金沙江叶巴滩水电站右岸坝肩岩体质量快速评价方法

以金沙江叶巴滩水电站工程为依托,利用普遍测网法测出平硐裂隙,结合分形几何研究对右岸坝肩岩体裂隙分维值进行了分析,利用修正RMR法获得局部区域岩体质量等级并与该区域分维值建立对应关系,其分维值即可作为右岸坝肩岩体质量的一个定量表征指标,从而快速获得坝址区右岸岩体质量等级。此方法可对岩体质量做出快速评价,方便水电站选址。     

基于浮动车技术的高速公路地图匹配算法改进研究

地图匹配技术作为新一代智能交通系统中车辆导航方面的核心技术,提高其匹配效率,是有效提供车辆诱导,优化公众出行,精准交通服务信息的重要改进手段.本文针对高速公路上营运车辆的GPS信息,结合我国高速公路路网特点,重点研究了基于浮动车技术的高速公路地图匹配算法,通过引入距离判据、方向角判据及连通性判据进行地图匹配,并根据实例验证中的路网匹配情况对算法进行改进,使得匹配算法具有更强的适应性和更高的实效性.     

冲刷作用下水平承载单桩计算方法及承载特性

考虑冲刷作用对桩基承载力的影响,传统设计常采用忽略最大冲刷深度以上土体效应且认为冲刷线下土体物理力学特性不变的方法,此简化方法忽略了局部冲刷坑的尺寸效应和桩周土体应力历史的变化,设计桩长冗余度较大。为了充分考虑现场实际情况,在Reese的研究基础上,基于修正的p-y曲线进行砂土中单桩水平承载力的理论推导,为了验证结果正确性,随后进行了相应室内模型试验,且同时利用LPILE软件进行了模拟计算。结果表明：基于桩端点极限土抗力不变原则计算的等效冲刷深度公式可靠,相应的p-y曲线导入LPILE中计算值与试验值的误差在13%~17%,能够较好模拟现场冲刷情况;随着冲刷深度增加,单桩基础水平承载能力减弱,自由长度增大,桩身最大弯矩增大而土抗力影响深度减小,最大弯矩位置向桩端移动;修正的p-y曲线考虑冲刷坑底以上土体的有利作用,最大水平承载力计算值与试验值误差为3.6%~6.0%,桩顶最大水平位移误差为13.9%~23.5%,最大弯矩误差为2.9%~4.4%,最大弯矩点位置误差为3.3%~7.7%。最后进行冲刷深度、冲刷坡角和冲刷宽度的参数敏感性分析,结果表明三者的影响程度依次下降,试验条件下,相比无冲刷工况,冲刷深度为15 cm和30 cm时,桩顶位移增幅高达51%和106%。相应试验进一步证实了冲刷作用对桩基承载力的重要影响和理论计算的正确性,可为工程设计提供参考。     

基于场景体验的汽车智能座舱设计策略

随着智能化技术的不断发展,汽车智能座舱作为未来汽车的重要发展方向之一,成为汽车制造商们竞相争夺的市场。本文从智能座舱的概念、发展情况以及场景化创新趋势入手,探讨智能座舱场景体验方法的应用及其在智能座舱创新中的作用,并提出基于场景体验的智能座舱创新应用策略。研究发现,基于场景体验的智能座舱创新应用能够更好地满足用户需求,提升汽车驾驶体验,为汽车制造商赢得市场竞争优势。     

企业需求导向下的物流人才培养策略探讨

随着我国物流行业的迅速发展,物流人才培养面临巨大挑战。如何培养出符合当前市场、企业需求的物流人才成为众多成为众多物流企业的热点话题。基于此,本文旨在探讨在企业需求导向下的物流人才培养策略。本文以企业所需的不同类型的物流人才为出发点,讨论了当前物流企业人才培养模式存在的问题,针对这些问题提出了满足企业需求的物流人才培养策略。     

初始喷雾液柱的实验及数值模拟研究

从应用平面激光散射技术获得的喷雾液柱清晰照片发现,在喷射初始阶段,当环境压力在某一范围(16～500kPa)时,液柱在分裂成雾状前,其顶端会出现奇特的蘑菇状喷雾.为了解释其形成机理,采用MARS法进行了喷雾液柱两相流数值模拟,得到的结果与实验吻合.进一步的分析表明,蘑菇状喷雾是由周围空气流和高速燃油流之间复杂的动量交换形成的.     

汽车智能终端人性化设计概述

汽车智能终端是"驾驶员-车辆-环境系统"中极为重要的一环,能够有效提高驾驶的安全性、改善驾驶的乐趣。本文对智能终端的信号检测与提醒警示进行了综述。     

锂离子电池热失控仿真研究

本文以60Ah的NCM811软包锂离子电池为研究对象,采用数值模拟的方法研究了加热条件下锂离子电池的热失控行为.基于锂离子电池热失控的副反应机理以及热传导理论,建立单体电池绝热热失控模型,模型误差小于2％.设计相关试验测试单体电池热失控过程中的产气特性,以单体电池绝热热失控模型为基础,建立外部加热条件下的热失控模型,模...     

驾驶员反应时间研究

对于预警类智能辅助驾驶系统,驾驶员的反应时间是一个重要参数。本文针对不同的驾驶员类型、不同的预警方式,在实车测试平台上进行驾驶员反应时间的测量。通过实验可以得出各种情况下不同的驾驶员反应时间,该研究的成果将对预警类智能辅助驾驶系统中预警方式和预警时间的选取起到积极的作用。     

增强学习算法在集装箱船舶配载问题上的应用

正集装箱船舶配载是集装箱码头生产作业的重要环节之一,其直接影响码头整体装卸作业效率。目前,我国集装箱码头主要采用传统在线搜索算法解决集装箱船舶配载问题,但此类方法在求解大规模算例时效率较低。为此,本文采用增强学习算法,将大量耗时计算前置到线下训练阶段,实际配载时则利用训练好的网络直接求解,从而提高求解效率。具体思路如下:首先,分析集装箱船舶配载问题的