基于ABAQUS的内河航道岸坡稳定性分析

通过采用ABAQUS有限元软件进行数值模拟,主要研究了考虑稳定渗流和波浪力作用下内河航道岸坡的稳定性。根据广西壮族自治区右江上游那吉库区岸坡整治工程数值模拟研究项目的要求,分别对岸坡在稳定渗流、波浪力和两者共同作用下的情况建立了数值模型,分析不同工况下岸坡的稳定性;并采用强度折减法求得安全系数,将结果与基于传统极限平衡理论的Morgenstern-Price法进行对比,来验证其可靠性。     

螺旋桨水动力载荷计算与验证

以实现对螺旋桨敞水性能的准确模拟,为螺旋桨结构计算提供准确可靠的水动力载荷为目标,首先依据螺旋桨的投影原理及型值参数,建立螺旋桨的三维几何模型;其次,以单通道的分区混合网格划分方法,建立了螺旋桨水动力载荷计算的网格模型,并分别采用三种湍流封闭模型计算螺旋桨水动力载荷。结果表明:计算所得螺旋桨的推力系数、转矩系数在设计点附近的误差可以保证控制在5%以内,可为后续螺旋桨流固耦合计算提供可靠的水动力载荷。     

基于EON的装备虚拟维修训练系统的设计与实现

针对维修训练的现状,通过对当前主流的虚拟现实软件平台进行分析,基于EON Studio构建了三维的、可交互的装备虚拟维修训练系统,并提出了一种核心工作引擎的设计方法,实现了引擎数据交换、人机交互和维修动作设计等关键技术,屏蔽了底层模型的操作,有效保证了系统设计的通用性和可扩展性。     

基于DYNAFORM的拉延件的工艺补充设计

主要针对汽车骨架及加强板等具有左右对称结构的零件,通过DYNAFORM软件对其拉延成形的前期工艺补充部分进行设计,介绍此类零件的工艺补充设计思路及方法。     

基于谱分析与RC梁桥检验的脉冲型近场地震动强度度量指标

近场地震动和远离震源地区的地震地面运动存在显著区别,速度脉冲是其造成巨大震害后果的主要因素之一,有必要深入研究近场速度脉冲破坏能力的合理度量指标。在既有脉冲模拟模型的基础上,引入一种采用三角函数叠加不同比例高频分量的速度脉冲模拟模型,考虑地震下结构的累积能量和瞬时能量需求,以强度和能量为指标,对近断层地震的速度脉冲效应进行单自由度(SDOF)体系的谱分析,对不同脉冲参数下结构地震响应的影响程度进行定量对比。结果表明:同类脉冲下,累积输入能量受高频地震分量影响明显,而瞬时输入能量则主要取决于速度脉冲的自有强度,脉冲持时与结构自振周期之比、脉冲峰值是决定结构地震响应的最主要因素,从而构建表征速度脉冲强度的度量指标,并采用14条包含典型脉冲的近场地震记录为输入,以一座五跨连续梁桥为算例验证该指标的合理性。     

填海工程BIM技术开发与应用

针对当前通用BIM建模软件无法反映填海工程的大沉降量问题,基于商用BIM软件进行二次开发,创建了填海工程BIM应用管理平台。平台支持监测数据的实时导入,实现了BIM模型与施工期沉降监测数据的动态关联。该平台可通过读取钻孔数据实现BIM模型生成,支持4种填海工程常用的监测数据分析与管理功能;并可以调用Navisworks软件实现施工进度与工程量的管理。此外,开发的专用数据库网站,利用配置权限、异地备份、数据加密等手段,提供数据存储、安全策略、数据归档的一整套解决方案。平台成功应用于实际工程中,效果良好。     

北京市地铁乘客安检安全意识调查分析

近年来,国内外地铁安全事故时有发生,地铁安检作为应对安全隐患的有效防范手段,加强其检查力度也成为国内各个地铁安全部门的共识。安检会增加乘客的延误时间,使乘客对地铁安检颇有微词,乘客与安检员发生冲突的事件也屡有发生。为增强乘客的地铁安全意识,改进安检流程,通过问卷调查和统计分析,对北京市地铁乘客进行调查,分析其评价水平及影响因素。结果表明,北京市地铁乘客的平均安全意识得分为74.16分,为中等水平,其中安全行为、安全态度、安全知识三个维度分别处于较高、中等、较低水平。该调查有助于地铁安全部门有针对性地制定地铁安检的宣传方案,提高服务水平,改善安检流程。     

适用船舶自流冷却系统中冷却器的工程设计研究

针对船舶自流冷却系统对冷却器要求的特点,对各种间壁式换热器的优缺点进行了分析,并结合热工理论计算,确定了冷却器宜采用小管径换热管的钛合金管壳式换热器,获得了小管径换热管数量与不同航速、冷却流体流动状态的设计关系,且基于热工计算结果表明了结构优化方向。采用 CFD技术对两管程流体流场进行了数值模拟优化分析,获得了后端管箱封头a/b的最佳值。实船工程试验结果验证了本文分析设计和优化方法的可靠性。     

基于强化学习的干线信号混合协同优化方法

交通拥堵已成为很多大中城市普遍存在的社会问题。信号控制作为缓堵保畅的重要措施之一，愈发受到社会关注。信号优化手段可分为模型驱动和数据驱动两类，且随着交通大数据的不断充实，基于强化学习的数据驱动方法日益成为新兴发展方向。然而，现有数据驱动类研究主要偏重于决策模型设计，缺乏对智能体结构的探讨；同时，在多路口协同方面多采用分布式策略， 忽略了智能体之间信息交互，无法保障区域层面的整体最优性。为此，本文以干线信号为对象， 构建一种多智能体混合式协同决策的信号优化方法。首先，针对交通状态的多样性、异构性及数据不均衡性，设计分布训练-分区记忆的单智能体决策模型，并优化状态空间和回报函数，界定单路口控制的最佳方案；其次，融合分布式和集中式学习的模型优势设计多智能体交互方法，在单路口分布式控制的基础上，设置中心智能体评价局部智能体的决策行为并反馈附加回报以调整局部智能体的决策模型，实现干线多信号的协同运行。最后，搭建仿真平台完成效果测试与算法对比。结果表明：新方法与独立优化和分布式协同相比，在支路交通流基本不受影响的前提下， 干线停车次数分别降低了14.8%和13.6%，具有更好的控制效果。