客土喷播绿化防护技术的实践与探索

详细介绍了客土喷播技术的原理、材料、工艺、适用范围、技术要点及在茂湛二期高速公路的成功应用。     

论玉环汽摩配产业的发展战略

玉环地处浙江的黄金海岸，是国内汽摩配的重要生产基地。全县8000多家企业中，汽摩配生产企业占三分之一，其中上规模的就有1600多家，从业员工达8万之众。2003年，玉环汽摩配产业实现产值近100亿元，占全县工业总产值的29．6％；今年上半年实现产值60多亿元，全年预计将继续保持20％以上的增长幅度，是玉环地方经济的第一大支柱产业。玉环汽摩配专业化大生产格局的形成，使产业的集聚效应得到发挥，生产成本得到优化，配套体系趋向完善，多年来在国内外市场上占有强大的竞争优势。     

基于FEM/BEM法的内部声激励水下圆柱壳声辐射计算

联合有限元法和边界元法对流场中的圆柱壳点声源激励下的声辐射作了数值计算。利用有限元软件ANSYS分析了加筋圆柱壳的模态，然后将模态导入采用边界元软件SYSNOISE，计算了加筋圆柱壳结构在点源激励下的声辐射，预报了圆柱壳的内外场声压，得到了圆柱壳的声辐射功率曲线。     

改善交流机车低速性能的SVPWM控制

交流电力机车三电平逆变器-异步电动机系统采用SVPWM控制时,在低速启动阶段,希望正多边形磁链轨迹尽可能接近圆形,使异步牵引电动机三相对称电压近似正弦,以使启动过程更加平稳.文章分析得出系统在低速、低电压工作区,以增加磁链正多边形边数,减小零电压矢量加入时间的电压空间矢量的合成方法,达到改善系统的低速性能的目的.     

铁路网络安全应急预案数字化平台研究

针对传统网络安全应急预案无法实现计算机辅助决策和自动执行的问题,基于模块化设计、机器学习技术,研究铁路业务环境的网络安全应急预案数字化平台,实现应急预案数据采集处理、应急预案生成和应急预案执行3个功能,并针对数据采集处理中的初始日志数据,基于机器学习和关联分析技术,从日志组和日志序列两个维度设计了日志异常检测方法。铁路网络安全应急预案数字化平台涵盖了从初始数据检测到发现异常、评估风险、生成预案、执行预案和生成问题报告等一系列安全处置流程,为铁路网络环境安全应急预案数字化平台建设提供了一种新的思路。     

基于混凝土弹塑性损伤本构模型的盾构管片受力分析

在混凝土弹塑性损伤本构模型的基础上,考虑盾构管片拼装块与连接螺栓的非连续性和拼装块之间的接触关系,建立三维非连续接触计算模型。以苏州某地铁盾构隧道工程为例,对盾构管片的受力状况进行模拟计算,并与惯用法模型和修正惯用法模型的计算结果进行对比分析。结果表明:盾构管片内拱顶K拼装块部分区域的损伤因子超过了损伤临界值,这些部位将产生明显可见的裂缝;盾构管片拱顶与拱底内侧的受拉区域均产生了塑性变形,拱顶K拼装块的塑性区深度达到截面宽度的55%;盾构管片最大内力组合在两侧拱腰管片的接头处;三维非连续接触计算模型可以更好地反应管片接头对内力的影响和管片混凝土材料的受力及变形特性;模型中盾构管片接头处接触单元的设置消除了其他模型中接头刚度差异对计算结果的影响,对盾构管片抗压刚度及抗弯刚度均会产生影响。     

开展失效分析工作,提高汽车产品质量

概括介绍了国内外汽车行业开失效分析工作的情况，结合实例介绍了失效分析的方法，论述了失效分析的重要意义，并对今后如何更好地形展失效分析工作提出了建议。     

基于区块链技术的铁路餐饮积分链应用研究

传统积分模式下,积分系统多为单个商户的自建系统,消费者所有积分分散在不同商户处、兑换繁琐、商户间交叉使用困难,导致积分流通性差,积分消费乏力,通过积分增加消费者粘性的营销手段受到局限。为此,研究基于区块链技术的铁路餐饮积分链。区块链技术以其公开、透明、可追溯、防篡改等特点,可以解决商户间积分互通、消费困难的应用问题。铁路12306订餐平台商户分属不同地方、不同主体,通过基于区块链技术的铁路餐饮积分链,可以实现积分发行透明、商户间积分互信、消费透明。这一研究对于提升旅客餐饮体验,提高铁路延伸服务水平具有积极意义。     

公路边坡防护设计中新概念的应用实践微探

近几年,国家的公路建设力度不断增加,尤其是在西部地区,更加是对公路边坡防护设计高度关注,希望由此来更好的提高设计的可靠性、可行性。相对而言,公路边坡防护设计的难度并不低,自身受到的影响因素也是比较多的,想要在日后工作的开展上取得理想的成绩,必须加强新概念的应用,针对传统设计更好的革新,这样才能对未来工作的开展,提供更多的保障。文章针对公路边坡防护设计中新概念的应用展开讨论,并提出合理化建议。     

Stability Analysis for Stochastic Optimization Problems

Stochastic optimization offers a means of considering the objectives and constrains with stochastic parameters. However, it is generally difficult to solve the stochastic optimization problem by employing conventional methods for nonlinear programming when the number of random variables involved is very large. Neural network models and algorithms were applied to solve the stochastic optimization problem on the basis of the stability theory. Stability for stochastic programs was discussed. If random vector sequence converges to the random vector in the original problem in distribution, the optimal value of the corresponding approximation problems converges to the optimal value of the original stochastic optimization problem.