浅议弯曲河段桥区航道整治措施

水上运输具有运量大、成本低和能耗小的优点,然而桥梁的不断兴建,对船舶航行造成一定的影响,特别是处于弯曲河段内的桥区航道,由于桥区河段水流与桥轴线法线夹角、航线流速较大、通航净宽不足等原因,常导致船舶撞击桥墩等海损事故的发生,同时由于弯道的演变也会对桥区航道维护产生不利的影响;研究此类桥梁碍航问题具有重要的工程现实意义。本文结合工程实际,研究弯曲河道桥区河段桥梁碍航成因,提出整治方法与整治措施,可供类似工程参考。     

载运普通液体货物船舶稳性衡准标准的完善建议

为保障装载普通液体货物船舶航行安全,分析《国内航行海船法定检验技术规则》中船舶稳性衡准标准的相关规定,认为该规则没有明确装载普通液体货物船舶的稳性衡准标准,使得该类型船舶在适用稳性规则时存在不确定性。运用船舶静力学知识和计算机仿真技术计算液货舱不同装载率时自由液面横倾力矩及经该自由液面修正后的船舶复原力臂和不同装载率时液货舱自由液面对船舶稳性的影响,得出目前《国内航行海船法定检验技术规则》稳性衡准标准不适用于载运普通液体货物的船舶的结论,建议在修订时增加相应规定。     

南汇东滩对长江口与杭州湾泥沙交换的影响研究

南汇东滩位于长江口与杭州湾的交汇处,是长江口与杭州湾水沙交换的重要通道,文章结合水动力特征指出南汇东滩是长江口外一个特殊的潮流动能减弱区,潮滩南北两侧潮流动能相对较强,涨落潮时过境泥沙易于落淤。根据长江口外的盐淡水混合类型分布及实测泥沙粒径组成指出风浪天气下南汇东滩是南槽淤积泥沙的主要物质来源,部分泥沙经南槽出海后随涨潮流进入杭州湾,大风天气下南汇东滩与杭州湾北岸地形演变成相反趋势,进一步证明南汇东滩是长江口与杭州湾泥沙交换的中转站。文章最后结合Lagrange质点运动轨迹分析了边滩不同区域质点的运动趋势,发现潮滩南北两侧质点运动趋势相反,提出边滩泥沙运动分界点的位置。研究表明南汇东滩特殊的动力机制对长江口与杭州湾北岸的岸滩演变具有重要的影响。     

城市快速路匝道合流区车道调整方法研究

针对城市快速路匝道合流区可以通过调整车道的方法改善通行能力,结合交通流理论相关成果,分别从定性分析和定量计算2方面进行研究。以间隙-接受理论为基础,分析车道宽度与车速、流量的关系,进而采用spss软件拟合数据获得外侧车道车头时距分布与临界车头时距,计算匝道汇入能力,建立匝道合流区车道调整模型,并通过上海市快速路实例对模型和方法进行检验,对模型的适应性和效率进行分析和评价。     

不同间距情况下相邻基坑施工的相互影响

相邻基坑开挖卸载会影响基坑围护墙体所受土的压力，进而影响其变形及内力，处理不当，则会造成工程事故。结合一工程实例，对不同间距情况下，基坑开挖卸载对相邻基坑变形的影响进行有限元模拟分析，为解决实际工程问题提供理论依据。     

厂修客车车体钢结构矫正工艺

对车体钢结构产生变形的原因分析,阐述了在其矫正过程中需重点解决的4个关键环节,规范了工艺步骤,切实有效地解决了车体钢结构变形矫正的难点问题.     

横风下π型断面大跨桥上汽车气动特性风洞试验（双语出版）

准确获得车-桥系统气动力是评估强风作用下桥上车辆运行安全性和舒适性的基本前提,为此必须考虑车辆与桥梁间存在的显著气动相互干扰。以山区大跨桥梁常见的π型断面主梁和集装箱货车为研究对象,设计并制作了1：32几何缩尺比的桥梁和车辆刚性测压模型,通过风洞试验测试了典型车-桥组合工况下车辆表面的风压分布,分析了前、后车辆干扰作用、车辆横向距离和车道组合方式等对桥上汽车气动特性的影响,并进一步分析汽车表面的风压值分布,以探究汽车气动力系数变化的机理。研究结果表明：前、后车辆间的干扰、车辆横向距离的改变对汽车的侧向力系数、阻力系数和升力系数均有较大影响,但对汽车的力矩系数影响较小,且汽车的力矩系数具有一定的离散性;车道组合方式中测试车辆位置的改变对汽车气动特性的影响大于干扰车辆位置的改变对汽车气动特性的影响,且车辆组合方式的改变对汽车的力矩系数基本没有影响;受桥梁π型主梁断面的影响,汽车侧向力系数的变化趋势与Coleman规律下的变化趋势不同。     

Automatic Identification of Butterfly Species Based on Gray-Level Co-occurrence Matrix Features of Image Block

In recent years, automatic identification of butterfly species arouses more and more attention in different areas. Because most of their larvae are pests, this research is not only meaningful for the popularization of science but also important to the agricultural production and the environment. Texture as a notable feature is widely used in digital image recognition technology; for describing the texture, an extremely effective method, graylevel co-occurrence matrix(GLCM), has been proposed and used in automatic identification systems. However,according to most of the existing works, GLCM is computed by the whole image, which likely misses some important features in local areas. To solve this problem, this paper presents a new method based on the GLCM features extruded from three image blocks, and a weight-based k-nearest neighbor(KNN) search algorithm used for classifier design. With this method, a butterfly classification system works on ten butterfly species which are hard to identify by shape features. The final identification accuracy is 98%.