地铁头车-轨道耦合振动分析

将车体、构架和轮对视为多刚体系统,钢轨视为由有限间隔的离散轨枕支承的无限长Timoshenko梁,建立了地铁头车-轨道耦合动力学模型.以轨道不平顺作为输入激扰,计算了整车的振动响应,获得了二系空气弹簧与车体接触点处在三维空间内的振动载荷,发现轨道不平顺在垂向和横向引起的激励载荷幅值较大,而在纵向引起的激励载荷幅值较小.     

TIIDA 2008:时尚高品质

东风日产的TIIDA三厢颐达与两厢骐达．均以拥有2600mm长的做人轴距以及“宽适”的驾乘空间．在中级车市受到一路追棒．在两年多的时间里，销量已突破27万辆。秉乘东风日产的造车理念，“为中国消费者提供最有价值品牌的乘用车”．T11DA产品的品质不断提升。继2007年上海车展上推出小改款的TIIDA后．2008年11月16日，TIIDA2008全新上市（车型价格见表1）。     

采用蚁群算法求解铁路空车调整问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调整数学模型,应用蚁群算法求解铁路空车调整问题。对有3个空车产生地点、4个空车需求地点的240辆空车平衡运输的算例,采用蚁群算法求解,得到2种目标结果最优的调整方案,可见该算法结果具有多重性,可以适应不同的调整需求。将其计算结果与分别采用最小元素法、西北角法、神经网络法及遗传算法所得结果进行比较,表明采用蚁群算法精度高、参数少、运算过程简单、模型易于理解和维护。采用蚁群算法求解空车调整模型可以用于全路、路局等的空车调整问题求解。     

机车速度模拟信号发生器的研制

为了对机车监控装置和机车控制或微机励磁系统提供光电传感器的模拟信号,以达到机车静态不动车进行测试的目的,设计了采用单片集成电路AD654的手持式模拟信号发生器,现场测试表明其精度高,操作简单。     

轻型汽油车实际行驶污染物排放的影响因素

为了研究车辆冷起动、行程动力学参数和不同数据处理方法对实际行驶排放(RDE)试验的影响,本文利用4辆轻型汽油车进行试验研究,通过CO2移动平均窗口法和欧6新方法进行排放计算。结果表明:冷起动对CO和NOx排放影响偏差均在10%以内,对于未装配汽油机颗粒捕集器(GPF)车辆的市区PN排放影响偏差最大可达32.25%,在国6车型标定时应重点关注。相对正向加速度(RPA)与PN排放成正相关,与CO、NOx排放相关性不明显;v*apos,95(速度与正向加速度乘积按升序排序的第95个百分位取值)与CO、PN排放成正相关,与NOx排放成负相关,与CO和PN的相关系数大于与NOx的相关系数。对于同一个有效行程的污染物排放计算结果,欧6新方法大于CO2移动平均窗口法,欧6新方法能更加真实地反映车辆在RDE试验中的污染物排放水平。     

浮运法在80m铁路钢桁梁架设中的应用

新长铁路第十七合同段京杭大运河特大桥主跨为80m下承式单线铁路钢桁梁。从理论计算到实际拼装及操作过程详细地介绍了浮运法架设铁路80m钢桁梁的方法，总结了该方法使用的环境条件。     

对预应力混凝土箱梁桥应力设计方法的探讨

在调查既有预应力混凝土连续箱梁桥开裂状况和裂缝形态的基础上,较全面地分析了引起箱梁受力开裂的原因。指出现阶段桥梁设计中采用的平面杆系程序,对箱梁局部应力估算的不准确是导致箱梁受力开裂的主要原因。根据箱梁结构的受力特点,提出采用应力设计方法解决预应力混凝土箱梁的受力开裂问题。通过实桥算例分析,论证了箱梁空间应力状态分析对保证箱梁桥结构安全的必要性。     

客运专线列车运行图编制模型及计算方法的研究

列车运行图是铁路行车组织工作的基础,其编制问题属于超大规模的多目标优化问题,求解难度较大。既有线列车运行图较为成熟的编制理论和计算方法对客运专线列车运行图的编制具有重要的借鉴作用。在既定客运专线运输组织模式的基础上,提出基于客运专线A类本线、B类跨线和本线城际列车运行图铺划的分层叠加数学模型,研究客运专线不同种类列车的布点模型和求解方法,设计了基于改进型遗传算法的客运专线列车运行图优化策略和算法。算例表明,该算法能有效地求解客运专线列车运行图编制方案,并达到快速准确的良好效果,为编图人员提供优选方案。     

日本首条城市磁浮运营线车辆技术

简要介绍日本首条磁浮运营线路——东部丘陵线(TKL)的项目背景、线路规划设计,着重强调其车辆性能特点和技术数据,说明TKL车辆与基本HSST-100L车辆的主要区别,详细介绍车辆主要控制系统,并给出Linimo车辆环境评估结果。     

高职学生荣辱观的认知现状与教育策略

随着市场经济的快速发展，高职学生社会主义荣辱观的认知也呈现多元化。通过对高职学生社会主义荣辱观认知现状的研究，提出了高职学生社会主义荣辱观的教育策略。