厦漳跨海大桥现浇箱梁支架整体横移施工技术

厦漳跨海大桥南汊北引桥为分离式双幅预应力混凝土连续箱梁桥,跨径组成为4×(4×45 m)+3×45 m+4×45 m,22号、23号墩位于海中.为了节约工期,22号～23号墩箱梁采用整体横移支架现浇施工,即先搭设钢管支架施工右幅箱梁,待右幅箱梁施工完成,将支架整体横移至左幅施工左幅箱梁.横移支架底端滑梁与轨道梁间设置滚动装置,通过牵引系统实现支架整体横移,横移时利用设置缆风绳防止支架倾覆,并适时进行测量监控,横移到位后将支架与横移主梁锁定,并检查各构件连接情况.     

公共交通乘客个体活动链的日相似性研究

刷卡数据为研究公共交通乘客长期出行规律提供了数据基础.利用北京市2018年 4~5月的刷卡数据,通过提取乘客活动地,推断居住地位置和识别活动类型3个步骤构建乘客个体活动链;基于PrefixSpan算法提取普通卡、老年卡、学生卡乘客活动链的频繁序列模式,采 用Levenshtein距离度量3类乘客活动链日维度的相似性.结果表明：每类用户中约70%乘客的频繁活动序列是对称模式;普通卡和学生卡用户的相似性高于老年卡用户,平均值分别为 0.645、0.649和0.530;3类乘客的工作日与非工作日活动链具有明显差异,而工作日之间或非工作日之间具有较高相似性.本文有助于定量解析公共交通乘客的出行活动规律,为科学优化公共交通服务提供依据.     

基于多体系统的汽车平顺性仿真分析

利用多体系统动力学理论，在机械系统仿真软件ADAMS环境下建立了车辆的多体力学模型，将虚拟样车在三维空间道路上进行平顺性试验，通过仿真研究了在随机路面输入情况下的驾驶员座椅响应。     

高海拔寒冷地区抗剥落剂的应用探索

研究目的:为在青海高海拔寒冷地区路面施工中采用当地丰富的酸性石料,并使酸性石料与沥青具有较好的粘附性,需对加入抗剥落剂的类型和与沥青的重量比进行优选和试验,确定采用何种类型的抗剥落剂和抗剥落剂的最优掺量比,使酸性石料与沥青的粘附性达到规定的要求. 研究结论:通过对抗剥落剂类型的优选试验和掺量比等试验验证,选择A和B类抗剥落剂,掺量为0.4%时,能使酸性石料与沥青的粘附性达到最佳效果,并能极大地改善沥青混凝土的抗水破坏能力和高温时的稳定性,且经济效益可观,经试验路段检测验证,路面各方面性能指标均达到规范要求,值得推广.     

基于模型参考自适应方法的无速度传感器永磁同步电机控制

从永磁同步电动机的数学模型出发,以电动机转速为可调参数,基于电动机电流模型建立参考模型与可调模型,通过对转速估计自适应律的数学推导,提出了新的基于模型参考自适应的永磁同步电动机无速度传感方法.并根据波波夫超稳定性定理证明了系统稳定性.在MATLAB/Simulink环境下实现了永磁同步电动机基于模型参考自适应的无速度传感系统的仿真,仿真结果表明该无速度传感方法具有较好的动静态效果,可供无速度传感器情况下的永磁同步电机控制系统设计参考.     

两种不同系泊系统的风险对比

随着FPSO在海洋石油开发中的广泛应用，以及其系泊技术逐步趋向成熟，各种系泊方式的应用和研究也相对比较深入。对不同系泊方式进行全面风险分析，相互比较，对于以后选择系泊系统形式和避免现有系泊系统的一些风险是非常重要。基于上述考虑，进行散射系泊方式与转塔式系泊方式的风险对比，乃是极其必要的。     

《高桩板梁式码头设计计算程序》软件功能开发的技术要点

阐述了高桩板梁式码头设计软件的基本框架和功能开发的主要技术要点,着重讨论了程序设置的排架计算模型的一些假定及其基桩入土部分模型（嵌固点法、m法）的功能,并分析了其对结构计算结果的影响;介绍了程序开发实现自动组合功能的原理和方法;举例说明程序的实例测试情况,并且在程序功能上提供方便验证的方案。该软件已经用于实际工程设计,填充了国内该领域的一个空白。     

铁路运输企业现行工效挂钩办法分析

通过实证分析，论证了伴随铁路局实行资产经营责任制而实行的“总挂总提”工效挂钗办法存在的问题，提出了进一步完善现行工效挂钩办法，使之符合市场经济下间接调控企业工资总量基本原则应采了取的改革措施。     

基于卷积自编码的沥青路面目标与裂缝智能识别

目前基于深度学习的路面裂缝识别经常面临训练数据集小，以及路面图片标注成本高等问题，基于小规模路面图片数据集，利用卷积自编码（CAE）方法进行数据增强，开展包括路面裂缝在内的路面目标智能化识别方法研究。在传统图像几何变换数据增强的基础上，采用CAE重构图片方法对原始数据集进行两步骤扩增；利用卷积神经网络DenseNet，设置了不同数据扩增方法的对比试验；针对沥青路面裂缝图片背景较黑，裂缝特征不清晰，无监督聚类学习难度大等问题，采用了一种基于CAE预训练的深度聚类算法DCEC，对经数据增强的路面图片进行无标注的聚类识别。研究结果表明：经过DenseNet网络100代的训练，在同一测试集的测试下，基于原始数据集训练的网络分类准确度为78.43%，利用传统图像处理方法进行扩增后准确度为83.44%，利用所提出的图片增强方法进行数据扩增后准确度达87.19%；在保持扩增后数据集样本量大小相同的情况下，与几何变换、像素颜色变换等经典数据增强手段相比，CAE重构图片的数据扩增方法有较高的路面图片识别精度；CAE数据扩增方法较受训练数据集样本量的影响，利用传统方法将数据集扩增后进行CAE特征学习，重构后的图片样本更易被机器识别；相较于传统机器学习聚类算法，所提出的的DCEC深度聚类方法将聚类准确率提升了约10%，初步实现了无需人工标注的路面目标的端到端智能识别。