基于灰色模型预测单船年度临修费用

由于临修费用预测分析所具有的一系列特殊性,使得在具体应用分析中存在着一些不同于其它领域的独有特点.单船年度临修费用变化具有较大的随机性,样本数相对较少,样本是时间序列并具有一定跳跃性的情况.文章应用模型GM(1,1)对单船年度临修费用进行预测.     

五体船纵向运动预报的一种工程算法及其在前侧体位置优化中的应用

将一种现有的工程算法引入五体船纵向运动预报,该方法基于STF切片理论,计入船体运动时湿表面的变化及其对船体流体动力性能的影响.计算结果和试验数据在多个航速和波浪工况下符合良好.采用这种方法实现了前侧体的位置优化.     

汽油发动机润滑系统试验研究

发动机润滑系统的设计会影响发动机的燃油经济性,主要介绍了某自主研发42.1％热效率发动机润滑系统设计思路.通过试验研究了润滑系统机油流量,对比分析了不同设计方案对发动机润滑系统的影响以及对发动机倒拖摩擦功的影响.研究表明,通过使用全可变机油泵、低黏度发动机油、油道节流孔、低张力活塞环、合理的机油加注量等方式,能够降低整...     

云岭隧道进口滑坡体稳定性分析与处治

隧道在选线过程中应尽量远离滑坡体,但有时候由于各种原因而难以避免。同时考虑安全性和经济性是滑坡体处洞口施工的困难问题之一。以云岭隧道进口处大型滑坡体为背景,在不对滑坡体进行全面加固的前提下,采取经济适当的辅助措施,科学合理地组织施工,安全顺利地进行了滑坡体处的隧道进洞施工,取得了良好的经济效益和工程效果。     

柴油机微粒捕集器被动再生平衡研究

建立了柴油机微粒捕集器（DPF）的三维仿真模型,并验证了模型的准确性。模拟计算了DPF连续被动再生过程中 m （NO2）/m （Soot ）比例、排气温度及450℃时 O2浓度对再生平衡的影响。结果表明：排气中m（NO2）/m（Soot）比例为5时再生达到平衡,比例越高越有利于去除微粒物;排气温度越高参与再生反应的O2越多,越有利于DPF再生达到平衡;排气温度为450℃及O2浓度为5％时达到平衡,其浓度越高则再生速率越高。     

改性生物沥青常规性能研究

为研究改性生物沥青的常规性能,对其进行针入度、软化点和延度试验,考察生物沥青与改性沥青按照不同比例混合后各性能的改善.试验结果表明:生物沥青与改性沥青混合后,其针入度值随着改性沥青比例的增大而减小;对改性生物沥青进行温度稳定性分析可知,两种生物沥青本身高温性能就好,当与改性沥青混合后,软化点降低,影响高温性能;生物沥青与改性沥青混合后,其延度都有很大程度的提高,改善了生物沥青低温下硬脆的缺点,特别是SBS改性沥青和SBR改性沥青作用最大.并且随着改性沥青所占比例的增大,效果越好.     

许渊冲教授诗歌翻译中的美学追求--孟浩然的两首英译诗赏析

概述了许渊冲教授的文学翻译理论：“美化之艺术,创优似竞赛”．并就其《汉英对照唐诗三百首》中孟浩然的两首代表作《春晓》、《宿建德江》的译本与其他译本作一对照评析,认为许渊冲教授的译本在传情达意方面是做得最好的．     

浅谈路基的冲刷防护

介绍了路基的冲刷防护。路基的冲刷防护包括直接防护和间接防护。     

黄土地区地铁盾构下穿铁路变形控制技术

研究目的:黄土地区某城市地铁2号线盾构施工下穿既有陇海铁路线是一个盾构施工中的I级风险源,为保证地铁盾构施工安全下穿陇海线路,开展了盾构施工穿越既有铁路的变形控制技术研究,以为盾构安全施工提供技术支撑。研究结论:(1)黄土地区地铁盾构下穿既有陇海线路的地表沉降规律:不采取控制措施盾构施工时,路基右线隧道轴线正上方的沉降量为20.48 mm,左线隧道轴线正上方的沉降量为12.85 mm,左右线隧道的轴线上的沉降量均超出了沉降允许值;采取严格控制土压力、盾构匀速通过、严格控制注浆量、减少盾构推进方向的改变等减小地铁盾构下穿既有铁路施工风险的措施盾构施工时,右线隧道轴线正上方的沉降量为5.44 mm,左线隧道轴线上方的沉降量为4.95 mm,均小于变形允许值。(2)FLAC计算预测的变形规律与实际值基本一致,地表和铁路路基的变形量在允许范围内;减小地铁盾构下穿既有铁路施工风险的措施合理有效。(3)该研究成果可应用于黄土地区地铁盾构下穿铁路施工变形控制。     

基于 VMD-GRU 的城市轨道交通短时客流预测

精准的客流预测是轨道交通运输计划编制的基础和依据,为提高城市轨道交通短时客流的预测精准度, 基于城市轨道交通短时客流的动态性、非线性、不确定性、周期性、非平稳性及时序性等特点,提出一种组合 模型预测方法,即 VMD-GRU 神经网络预测模型,由变分模态分解和门控循环单元组合而成。变分模态分解的 作用是分解短时客流,降低数据中的噪声,减少数据波动;门控循环单元的作用是基于分解的短时客流,进行 客流预测。经南京地铁的数据验证,该模型在地铁短时客流预测方面效果良好。与 GRU 相比,VMD-GRU 在 15、30 和 60 min 的时间粒度下,预测准确度分别提升 7.57%,16.93%,18.47%。该模型可为地铁运营管理部 门对车站客流管理、日常行车计划制定等提供有效的数据支撑,从而提升线网总体运营效率以及轨道交通系统 的服务水平。