软土真空预压法加固效果分析

本文以缅甸某真空预压工程为依托,研究了真空预压等地基处理方法对缅甸软黏土层的加固效果。在真空预压前后,分别对各个钻孔的土样进行室内土工试验以及现场的标准贯入试验,再进行对比分析,研究真空预压法的加固深度和效果。得出以下结论:真空预压对缅甸软黏土有较强的加固效果,含水率、孔隙比、压缩系数变小,内聚力、内摩擦角、压缩模量、标贯击数变大,加固深度最大可达到地表以下19 m左右;而在加固深度范围内,其加固的效果随着深度的增大而不断衰减;真空预压对软黏土层加固,其含水率与孔隙比降低了10%~15%左右,压缩模量提高了15%~40%左右,标贯击数提高了50%~60%左右;另外,软黏土层中的淤泥质黏土层经过加固后定名变化为黏土,效果明显。     

磨料回收智能控制系统

针对磨料回收系统设备空转损耗、电能浪费等问题，开展磨料回收智能控制系统研究，通过特制传感器组件的感知及控制系统优化，实现了无人值机、高效回收、安全运行及节约能源，为造船企业减少劳动力、提高智能水平、节能减排提供了技术支持。     

FPSO上部模块海运绑扎加固方案

为研究浮式生产储油卸油装置（FPSO）上部模块海运绑扎与加固，以某FPSO的上部模块海运绑扎设计为研究对象，根据模块结构的布置形式，设计模块的海运绑扎方案。基于新版《海事作业和海事担保标准》及有限元理论，计算得到货物重心处的加速度值并提取模块绑扎构件的支反力，依此验证绑扎设计安全性和可靠性。该方案可为同类产品海运绑扎加固设计提供参考。     

基于样本自动标注的隧道裂缝病害智能识别

隧道表面裂缝的检测已经成为地铁运营人员的重要巡检任务之一.为实现隧道裂缝病害的自动监测，提出一种结合病害特征提取和深度学习的隧道裂缝样本自动标注与识别算法；针对隧道裂缝形态特征建立裂缝图像的特征样本库，改进了AlexNet深度卷积网络结构；设计研制了轨道移动式隧道图像采集系统以及巡检车，采集并构建了包含4 500张裂缝图像样本和1 500张测试图像的数据集，用以验证算法的可行性和有效性.研究结果表明：采集的图像清晰度符合要求，所设计算法可完成裂缝目标自动标注；裂缝图像测试集的识别率达到97.8%，证明了算法研究和采集系统的有效性.     

客车底盘少/免维护技术分析

为减少用户使用成本,介绍客车底盘的几种少/免维护技术,并结合购车成本,推荐几种少/免维护包方案。     

并行网络与数据扩充方法在乘用车异响识别中的应用

针对乘用车车内异响识别研究过程中数据集少且人工诊断法效率低的问题，提出了一种具有高识别准确率的数据扩充方法，并采取卷积神经网络与Transformer编码器栈并行的工作机制获得分类模型。结果表明，当将提取的扩充数据的梅尔倒谱系数特征用作并行网络的输入时，所提出的数据扩充方法可有效提高分类性能，且拟议模型在测试集上可以实现高达98.31%的分类精度。