钢管混凝土轨枕结构设计方案

SK-2型双块式无砟轨道由双块式轨枕通过现浇钢筋混凝土组成,在无砟轨道结构类型中经济性好、维修工作量少,但我国并不拥有核心知识产权,导致其无法在我国企业承包的海外项目中应用。同时,SK-2型双块式轨枕存在长期存放容易生锈、运营过程容易产生裂纹等缺陷。在总结双块式无砟轨道结构应用经验基础上,提出一种应用于现浇道床板式无砟轨道的新型轨枕设计方案——钢管混凝土轨枕,并进行试验验证。试验表明:采用外径42mm钢管混凝土构件在0.75kN的垂向荷载作用下,轨枕处于2mm弹性变形范围内;钢管混凝土构件与轨枕块连接力为60～80kN,具有良好的连接性能。轨枕连接骨架用钢量少,不需要专用大型设备,施工方便,与道床板连接紧密可靠,适用于高速铁路、客货共线、重载铁路及城市轨道交通,为完善我国现行无砟轨道体系,满足"一带一路"建设需求,具有重要意义。     

减振型板式无砟轨道轨道板受力分析研究

介绍减振板式无砟轨道的结构组成和计算参数,建立了梁体有限元计算模型,计算分析了列车荷载作用下减振板式无砟轨道的受力,考虑轨道板受温度梯度荷载、桥梁挠曲变形,在制造、运输和施工时对减振轨道板的受力影响,对轨道板在这些因素下的受力进行了分析,为结构设计提供计算依据.     

基于混合深度学习的燃气轮机动态过程关键参数在线辨识北大核心CSCD

[目的]为克服燃气轮机非线性时变特性对动态控制及性能监测的影响,通过长短期记忆神经网络(LSTM)的时序记忆、非线性关系表达与高斯过程回归(GPR)的区间概率估计能力三者的结合,提出一种基于LSTM-GPR混合深度学习模型的关键动态参数在线辨识算法。[方法]首先,建立燃气轮机的动态机理模型,以燃料热值、压气机效率及负载电力矩为待辨识参数,生成大量训练数据;然后,构建LSTM-GPR参数辨识网络模型,并输入训练数据进行网络训练和权重系数学习;最后,使用训练好的LSTM-GPR混合模型对燃气轮机动态运行参数进行在线辨识,经分析辨识结果来验证所提算法的有效性。[结果]仿真结果表明,所提算法辨识结果准确,误差小于1%,实时性好,相比于LSTM单一模型能获得更好的均值估计效果,并给出可靠的结果置信区间。[结论]所提算法能有效应用于燃气轮机模型的关键动态参数在线辨识,为进一步应用于实际机组奠定了基础。     

传播动力学视角下集装箱海运网络关键港口节点识别

将船期延误与重要港口节点的识别问题相结合,通过传播动力学模型,对世界集装箱海运网络的传播特性进行分析,发现港口节点传播能力与度值满足幂为16.84的幂律分布,具有无标度特征,且度值与传播影响力的相关性较强.以SIS(Susceptible-Infected-Susceptible)模型为基础,结合网络结构特性,比较不同...     

钢渣细骨料混凝土单轴受压应力-应变关系试验研究

为研究钢渣细骨料在混凝土中的适用性及钢渣细骨料混凝土的轴压本构模型,进行了钢渣细骨料的物理化学性能试验,并对钢渣细骨料的稳定性进行测试分析;在此基础上,制备了6组不同钢渣细骨料掺量的钢渣混凝土立方体及棱柱体试件,研究了钢渣细骨料混凝土的单轴受压性能.研究结果表明：本文选用钢渣的游离氧化钙含量、压蒸粉化率均满足相关规范要求,适用于混凝土细骨料;钢渣细骨料混凝土破坏的脆性特征更加明显,比普通混凝土的抗压强度有明显提高;钢渣混凝土棱柱体抗压强度与立方体抗压强度比值为0.80～0.86;可依据Carreira and Chu模型及Wee模型对钢渣混凝土本构关系进行分段描述,分段式本构模型与实测钢渣细骨料混凝土的应力-应变曲线基本吻合.     

St·Jude Medical人工机械瓣膜替换术疗效的初步观察(附16例随访报告)

报告16例St·Jude Medical人工机械瓣膜替换术病人,术后死亡1例,余15例临床疗效显著,术后并发症少,病程较短。短期随访(10～31个月)多数病人胜任轻、中度体力活动,心功能恢复至Ⅰ～Ⅱ级14例;心功能改善Ⅱ级或Ⅲ级的11例(占15例的73%);未发现出血和栓塞报告。本文还就St·JudeMedical人工机械瓣膜的设计、制作特点,结合临床加以讨论。     

无泵水幕式铸件喷漆室的技术改造

为适应铸件的喷漆作业，对无泵水幕式喷漆室存在的问题进行了分析和探讨，采用加大喷漆室，改进溢水槽，对漆渣及污水进行三级没淀处理等方法，使无泵水幕式喷漆室的技术改造达到了令人满意的效果。     

混凝土盐冻破坏的试验研究

在分析了冻融与除冰盐共同作用下混凝土破坏机理的基础上,进行了清水、传统除冰盐溶液(3%N aC l溶液)和新型除冰盐溶液(3%C aC l2溶液)条件下的混凝土冻融循环试验研究。结果表明,除冰盐加快了混凝土的冻融破坏,但新型除冰盐对混凝土的冻融破坏影响小于传统除冰盐,一定程度上可以缓和盐冻破坏。     

基于车队离散的信号交叉口交通需求估算方法

为探究交通需求对信号配时设计的影响,基于车队离散提出一种信号交叉口交通需求估算方法。通过分析上、下游断面交通需求的相关性,基于车队离散模型,根据上游断面驶离车流量估算下游断面到达车流量。为验证交通需求估算模型,采集并使用了实地调查数据,还进行了仿真试验。对比不同交通需求水平下的实测车流量和估算车流量,并采用两种车流量以最小化车辆延误为目标获得两种优化配时方案。实地调查数据验证结果显示,估算车流量和实测车流量之间的相对误差为10.33%。仿真试验验证结果显示,在高水平交通需求下,实测车流量和估算车流量差异较大,在中、低水平交通需求下,二者差异较小;与现状配时方案相比,优化配时方案使车均延误降低,相比采用实测车流量所得的优化配时方案,在高水平交通需求下,采用估算车流量所得的优化配时方案使车均延误降低9.85%～28.15%;而在中、低水平交通需求下,二者并无太大差异。研究成果表明,当交通流处于拥挤状态时,对于交叉口进口道,实测车流量不能很好地反映真实的交通需求,而本方法得到的估算车流量可以更好地反映真实的交通需求;与实测车流量相比,采用估算车流量所得的信号配时方案能够有效地降低交叉口车均延误,进而更好地提升交通运行效率。