浅谈氧化铝作业工艺流程改革

介绍了氧化铝作业工艺流程改进的实践,总结了提高氧化铝灌包作业袋装货物单重准确率和提高作业效率及安全作业的途径。     

结合Zigbee和GPRS的无线测温系统在装船机滚筒温度检测中的应用

研发了一种基于Zigbee技术,采用GPRS进行数据通讯的无线测温网络系统,对装船机滚筒的温度进行有效的监控,可提前发现设备的故障征兆,避免发生事故,降低维修成本.该系统在煤码头装船机上应用取得了很好的效果.     

基于补偿滑模控制的混合动力汽车协调控制

由于行星排功率分流式混合动力汽车的结构优势,双行星排功率分流式混合动力汽车已经成为各机构的研究重点。由纯电动模式到混合驱动模式切换的过程中存在发动机起动和发动机转矩引入,而发动机转矩瞬态响应存在迟滞,导致切换过程中动力系统的输出转矩会有较大波动。为减小波动,降低模式切换过程中的动态冲击度,本文中提出补偿滑模控制方法,对双行星排功率分流式混合动力汽车模式切换进行协调控制。首先,建立整车动力学模型,对切换过程每个模式进行分析;之后,针对发动机拖转阶段和混合驱动阶段分别采用补偿控制和基于固定边界层的自适应滑模控制,并对滑模控制进行稳定性分析;最后,结合Matlab/Simulink软件平台进行仿真验证。仿真结果表明,补偿滑模协调控制策略能够有效地减小从纯电动到混合驱动模式切换过程中的转矩波动和冲击度。     

船用EH36高强钢无缝药芯焊丝焊接接头组织和冲击韧性研究

本文以SRSF501无缝药芯焊丝在船用EH36高强钢中的焊接应用为目的,研究了国产无缝药芯焊丝SRSF501在船用EH36高强钢焊接中的组织和冲击韧性。通过试验表明：SRSF501焊接EH36钢接头各区域的冲击性能均满足船级社要求;多层多道焊时,焊缝组织由粗大的柱状组织和细小的等轴晶组织组成,底层焊缝和末道焊缝柱状晶区域较大;盖面层两侧接头热影响区存在粗晶区,其它位置接头的热影响区不存在粗晶区;焊接接头中熔合线外2mm处,晶粒最细,冲击韧性最好。     

桥梁下部结构预制拼装技术应用综述

桥梁预制拼装技术可加快施工速度,减少现场污染和对交通的影响,作为绿色施工的重要技术已在上海等地多个高架桥项目上得到了应用。对目前上海高架桥下部预制拼装技术的应用情况进行了整理和归纳,并阐述了其在应用中尚存在的一些不足。在实际项目建设时须根据项目特点和建设条件来制定合适的预制拼装方案。     

软岩大变形隧道围岩分级及支护参数适宜性探讨

兰渝线兰广段通过板岩、碳质板岩等软岩区段的隧道极易发生大变形.在现场工程实践和试验的基础上,文章对该区段地质条件的特殊性进行了分析,并对目前隧道围岩基本分级及在施工过程中的设计变更修正进行了阐述,着重对软岩大变形隧道的围岩分级标准和选用支护参数的适宜性进行了探讨,以期能为今后同类工程提供参考和借鉴.     

高埋深软硬岩互层地质条件下敞开式TBM岩爆段施工方法研究

基于喜马拉雅山区域某软硬岩性互层地质条件下的深埋隧洞工程,为解决该区域TBM施工过程中的岩爆问题,统计分析了TBM施工过程中的岩爆特征;在施工过程中开展了多种岩爆规避试验,形成了一套较完整的有针对性的施工方法： 1）岩爆风险巡查常态化; 2）超前地质预报和超前处理措施相结合; 3）支护材料和支护方式合理化; 4）掘进参数动态调整。在后续的施工中加以应用,取得了较好的效果,可以为类似地质条件下的安全施工提供参考。     

不同模式下拖缆对水下拖体运动姿态的影响研究

水下拖曳体依据其工作模式的不同,可以分为两种:一种是自身没有驱动力,由拖船或是潜艇带动进行拖曳;另一种是拖曳体自身具有驱动力使其自由航行,可看作AUV。在水下拖曳体工作的过程中,与其相连的拖缆在拖体不同的工作模式下会有不同的响应,而拖缆的这种响应又会对与其相连的拖体造成影响。为研究拖缆对水下拖体的影响,结合某拖曳系统的具体参数,运用大型动态仿真软件OrcaFlex建立了潜艇水下360°回转过程中拖曳系统的动力学仿真模型和拖体自航模式下的动力学仿真模型。通过改变水动力系数、拖速、拖缆参数及回转半径等,探究了不同参数对水下拖体的影响,得到了一些比较有价值的结论,可对具体工程有一定的指导作用。     

A mixed Bayesian network for two-dimensional decision modeling of departure time and mode choice

The modeling of travel decision making has been a popular topic in transportation planning. Previous studies focused on random-utility discrete choice models and machine learning methods. This paper proposes a new modeling approach that utilizes a mixed Bayesian network (BN) for travel decision inference. The authors use a predetermined BN structure and calculate priori and posterior probability distributions of the decision alternatives based on the observed explanatory variables. As a “utility-free” decision inference method, the BN model releases the linear structure in the utility function but assumes the traffic level of service variables follow multivariate Gaussian distribution conditional on the choice variable. A real-world case study is conducted by using the regional travel survey data for a two-dimensional decision modeling of both departure time choice and travel mode choice. The results indicate that a two-dimensional mixed BN provides better accuracy than decision tree models and nested logit models. In addition, one can derive continuous elasticity with respect to each continuous explanatory variable for sensitivity analysis. This new approach addresses a research gap in probabilistic travel decision making modeling as well as two-dimensional travel decision modeling.     

A Pareto-improving hybrid rationing and pricing policy with multiclass network equilibria

This paper extends the work on Pareto-improving hybrid rationing and pricing policy for general road networks by considering heterogeneous users with different values of time. Mathematical programming models are proposed to find a multiclass Pareto-improving pure road space rationing scheme (MPI-PR) and multiclass hybrid rationing and pricing schemes (MHPI and MHPI-S). A numerical example with a multimodal network is provided for comparing both the efficiency and equity of the three proposed policies. We discover that MHPI-S can achieve the largest reduction in total system delay, MHPI can induce the least spatial inequity and MHPI-S is a progressive policy which is appealing to policy makers. Furthermore, numerical results reveal that different classes of users react differently to the same hybrid policies and multiclass Pareto-improving hybrid schemes yield less delay reduction when compared to their single-class counterparts.