港口安全生产预警管理新模式研究

文中结合笔者多年港口实际工作经验,从港口安全生产管理的需要出发,提出一种港口安全生产预警管理系统,旨在监测、诊断和预控多种港口安全事故,以期能为港口安全管理工作提供一种操作性强、具备实际运用价值的安全管理新模式.     

橡胶-碳纤维复合水润滑轴承材料的研究

为探究橡胶-碳纤维复合橡胶水润滑轴承材料的摩擦学性能,在SSB-100型船舶艉轴承试验机上,对复合橡胶轴承材料和普通橡胶轴承材料进行台架上的摩擦、磨损试验结果表明：复合橡胶轴承材料的力学性能、摩擦、磨损性能均优于普通橡胶,即碳纤维的加入可以改善普通水润滑橡胶轴承的综合性能。     

不同风化程度泥岩填料崩解特性试验分析

为合理利用马巢高速公路不良泥岩填料,采用洒水崩解颗粒分析试验,研究不同风化程度和种类的泥岩崩解特性,结果表明:随着洒水频率和洒水天数的增加,强风化、弱风化泥岩颗粒崩解到适宜粒径范围所需要的时间越短,呈现良好的阶梯递减趋势;它们可通过自然条件或预崩解方式来满足路基颗粒要求,而微风化泥岩一定要机械破碎后方能使用.马巢高速泥岩普遍采用预崩解措施,节约了造价,改善了工程质量和验收水平.     

汽车线控驱动技术的发展

电子技术和控制理论的飞速发展为进一步改善车辆动力学特性及提高主动安全性提供了有效途径,如已经广泛应用的各种底盘控制技术。综述了汽车线控驱动技术的发展现状和相关技术,着重介绍了线控转向、线控制动、线控油门等系统的结构组成、工作原理和性能特点,并讨论了线控驱动的集成化和相关技术要求。     

基于唧泥高度的水泥混凝土板底脱空评价方法研究

探讨一种经济实用的应用于水泥混凝土板底脱空评价的方法——基于唧泥高度的脱空评价方法。首先从理论上分析该评价方法的原理,通过现场唧泥高度的测量以及钻芯取样调查,建立唧泥高度与脱空量之间的关系,最终提出基于唧泥高度的脱空评价标准,补充和丰富了道路工程检测评价方法。     

城轨车辆主供风单元油乳化问题研究及解决方案

基于我国某城际地铁车辆正线运营工况,研究并分析了该项目主供风单元润滑油乳化问题成因及其对整机和制动系统的影响,并从主供风单元设计源头出发,系统性研究润滑油乳化故障的影响及解决方案,通过地面试验、实车跟踪,确认了该优化方案的有效性。     

自然环境、公路工程建设与公路自然区划的关系研究

在系统分析自然环境条件和公路工程建设相互影响的基础上,研究当前乃至今后一段时间公路工程建设对公路自然区划的要求,明确提出并深入分析公路自然区划类型及其与自然环境、公路工程建设三者之间的关系,可为公路自然区划工作提供了思路和研究方向.     

无人帆船四自由度运动建模与试验分析

建立无人帆船的运动学模型是开展无人帆船操纵性和运动控制研究的基础。为简便快速地建模，在保证模型准确性的基础上，降低模型开发的难度，以“海鸥”号无人帆船为例，采用船舶操纵数学模型小组（MMG）分离建模方法建模，综合考虑风和浪环境扰动，根据经验公式和计算流体力学（CFD）方法进行参数计算。在此基础上，根据试验数据进行试验复现，以验证模型的准确性。结果表明，建立的无人帆船模型和提出的参数计算方法适用于“海鸥”号无人帆船，跟踪536 m长轨迹，航速误差为13.41%，横摇角误差在10%以内。建立的四自由度无人帆船模型能反映无人帆船实体的速度和位姿，可基本复现试验现象。     

高速铁路弓网离线过电压对车体电位的影响

基于现场采集的阻抗参数，建立高速铁路“网-车-轨”牵引供电系统等效电路模型，进而建立包含弓网电弧仿真模型的“网-车-轨”三位一体的牵引供电系统有限元模型，并通过与实测升弓过电压进行对比，验证有限元模型的可靠性；将由等效电路模型计算得到的电压激励加载在有限元模型上，调整列车运行速度和弓网离线时间，分析其对弓网电弧发展的影响，研究弓网中离线和大离线工况下的过电压特性和不同接地方式下的车体电位和磁场分布。结果表明：当列车运行速度较大且弓网离线时间大于200 ms时，易发生弓网完全离线，并产生较高车体过电压；车速为300 km·h^-1时，弓网离线导致的车体过电压达6.45 kV；车底主要区域对地电位高于2 kV，磁感应强度峰值为3.8 mT；通过增加3车保护接地数量，提高车体过电压的泄放能力，使车顶-轴端过电压降至5.47 kV，最大磁感应强度降至2.6 mT，车底区域磁场分布更加均匀，有效地抑制了车体过电压，改善了车载设备的电磁工作环境。     

基于EEMD模糊熵和GA-SVM的牵引网故障诊断研究

牵引网发生故障时，如何快速诊断故障对维护铁路的正常运输秩序有极大影响，针对这一问题，提出一种基于EEMD模糊熵和GA-SVM的故障诊断方法。选取牵引网馈线电压在故障发生时刻后两个周期的故障分量波形作为原始故障信号，首先，对其进行EEMD分解得到一系列的本征模态函数(IMF)分量，选取IMF1～IMF3分量并计算其模糊熵作为表征不同故障类型的特征量；然后，为对故障类型进行诊断，建立多分类支持向量机(SVM)模型，将特征量输入至SVM模型中进行训练和识别；同时，为使模型的性能达到最佳，采用遗传算法(GA)对模型进行优化。测试结果表明，该方法能够有效地对5种典型牵引网故障进行诊断，且准确率达到了96%,验证了该方法的可行性。