青藏高原不同植被措施下公路边坡产流产沙特征

为探究青藏高原公路边坡在不同植被防护措施下的侵蚀规律,提高公路边坡植被防护技术,采用野外冲刷试验研究了青藏高原公路边坡在裸坡、三维网植草、人工铺草皮等不同植被防护措施下的产流产沙特征,分析了不同措施下的防护效率与拦沙机理。试验结果表明:3、8L·min^-1冲刷流量下的平均初始产流时间分别为225.50、163.27s,初始产流时间与流量和植被盖度之间具有显著相关性;8L·min^-1冲刷流量下的产流稳定时间较3L·min^-1提前了约2min;植被措施的拦沙效应主要体现在对粗颗粒泥沙的拦蓄上,边坡产流量和产沙量随植被盖度的增加而减小;植被措施拦截径流效率和拦截泥沙效率的平均值分别为55.7%、53.5%;综合防护效果从大到小依次为74%盖度三维网植草、37%盖度三维网植草、中部铺草皮、上部铺草皮、裸坡,建议采用以草皮为骨架配以三维网植草的边坡植被综合恢复技术。     

基于条件熵约简和粗糙集规则匹配的反辐射无人机作战目标威胁识别

文章采用粗糙集的方法来处理威胁识别中的不确定、未知信息,利用条件熵度量威胁识别属性的重要程度,并提出了一种新的规则匹配方法识别威胁等级。通过实例分析与对比,证明此方法能够为反辐射无人机作战目标威胁等级的判断提供了一种可行的途径。     

潜艇耐压舱室过渡段结构型式的探讨

为了探讨潜艇不同直径的耐压舱室过渡段结构型式的最优设计,利用工程计算方法和有限元方法,分析过渡段结构的应力集中,提出了能够使不同直径圆柱壳光滑过渡的结构形式--双圆弧式过渡形式.计算结果表明:双圆弧式的过渡形式能使不同直径圆柱壳两端连接处消除应力集中和改善过渡段应力分布.     

基于PEM中性点移位载波调制可重构控制仿真研究

电力电子变换装置的重要发展方向是高电压大容量,多电平变换装置以电力电子模块(PEM)为基本单元,是实现高电压大容量的重要途径,可靠性是衡量模块化多电平变换装置优劣的重要性能指标。该文以电力电子模块多电平变换装置的可重构控制途径为基础,分析出了中性点移位加故障模块旁路重构法,计算出了多种故障状态下的中性点移位参数,提出了两种中性点移位载波调制(CPSPWM、SFO-CPSPWM)电力电子模块可重构控制策略,并进行了两种控制策略的对比仿真。仿真结果验证了两种载波调制可重构控制策略的有效性及正确性。     

姿态变化对舰船感应磁性的影响

基于弱磁环境下铁磁质的磁化规律,利用舰船姿态变化模型和国际地磁参考场模型,研究不同磁航向情况下,横摇角、纵摇角和偏航角对舰船感应磁性各分量的影响。仿真分析表明,在地磁坐标系中,舰船的各个感应磁性分量除了受磁航向影响之外,还受横摇角、纵摇角和偏航角的调制作用,其中,横摇角的作用最为显著,使得相应磁性产生与横摇频率相同的变化;纵摇角的作用次之,偏航角的作用最小。     

施工中混凝土裂缝的控制措施

介绍混凝土工程施工中几种常见裂缝的控制方法及裂缝的处理措施,对混凝土工程的施工有一定的参考价值。     

2020年世界城市轨道交通运营统计与分析综述

参考国际上较为通行的分类标准,将城市轨道交通分为地铁、轻轨和有轨电车三大类,对世界城轨交通运营现状进行统计.分析表明:截至2020年底,全球有77个国家和地区的538座城市开通了城市轨道交通系统,总里程超过33 346 km,其中地铁、轻轨、有轨电车各占53％、5％和42％.截至2020年12月31日,我国内地累计有4...     

便携式水下机器人设计

出于对近海海洋探索的目的,本文应用了上次研究[1]的水下ROV空间姿态控制系统设计了一种便携式水下机器人。该水下机器人系统硬件部分主要由电源模块、无刷电调、遥控部分以及姿态传感器模块组成,软件控制以及相关数据处理由一块ARM-M3内核的处理器完成,编译软件使用Kile。水下机器人结构采用3D打印机制作,材料选用PLA。遥控通讯采用CAN总线协议。水下机器人经过实际调试可以达到相关技术要求,下潜深度100 M,能实现简单的水下作业要求。     

基于GIS位置分配模型的公交站点布局优化研究——以武汉市南湖片区为例

公交站点是城市公共交通的重要组成,其布局合理与否直接影响城市公共交通的运行效率和吸引力。文章以武汉市南湖片区为例,应用GIS网络分析工具对研究区域公交站点的布局现状进行分析,之后针对现状问题使用位置分配模型对区域公交站点布局进行优化研究。研究针对不同情景提供了三种优化方案,通过对比分析,认为第三种方案更具优势。本文关于站点布局的优化过程为相关问题研究提供了技术方法,优化结果可以作为研究区域未来站点布局的参考。     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.