RTK三维水深测量数据处理优化方法探讨

本文针对RTK三维水深测量过程中瞬时的非固定解状态下获取的数据不佳,导致后期处理时图形成果缺失的情况,提出一种优化数据处理的方法。该方法基于软件自身性能,以及对数据进行分析和编辑,使非固定解状态下的数据得到利用,增加数据可用性。通过长江下游某航道项目的实际应用证明:本文提出的优化数据处理方法能有效利用非固定解状态下的数据,将外业工作转为内业处理,在保证最终成果精度的情况下显著减少外业工作时间,提高工作效率。     

初探线缆悬高三维坐标测量的新方法

本文对悬高测量进行了调查和研究,提出了一种利用全站仪遥测线缆三维坐标的测量和计算方法,在实际应用中验证了该方法的准确性,可应用于准确测量线缆的三维坐标。     

4×2半挂牵引车空载应急制动性能实现方式介绍

正国内商用车市场,牵引车一般采用气压制动系统,压缩空气驱动车辆制动器进行制动。车辆制动力的大小除取决于制动气压大小、制动器规格和制动气室大小外,车辆载荷也是决定车辆产生制动力大小的一个至关重要的因素。对于4×2半挂牵引车,前轴为非驱动转向桥,一般为单腔气室,后桥为驱动桥带复合制动气室,能够实现弹簧储能驻车制动。在车辆空载时进行应急制动试验,因后桥载荷过低,无论是行车制动(前桥失效情况下进行后桥制动),还是驻     

燃料电池混合动力的功率跟随管理策略分析

为了提高燃料电池混合动力系统的经济性,基于燃料电池氢耗量和功率波动率,对功率跟随能量管理策略中参数和荷电状态(SOC)调节方式进行了分析,并定义了燃料电池的功率波动率;基于仿真软件ADVISOR中建立的燃料电池/超级电容混合动力系统模型,计算了不同的超级电容SOC限值和充电功率参数时的燃料氢耗量和波动率;设计了两种SOC调节方法,即Z曲线法和比例积分(PI)调节法,比较了不同SOC调节方法下的氢耗量和波动率.研究结果表明:若SOC的下限增大,致使氢耗量和波动率增加,SOC下限为0.5时的氢耗量比0.25时增加7.10%,波动率增加3.85%;若SOC的上限增大,燃料电池波动率减小,0.95时的波动率比0.75时减小3.51%;充电功率参数在一定范围改变,能够减小燃料电池氢耗量和波动率;SOC调节方式中,当SOC初始值在[0.28,0.52]区间,PI调节法的波动率最优;当SOC初始值在[0.75,0.90],Z曲线法的波动率最优.     

客运专线运架梁施工质量关键问题及对策

京沪高速铁路采用高标准、高技术来建设,其中天津特大桥段的箱梁架设施工是日后施工的基础。施工采用TLJ900型架桥机整套设备,将箱梁提运、架设并安装到桥墩上,过程中由顶升系统来对箱梁进行三点受力调平,调平后再进行支座砂浆灌筑,这两个环节需要严保质量,才能为日后的施工打下坚实的基础。     

南昆线喜旧溪大桥双肢薄壁高墩非线性分析

本文采用文献［１］的理论方法和计算程序，分析了喜旧溪河大桥在使用荷载作用下位移和弯矩的非线性影响，并计算孙同墩柱刚度对结构内力和位移的影响，结果表明，喜旧溪河大桥的位移和弯矩的非线性影响较小．     

计及DG时基于群体智能与复杂系统理论的配网多目标综合运行优化问题研究

电网安全、稳定和高效运行对于任何一个国家的可持续发展都具有重要意义。近年来,智能电网成为热门话题,被认为是改变未来电力系统面貌、实现电力系统环保、高效、经济、安全、可靠运行的电网发展模式。智能电网包括智能输电网和智能配电网（SDG）。由于90％以上的停电和近一半的损耗发生在配电网,配电网本身也是造成电能质量恶化、     

大跨度斜拉桥减震耗能非线性纵向地震反应分析

提出在斜拉桥主梁与桥塔连接处采用铅芯橡胶支座与粘滞阻尼器作为其减震、耗能措施，并利用双线性模型与Maxwell阻尼模型分别模拟铅芯支座与粘滞阻尼器的滞回耗能特性，通过结构非线性地震分析的方法，分析了铅芯橡胶支座与粘滞阻尼器的减震、耗能效果。     

基于深度高斯过程的永磁牵引电机匝间短路分级评估方法

定子绕组匝间短路是影响永磁牵引电机安全稳定运行的主要故障之一,受运行工况、供电与电机本体不平衡的影响,现有方法难以实现永磁牵引电机匝间短路在线精准评估,这成为永磁电机推广应用迫切需要解决的关键技术难题。因此,文章提出一种基于多特征融合的深度高斯过程永磁牵引电机匝间短路分级评估方法：首先通过建立永磁牵引电机匝间短路故障模型,提取电流不平衡、电流三次谐波与dq电流的二次谐波特征;然后采用一种双随机变分推断深度高斯过程（Doubly Stochastic Deep Gaussian Processes,DSDGP）方法对提取特征进行融合训练建模,实现永磁牵引电机匝间短路劣化状态在线分级评估;最后通过永磁电机匝间短路试验与现场案例进行算法验证。结果表明,文章所提方法在多特征融合条件下的评估准确率达到95%以上,相较于支持向量机（support vector machine, SVM）和反向传播神经网络（back-propagation neural, BPN）等分类方法,具有准确率高,适用于变工况、小样本的工程实际应用环境等优点,解决了永磁牵引电机匝间短路早期故障检测及故障严重程度评估的行业难...