聚丙烯在汽车内外饰方面的研究进展

论文介绍了聚丙烯在汽车内外饰方面的应用现状,分别论述了汽车内饰材料在气味方面和外饰材料的发展历程和最新的研究进展。汽车内饰聚丙烯材料主要从气味的来源、气味的控制方法包括基材的选择、矿物的选择、助剂的选择以及加工工艺方式进行论述。汽车外饰在选材料时则需要考虑尺寸稳定性、高强、高刚、高抗冲等要求,主要采用聚丙烯-LGF材料及“三高”聚丙烯复合材料。     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图...     

地铁暗挖车站初支拱盖法开挖工序数值模拟优化

初支拱盖法地铁车站通常较大,施工中变形控制一直是重点。为优化施工开挖顺序,保证施工安全,结合贵阳地铁施工案例,通过数值模拟进行开挖工序参数优化,并对优化后的施工方案进行长期监测,最终形成以下结论:(1)采用数值模拟的方式提前获知开挖施工过程中的关键控制工序,可以有效预演施工过程,为施工优化提供详实参数;(2)在初支拱盖法施工条件下,采用缩短开挖进尺和增加初支刚度的方式可以减少围岩扰动,增加岩体稳定,有效保证结构安全;(3)实际施工中,临时支撑拆除和核心土开挖引起的地表沉降占总沉降量的近50%,施工中需要严格把控。     

腐蚀对Al-Zn-Mg合金型材疲劳强度影响规律的研究

通过腐蚀疲劳、应力腐蚀相结合的方法模拟“服役—停放”状态,研究了不同加速周期下Al-Zn-Mg合金型材的疲劳强度、腐蚀疲劳强度,并通过灰色理论模型预测了Al-Zn-Mg合金材料疲劳强度的衰减规律。结果表明:Al-Zn-Mg合金型材的常规疲劳强度、腐蚀疲劳强度会随模拟加速试验周期的延长而衰减,腐蚀疲劳条件下Al-Zn-Mg合金型材的性能衰减比常规疲劳条件下的性能衰减更快。     

汽车液力缓速器的原理及应用

简单介绍缓速器的发展历史,重点叙述液力缓速器的基本结构、工作原理和控制方式,并对液力缓速器的制动效果做了初步的分析。     

浅析汽车车身的焊接工艺设计

阐述了焊接生产线的焊接工艺设计过程,包括工艺设计的前提条件、产品的工艺分析、工艺设计内容,并说明工艺设计的主要注意事项,提出工艺设计的追求目标。     

无背索斜拉桥钢-混凝土组合脊骨主梁的关键受力分析

根据无背索斜拉桥中大悬臂钢-混凝土组合脊骨主梁的结构和受力特点,采用空间有限元法分析了混凝土桥面板徐变对组合脊骨梁内力分配的影响、钢箱梁扭转效应、组合悬臂挑梁受力及荷载横向分布、桥面板剪力滞效应等几个关键性受力问题,并利用外国规范验算了钢箱梁承压板的局部稳定性。由分析可知,混凝土徐变导致脊骨梁中钢箱梁应力增加,混凝土板应力下降;钢箱梁的扭转翘曲正应力可达到弯曲正应力的10%;大悬臂组合行车道板的横向分布计算取3片梁模型即可,且施工中采取预弯措施可防止组合挑梁的混凝土板受拉开裂;《本四桥规》中承压板容许应力计算公式约具有2.0的安全度;混凝土行车道板的剪力滞效应明显,塔梁固结处的行车道板还出现了负剪力滞现象。上述结论可为同类结构设计提供参考。     

海文跨海大桥设计关键技术

海文跨海大桥是中国首座跨越地震活动断层的跨海桥梁,主桥为独塔半飘浮体系斜拉桥,跨径布置为(230+230)m,跨断裂带引桥为57~60 m不等跨径的简支钢箱梁。针对项目强震、强风、强腐蚀等复杂建设条件,该桥主梁采用自重轻、抗风性能优、疲劳耐久的STC轻型组合扁平钢箱梁结构;桥塔采用承台无系梁的横向“人”字形塔、环向预应力锚固系统;通过与沉井方案比选,提出桥塔基础采用超大直径4.3 m的钢管复合桩,以解决强震作用下基础的受力与微风化花岗岩地质施工的难题;采用提出的钢-STC钢箱梁简支桥面连续构造、三维可调节的钢垫石支撑技术方案,以解决跨断裂带钢箱梁日常行车舒适性与强震下桥梁易修复的难题。开展钢箱梁简支桥面连续构造理论及荷载足尺模型试验、1∶20主桥振动台模型试验、抗风模型风洞试验等相关研究,验证了结构的可靠性及适应性。     

预制UHPC组合梁槽口式连接界面抗剪性能研究

相比现浇混凝土桥面板,全预制混凝土桥面板有诸多优势,能够提高桥梁工程质量、加快桥梁施工速度和降低成本.预制超高性能混凝土(Ultra-high Performance Concrete,UHPC)梁和预制UHPC桥面板通过槽口连接形成组合梁是一种新的结构形式,这种槽口式连接的界面抗剪性能会影响全梁整体承载力.通过16个...     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。