基于大数据技术水利工程的动态质量风险管理

尽管大数据技术不仅被应用于水利工程领域,而且将成为智慧水利建设的重要技术基础,但是对于水利行业许多从业者而言,大数据技术仍停留在较为抽象的概念阶段。以水利工程质量风险管理为切入点,通过阐述、探讨与分析这一主要由质量风险管理框架和策略组成的大数据技术的应用点,以期为行业同仁了解水利工程中大数据技术运行机制提供一定参考。     

CRTSⅡ型板式无砟轨道台后锚固结构上拱变形原因分析

以沪昆高速铁路典型路桥过渡段为例,通过轨道线形测量、现场监测、现场调研、数值模拟等手段,分析CRTSⅡ型板式无砟轨道台后锚固结构上拱变形原因。结果表明：台后锚固结构上拱变形主要是因为路基上拱及横向挡块受温度纵向力传递的影响;自竣工以来研究区段存在路基上拱变形现象,且在路桥结合处较为显著,路基土层中1～2 m范围上拱量占总上拱量的90%;过渡段中部摩擦板上拱变形随温度的周期性变化而变化,推测是由于横向挡块阻挡温度纵向力传递所致,靠近大端刺附近的摩擦板变形在-1～1 mm振荡,随温度变化影响不显著;绑定横向挡块纵向位移时,最大上拱变形为5.23 mm。     

矮塔斜拉桥塔梁同步施工阶段塔梁墩固结部位局部应力分析

文中以采用塔梁同步施工的新建某矮塔斜拉桥为工程背景,采用有限元软件建立塔梁墩固结部位局部实体分析模型,对桥梁整个塔梁同步施工过程进行模拟,分析重要施工阶段的塔梁墩固结部位局部应力大小及分布规律,并将有限元计算结果与实测数据对比,相互验证计算结果和测试结果的准确性.     

高速铁路运营客流量及收入集成估算系统研究

针对现行高速铁路决策阶段运营客流量和收入预测误差大,历史数据存在的线性、二维、来源不可靠等问题。在深入分析客流量和收入影响因素的非线性、非确定性、耦合、非平衡性等演变趋势和机理的基础上,深入挖掘历史数据,依据BPNN、改进FC、FIS、粗糙集等理论方法,建立高速铁路运营客流量和收入多维时空基础历史数据库,构建基于BIM、PYTHON的客流量和收入非线性多维智能预测系统,实现对高速铁路运营客流量和收入的准确预测和多维展现。筛选出高速铁路运营客流量和收入相关复杂性影响因素;构建高速铁路运营客流量和收入历史数据多维时空数据支持系统;构建BPNN、改进FC、FIS运营客流量和收入预测模型,提高方法拟合性和预测准确性、有效性;设计并创建基于BIM、PYTHON的高速铁路运营客流量和收入多维智能展现系统,为提升高速铁路投资决策可靠性、可视化、智能化提供了技术和方法支持。     

小车新一代 雪铁龙新C1

在如今小车当道的欧洲,你可以随便在任何一个国家的街道上看见奔驰“Smart”、标志107、宝马1系、菲亚特熊猫、雷诺“Twingo”以及日本丰田“”等这些城市不精灵穿梭于大街小巷。这些车子不仅有时尚小巧的外型,而且有强劲的动力和舒适的乘坐空间,更为重要的是在国际石油价格居高不下以及汽车尾气对环境的污染日趋严重的情况下,欧洲人的购车观念也因此发生着变化,短小精悍的“迷你型”轿车渐成流行趋势。     

频率响应分析法在变压器绕组变形中的研究与运用

简要介绍了频率响应法测量变压器绕组变形的原理,阐述了利用空心电抗器和平行板电容器模型分析绕组测试图谱的方法,并给出了绕组变形的判断依据和方法,与此同时对变压器绕组图谱进行了实例分析.     

高速铁路声屏障动力特性研究

以高速铁路声屏障为研究对象,介绍作用于声屏障的高速列车脉动风荷载的特性.分别建立单块混凝土声屏障及金属立柱声屏障的实体有限元模型,并建立用于时程响应分析的20 m长板壳有限元模型.实体、板壳声屏障模型的自振特性分析结果表明,两者的基频结果相符较好,基频均在9.0 Hz以上,远离高速列车的2.0～4.0 Hz的脉动频率.两者模型差异导致2阶以上的自振频率存在一定差异.高3.05 m整体式混凝土声屏障的列车脉动风荷载的时程响应分析表明,声屏障的侧向最大位移与最大应力均较小.除透明板振动稍大外,结构动力性能良好,无共振现象.     

不同装载状态下约束模试验的船舶操纵性研究

通过敏感性分析方法确定了使船舶操纵运动敏感的干扰系数.文中采用模型试验方法测量了船舶在满载、半载和压载等6种装载状态下船舶的干扰系数值,并分析了吃水和纵倾对干扰系数的影响.之后,作者利用测量的干扰系数,以MMG数学模型模拟计算了船舶在6个装载状态的操纵性能,结果表明吃水和纵倾变化对操纵性的影响较大,不同装载状态船舶的操纵性能的研究将为船舶安全航行提供重要依据.     

基于委托代理理论的代建制项目管理模式研究

运用委托代理理论分析了当前政府投资项目代建制的管理模式,提出了完善代建制管理模式的政策建议,即建立激励约束机制,加强合同管理和实行工程担保和保险制度.     

基于Mini-batch神经网络的船舶柴油机风险等级预测

文章针对现有的船舶柴油机健康管理智能化程度不高、管理技术落后等问题,引入神经网络风险预测方法。提出Mini-batch梯度下降方法,通过在网络训练不同阶段使用不同权重的训练样本,提升原有全量梯度下降算法预测模型不准确和较难更新等问题。并从船舶柴油机在一次机务风险所承担的风险着手,建立设备健康风险状态的综合评价指标体系,通过Minibatch梯度下降优化了风险等级分类器。结果表明,该方法能够对柴油机风险等级进行有效预测。