桁架结构损伤识别的单元模态应变差法

从桁架结构的受力特点出发,利用两节点空间铰接杆单元有限元法,由节点模态位移推导出单元模态应变,提出采用损伤结构前后的单元低阶模态应变差作为桁架结构损伤定位的动力指纹,建立一种基于杆单元模态应变的桁架结构损伤定位方法.数值算例分析表明,该方法能在低阶模态测试自由度信息条件下,针对单处或多处损伤、支撑处损伤、轻微或严重损伤,以及多种损伤共存等不同损伤状况的桁架,均具有损伤定位的能力;并能根据损伤单元模态应变的差值确定出损伤程度;且在一定噪声水平下具有较强的抗噪能力,适用于实际观测条件下的桁架结构损伤定位.     

地铁列车模拟驾驶器故障处理系统的功能探究

地铁列车模拟驾驶器故障处理系统用于培训司机的故障实时处理能力。介绍了多媒体故障处理系统的主要功能。早期的故障处理系统功能相对简单,只能实现部分硬件的故障处理操作培训。多媒体故障处理系统应用CGI计算机成像技术来完善其环境逼真程度,通过软件仿真实现无法在硬件上完成的故障处理操作,同时虚拟列车设备,对难以用硬件完成的列车部件进行全数字化仿真,实现覆盖列车运行中所遇到的各类故障的处理操作。功能完善的多媒体故障处理系统大大提高了培训质量,节约了培训成本,能培养同时具备实际操作和故障应变处理能力的司乘人员,从而保障地铁列车的安全平稳运行。     

输入多采样率数字控制系统的鲁棒极点配置

讨论了输入多采样率状态反馈鲁棒极点配置问题。由于输入多采样率采样,增加了系统的实际输入的个数,使得实现极点配置的状态反馈控制系统中具有自由度。现将这一自由度明确地表示为自由参数的形式,并利用优化算法选择这些参数,增强闭环系统的鲁棒性。     

电流型GTR有源无功补偿器的研究

介绍了以电流波形补偿理论为根据，由ＧＴＲ电流型四象限变流器构成的有源无功功率补偿器。详细叙述了补偿器的补偿原理、主电路工作方式、控制系统的结构及其控制策略。实验表明该系统能实时地、完全地补偿电网上的基波和谐波无功，并且具有系统简单、控制方便、体积小等优点。     

跑道不停航施工组织的数学建模与求解

跑道不停航加铺工程要求在较短的施工周期内完成多项关键施工工序的实施,受到时间周期、资源利用、工序完整性等多方面的制约,因此,科学合理的施工组织方案对于确保工程质量意义重大。该文充分考虑了跑道不停航施工的各种制约因素,分析测算了各道工序的施工时间,基于最优化方法原理,通过施工组织网络图建立了不停航施工组织优化的数学模型。该模型能够灵活地根据所选决策变量定量求解出施工周期内的施工能力,根据时间和资源两方面的约束条件给出资源的合理配置,可为相似工程编制合理的施工组织方案提供参考。     

加快发展铁路中型养路机械促进铁道线路维修的现代化

阐述了发展铁路中型养路机械的必要性,认为发展中型养路机械不仅符合铁道部制定的养路机械发展的方针政策,而且也是铁道线路维修的实际需要。介绍了中型养路机械的研制、使用情况和配套设想。     

高水压盾构隧道管片接缝防水可靠性试验研究

盾构隧道管片衬砌防水至关重要,而在东亚地区大部分盾构隧道都采用单层衬砌,由于没有内衬,则弹性密封垫的可靠性变得更为关键.作者以南京市纬三路过江隧道工程为依托,研制了全新的高水压、全自动三向加载防水性能试验系统,并运用工程实际1∶1的弹性密封垫和混凝土试件,进行了多组密封垫装配力及一字缝、T字缝防水性能试验,从而研究优化出了性能、结构优异的三元乙丙橡胶弹性密封垫断面形式.试验结果表明,密封垫装配力与其防水性能存在很大程度上的相关性;密封垫的硬度、沟槽填充率在不同程度上对密封垫防水性能有直接影响.     

基于遗传神经网络的相似重复记录检测方法研究

设计实现了一个相似重复记录检测系统,该系统包括预处理模块、聚类模块、字段匹配模块和记录匹配模块,支持聚类算法和字段匹配算法的定制扩充。并通过实验对比了几种著名的算法,实验结果表明该系统提高了相似重复记录检测的精确度。     

全球定位系统(GPS)在公路测量中的应用

简述了GPS测量技术的发展状态,结合GPS测量技术在公路测量实际中的应用,介绍了GPS用于测量所具有特点,重点介绍了GPS测量用于公路测设中路线控制测量、GPS测量与水准测量资料相结合进行高程控制测量的实际应用成果,并对动态GPSRTK技术在路线中桩实时放样测量作了简要介绍,最后对GPS测量作出了展望.     

基于神经网络方法的柴油机气缸压力识别

分析了柴油机气缸盖系统激励和响应信号的非线性特性,阐述了基于BP神经网络的柴油机气缸压力识别方法.对测试的振动响应信号进行时域统计平均和低通滤波后,训练BP神经网络,利用自适应梯度下降算法,自适应调节学习速率,提高网络精度,识别柴油机气缸压力.结果表明,恢复出来的缸内压力信号和实测信号十分接近,该方法对柴油机的实时在线控制、监测和故障诊断有重要的应用价值.