考虑支座剪断的连续梁桥位移控制方法研究

以连续梁桥为例,基于弹性限位装置研究固定支座剪断后桥梁地震位移的控制方法。研究发现,固定支座因其水平承载能力较低而在桥墩出现塑性铰之前发生剪断,这将引起主梁与下部结构间相对位移的增大,增加落梁风险;弹性限位装置可通过调整初始间隙和弹簧抗压刚度,有效限制固定支座剪断后的地震位移;参数优选的原则是在桥墩不出现塑性铰的前提下,固定支座剪断后的地震位移越小越好。     

辽宁省交通运输行业信用体系建设问题与对策

结合近年来辽宁省交通运输行业信用体系建设实际,从管理体制、信息系统、业务融合、互通共享等方面,分析了当前辽宁省信用体系建设存在的问题,提出了相关对策建议。     

混驾环境下基于主从博弈的多车协同决策规划

在自动驾驶车辆与人工驾驶车辆混行的复杂交通环境中,如何减小驾驶行为截然不同的2类车辆间的复杂相互作用对于车辆行驶安全性、乘坐舒适性和交通通行效率的影响,是当前自动驾驶决策与控制领域亟待解决的关键问题。提出了一个人机混驾环境下人工驾驶车辆与自动驾驶车辆之间的非合作博弈交互框架。首先,综合考虑车辆加速度线性递减的驾驶人纵向操纵特性、差异化配合程度和不同的延迟响应特性,建立人工驾驶车辆的纵向博弈策略。其次,考虑自动驾驶车辆与周围车辆的安全性约束,以及自动驾驶车辆在换道过程中的舒适性和通行效率目标,设计了自动驾驶车辆的纵向博弈策略。然后,基于主从博弈理论对不同混驾环境下人工驾驶车辆与自动驾驶车辆的博弈交互问题进行求解,得到最优的换道间隙和自动驾驶车辆的纵向速度轨迹,并采用模型预测控制方法规划出自动驾驶车辆的横向安全换道轨迹。最后,根据人工驾驶车辆不同配合度和延迟响应时间的差异,设计了多组人机混驾试验工况进行验证。试验结果表明：自动驾驶车辆能够快速准确识别人工驾驶车辆的配合度,选择出最优的目标换道间隙,并与间隙周围的自动驾驶车辆协作来汇入目标间隙。在换道过程中,自动驾驶车辆始终与周围车辆保持安全...     

提高活塞燃烧室抗疲劳开裂性能的新途径

针对活塞燃烧室喉口开裂失效随着爆发压力提高有所增加的趋势,利用FEA技术并结合发动机耐久试验进行了异形销孔结构对燃烧室开裂影响的研究。除了热应力、材料蠕变等会引起喉口疲劳开裂外,发现活塞销孔结构对燃烧室开裂也有重要影响。异形孔结构可提高销孔承载能力,但同时提高了燃烧室边缘拉伸应力幅值,降低了顶部可靠性能,通过优化设计销孔结构可提高燃烧室及销孔承载能力。     

基于整车性能的自动变速器换挡策略优化

针对某搭载六速手自一体变速器的开发车型,采用理论分析结合实车验证的方法,通过换挡策略的标定优化有效解决了开发过程中遇到的整车动力性、驾驶性以及NVH等方面的问题,为整车性能的达标提供了有力支持,同时也为新车型换挡策略的标定开发提供了参考和依据,具有较高的工程参考价值和指导意义.     

接触网后锚固技术要点及处理方法

针对国内接触网后锚固技术发展现状,通过技术分析比较,提出了接触网后锚固设计的应用标准、开裂混凝土判定、锚栓选择原则以及接触网在桥隧不同锚固区采用的计算方法和建议措施,对今后工程设计和施工具有一定的参考价值。     

高原公共建筑安全性检测分析

房屋安全性鉴定主要是对其构件进行检测,并根据检测结果,在查明建筑物症害的基础上对其进行安全性评估,并建筑物提出相应的建议.     

RFID车型识别技术的应用研究

以无线射频识别技术（Radio Frequency Identification,RFID）为研究对象,概述该技术的基本定义、组成部件、基本工作原理,并详细阐述SICK品牌RFID在自动焊装生产线中的安装形式、参数设置方法、硬件网络组成原理、软件控制方法和信息解析方式。利用标签中刻制的车型信息实现了生产线上高低配车型的自动识别和混流生产工艺方案,具有安装形式简单、识别速度快、信息准确的特点。车型生产任务由上位机自动下发至线体,能够远程控制车型配比,具备了很高程度的数字化生产能力,极大提高了生产效率和自动化水平。     

基于改进蝙蝠算法优化LSTM网络的短时客流预测

准确地预测地铁站短时客流量,对地铁站通风空调系统的节能优化具有重要意义.充分考虑地铁客流量非线性、随机性、周期性等特点,提出一种基于改进蝙蝠算法(IBA)优化长短期记忆(LSTM)神经网络的短时客流量预测模型(IBA-LSTM).引入反向学习、动态自适应惯性权重与拉格朗日插值法等方法改进蝙蝠的全局搜索与局部寻优能力,克服标准蝙蝠算法易早熟、易陷入局部最优值的问题;利用改进的蝙蝠算法对LSTM网络的隐含层节点数、迭代次数、初始学习率、学习率下降因子4个参数进行优化;利用西安某地铁站自动检票系统(AFC)采集的客流数据,对模型的有效性进行检验.实验结果表明:该预测模型在均方误差、均方根误差、平均绝对百分比误差等方面均优于标准蝙蝠-LSTM模型、LSTM预测模型、BP预测模型及BP-Adaboost预测模型,所提出的方法可有效应用于短时客流量预测.