智能分析系统在高速铁路信号系统中的应用

描述了智能分析系统在高速铁路信号系统中的应用。智能分析系统能实时地发现设备隐患,发现设备故障并定位和告知原因。能推动高速铁路维修实现"状态修"和"预防修"。     

青岛地铁采用温湿度独立调节空调系统的必要性分析

从理论上分析了温湿度独立控制空调系统的优越性,结合青岛地区的气候及地铁空调负荷的特点,论证了青岛地铁采用温湿度独立控制空调系统的必要性。     

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明:相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。      

电池SOC估算方法的研究现状

如今,锂离子电池已成为新能源产业和SOC的研究重点。在锂离子电池研究中,电池容量估算和计算是其中的重点研究之一。SOC直接关系到锂离子电池使用的效率和安全性,正确的SOC估算和计算方法不仅可以增加锂离子电池工作的安全性,并延长锂离子电池的使用寿命[1]。相反而言,不合适的SOC估算和计算方法不仅会加速电池的老化,而且会带来电池爆炸和燃烧的危险,危害使用者的生命和财产安全。因此,本文对各种SOC估计和计算方法进行研究,以获得更成熟和广泛使用的电池SOC估计和计算方法。     

航运业碳减排和零碳发展面临的挑战与应对建议

为积极响应"2030年碳达峰、2060年碳中和"的发展目标,碳减排和零碳排放逐渐成为了航运业未来发展的重要方向.对国际海事组织(International Maritime Organization,IMO)推出的碳减排方案和措施进行梳理;同时,总结国外航运业低碳发展的现状,并对其采取的措施和技术方法的优势及存在的问题进行分析.在此基础上,提出基于减碳和零碳排放目标的应对建议,供我国航运业的碳减排和零碳发展参考.     

基于蒙特卡洛法的抛锚撞击海管概率分析

针对船舶抛锚撞击海底管道事故频发,撞击概率计算过程较复杂且适用范围有限的问题,对现有方法进行改进,基于蒙特卡洛方法建立抛锚统计试验模型,对某一条件下船舶抛锚对海底管道的撞击概率进行计算,结果表明:对现有方法进行改进或利用蒙特卡洛方法能较好地反映船舶抛锚对海底管道的撞击概率变化特性,可应用于危险区域的抛锚预警和海上禁锚区的设置。     

多目标协同下长江上游航道承载力评价*

为了进一步深化长江航道承载力的相关研究,探求航道的提升潜力,基于生态、经济、水资源配置和防洪多目标协同下航道承载力概念,以长江上游广阳坝河段为例,根据航段特性,结合影响因素互适机理,针对性地选择评价指标,初步构建航道承载力评价模型体系,分析计算该河段3.5、4.5及6.0 m航道水深下航道承载力综合评价值。结果表明,6.0 m航道水深下承载力状态最佳;广阳坝河段在综合考虑上述目标影响后,对于航道水深还有一定的提升空间。     

外加电流补偿方法静电场抑制效果研究

在深入研究外加电流补偿方法基础上,分析了补偿阳极位置、补偿阳极输出电流对静电场抑制效果的影响,结合船模试验验证了分析结论.试验结果表明,补偿阳极位置应尽量靠近螺旋桨,才能保证补偿电流对静电场的抑制效果;补偿阳极输出电流增加到一定程度时,静电场抑制效果最佳.     

软弱夹层对隧道光面爆破效果影响机理研究

以一实际隧道为工程依托,采用ANSYS/LS-DYNA数值模拟方法,针对含软弱夹层围岩隧道光面爆破成型效果问题开展研究。根据软弱夹层与隧道光爆层的相对位置关系,对软弱夹层的空间分布形态特征进行归类和概化处理,提出一种适用于分析软弱夹层影响下光爆层爆破成型效果的概化模型;开展软弱夹层对隧道爆破成型效果影响的多工况数值计算,分别从爆炸应力波的传播及爆生气体的楔入2个方面探讨软弱夹层对隧道爆破成型效果的影响机理,推演得到不同软弱夹层赋存状态下隧道爆破成型轮廓分布图式;结合工程实际施工情况,提出软弱夹层条件下隧道超欠挖爆破控制措施并进行爆破试验验证。结果表明,推演的软弱夹层条件下爆破成型与实际吻合较好;爆破参数调整后,隧道爆破成型效果理想。     

基于主元分析-概率神经网络的车辆受电弓故障诊断

在城市轨道交通车辆受电弓日常检修过程中,大量检修及故障数据未得到合理利用。针对计划检修已不能满足目前受电弓检修要求的问题,提出了一种基于主元分析和概率神经网络结合的故障诊断方法。该方法运用主元分析法对受电弓日常检修中的初始特征参数进行降维,将降维后特征参数输入到概率神经网络模型中进行故障诊断,判定受电弓故障模式。仿真结果表明,该诊断方法耗时短、正确性高。