有效利用2次喷油预混合压缩着火的高效率清洁柴油机燃烧——第2次喷油降低排放和噪声的机理分析

已报道过采用多次喷油的预混合压缩着火技术降低排放、噪声和燃油耗的柴油机燃烧系统。这一燃烧系统的关键是第2次喷油的喷油定时和喷油量。运用光学发动机的缸内可视化和数值模拟技术发现,浓混合气区域的火焰氧化加速,通过设定最佳的第2次喷油定时,以及适当的喷射间隔,可以抑制喷嘴附近区域碳粒的形成。燃烧噪声频谱分析发现,在2个压力升高率峰值之间,燃烧噪声得以降低。     

强震下大跨度连续梁桥损伤分析

连续梁桥结构常因地震发生损伤甚至倒塌而失去交通作用,研究强震下大跨度连续梁桥的损伤破坏机制对提高桥梁抗倒塌性能具有重要意义.基于有限元软件ANSYS/LS-DYNA,考虑桥墩材料非线性、损伤过程大变形非线性以及梁端非线性碰撞,建立大跨度连续梁桥在强震作用下的损伤三维数值模型,进行非线性分析,直观模拟大跨度连续梁桥在强震作用下的损伤破坏过程,从连续梁桥的应变与位移响应、桥墩损伤和梁-台间碰撞作用等方面分析了大跨度连续梁桥的地震损伤情况.研究结果表明：单向地震动输入与双向地震动输入作用下破坏模式基本一致,破坏模式由桥梁结构本身决定,地震动输入方式影响较小;大跨度连续梁桥的地震损伤是逐渐发展的过程,桥墩混凝土损伤因子不断累积达到0.99,固定墩底部发生受弯塑性破坏,桥梁发生损伤破坏.     

基于级差效益的驾驶员个性化路径选择

在公路成网的条件下,出行路径选择成为智能交通系统的研究重点。考虑到路径选择的多属性和不确定性,提出一种基于级差效益的、体现驾驶员个性化出行需求的路径选择模型,该模型通过计算可行路径的综合级差效益来量化公路综合属性值,可以克服公路综合属性值在量化过程中的强主观性,同时,根据驾驶员的出行需求为其规划出行路径,能够避免单一优化目标下最优路径的车辆过度聚集所造成路网交通流失衡。模型首先参考不确定型多属性决策模型,构建公路级差效益的综合评价指标体系,获取各个评价指标的级差效益定量化模型,以此得到规范化决策矩阵;然后针对驾驶员需求的主观性和不确定性,利用模糊分析法确定驾驶员个性化路径选择的指标权重,求得可行路径的综合级差效益;最后根据可行路径的综合级差效益,对可行路径方案进行排序,从而选出最优路径。以重庆市黔江区公路网为例,基于级差效益的驾驶员个性化路径选择模型为两个具有不同出行需求的驾驶员规划了不同的路径,为关心成本的驾驶员1规划了路径2,为关心安全的驾驶员2规划了路径1,克服公路属性值在量化过程中的强主观性,同时,避免单一优化目标下最优路径的车辆过度聚集,可为公路信息服务和驾驶员出行选择提供依据。     

某高速公路碎石型堆积体变形分析及治理思路探讨

通过对某高速公路挖方路基所在堆积体的工程地质特征调查、勘察以及变形监测,分析了不同区段变形差异及机制,总结出碎石型堆积体由于巨型块石埋于坡下部或者碎石含量及密实程度差异形成松动-压密区特征,最后提出堆载反压和抗滑支挡两种治理思路。     

急流冲击下大跨度连续刚构桥动力响应分析

急流对桥梁冲击作用不可忽视，且现有规范对急流状态下桥墩的冲击作用考虑不足，未考虑急流对墩的侧向作用力，可能严重低估急流作用对桥梁结构的影响。现以某大跨度连续刚构桥为研究对象，建立刚构桥三维有限元模型，系统地考虑急流对桥墩顺流向和横流向(侧向)的冲击作用，研究不同流速和水深对大跨度连续刚构桥动力响应影响，并与港口规范计算结果进行对比。分析结果表明：在急流状态下，单墩两侧的压强呈非对称分布，构成横流向的瞬时压强差，造成显著的瞬时横流向力，在结构设计中不可忽视；水深在H/2及以上时，桥梁受急流冲击效果急剧增长，水流速度对桥墩最大位移和最大应力影响较大，此时应考虑侧向力对桥墩的影响；随着水深和流速增大，港口规范与数值模拟响应差值逐渐增大，墩顶位移最大可达1.6 cm,墩底应力最大可达4.8 MPa,在急流状态下，数值模拟结果更为保守。     

考虑电网支撑能力的储换一体站容量优化配置

电动汽车换电站同时作为储能电站，既可实现经济获利，又兼顾电网支撑，但目前缺乏这种储换一体站的容量配置研究.为此，本文首先分析储换一体站工作模式及电价时段，构建一体站的运行模型；然后，基于用户出行模拟，建立电动汽车换电需求预测模型；接着，建立考虑全寿命周期收益和电网支撑能力的储换一体站容量双层规划模型，外层规划以全寿命周期总收益为目标，实现储换一体站的容量规划，内层规划以对电网支撑能力为目标，实现电池组充放电行为优化，内层获得最优充放电功率并返回外层，实现储换一体站容量最优配置；最后，在IEEE33节点系统上验证规划模型的有效性，为储换一体站建设提供理论支撑.研究结果表明：与其他储换一体站模式相比，储换一体站投资收益率提高1.51%～2.26%；基于双层规划的容量优化配置方法，在保证一体站经济性的同时，能够对支撑电网电压，使电压日方差降低20%；随着参与换电的电动汽车数量增加，一体站的经济性进一步提高.     

基于样本自动标注的隧道裂缝病害智能识别

隧道表面裂缝的检测已经成为地铁运营人员的重要巡检任务之一.为实现隧道裂缝病害的自动监测，提出一种结合病害特征提取和深度学习的隧道裂缝样本自动标注与识别算法；针对隧道裂缝形态特征建立裂缝图像的特征样本库，改进了AlexNet深度卷积网络结构；设计研制了轨道移动式隧道图像采集系统以及巡检车，采集并构建了包含4 500张裂缝图像样本和1 500张测试图像的数据集，用以验证算法的可行性和有效性.研究结果表明：采集的图像清晰度符合要求，所设计算法可完成裂缝目标自动标注；裂缝图像测试集的识别率达到97.8%，证明了算法研究和采集系统的有效性.