高架桥基础承台开挖引起的路面差异沉降控制方法研究

高架桥基础承台施工时需开挖基坑,回填后新路基在车辆荷载作用下将产生较大的沉降,故造成新老路基上部路面的差异沉降。该文采用有限差分软件FLAC3D分析研究不同的土工格栅层数、格栅模量、格栅位置、回填材料以及基坑开挖方式对减小路面差异沉降的效果。计算结果表明:格栅层数越多对减小差异沉降的效果越好,并且随着格栅层数的增加,格栅加筋效果减弱。增加格栅模量也可减小路面不均匀沉降,且格栅铺设的3个位置都有作用,其中铺设在面层与基层交界处效果最好。回填材料选择二灰土可以明显减小新老路基的差异沉降,故采用类似二灰土等坚硬的回填材料具有很好的效果。基坑开挖采用放坡开挖的方式,对减小沉降与差异沉降方面的效果优于台阶开挖。     

线控制系统中模糊综合评价方法研究

从城市交通干线的特性出发,研究总结与线控制系统运行相关的各种影响因素,分别从干线交叉口结构、运行质量、交通安全和环境影响等4个方面形成了相对完整的线控制评价集。然后通过实例,运用模糊综合评判算法对这些因素集进行了评判,得出能反映线控制系统运行效果优劣的结果,为改进线控制算法提供了依据。     

YC6A220C柴油机排气余热裂解甲醇助燃的试验研究

在不改变YC6A220C柴油机结构和参数的基础上,从排气管道引出高温尾气裂解甲醇气进入柴油机进气管进行混合燃烧,研究了共轨燃烧甲醇裂解气时YC6A220C柴油机的燃烧排放特性.结果表明,与原机相比,燃用预混裂解气的发动机动力性基本无变化,经济性有所提高,在掺烧比为1.5%～6%时,各种负荷下节油可达4%～8%;在高负荷时,NOx排放可降低32.4%,碳烟排放可降低41.6%,HC排放也有明显降低.     

桥梁的局部维修加固工艺与控制

某城市桥梁为预应力混凝土简支空心板结构,运营10a后出现了支座下墩身开裂、梁体裂缝等病害。该文简要介绍了加固方案的选择。具体介绍了加固施工的方法和工艺要求,从而使桥梁结构加固达到预期的目的,延长了桥梁的使用年限。     

油气管道穿河部位防护形式的演变

文中以东北管网为例,总结分析了油气管道穿河部位防护形式演变的过程,分析了油气管道防护形式演变的影响因素,如采砂石的影响、河流性质的影响、河道内植树耕作的影响等,并对管道防护形式的现状进行了分析,提出了目前防护形式存在的问题及解决思路.     

汽车侧碰撞儿童约束系统模型的建立及其设计参数的仿真研究

运用多刚体动力学和有限元耦合的方法建立了儿童约束系统模型,并对该模型有效性进行了验证,在此基础上运用PSM（Prescribed Structure Motion）子结构法研究侧碰撞中儿童约束系统的相关设计参数对3岁儿童乘员动力学响应及其损伤的影响,仿真结果表明,儿童安全座椅侧翼的深度、儿童座椅安全带开孔的位置、儿童座椅安全带刚度对儿童乘员的头、颈部及胸部的加速度响应影响较大,适当地调整这些参数可以降低3岁儿童乘员在侧面碰撞中的受伤风险。     

正则化技术在状态空间载荷识别中的应用

  目的  船舶减振技术经过几十年的发展,降低艉部激励引起的桨—轴—船体振动辐射噪声成为我国现阶段船舶声隐身的紧迫任务。  方法  针对船舶艉部激励耦合振动噪声问题,从船舶螺旋桨激励力特性、桨—轴—船体耦合振动噪声特性及其控制方法3个方面对当前研究进展与发展趋势进行综述,  结果  得到了船舶艉部激励与桨—轴—船体系统振动噪声的映射关系,并提出了针对低频振动噪声的控制方法。  结论  在此基础上对在螺旋桨非定常力测试、艉轴承摩擦诱导振动机理和桨—轴系统横向振动控制等方面提出进一步开展研究的建议。     

螺旋桨毂帽鳍节能性能的数值模拟

毂帽鳍作为一种新型的船用节能装置,合理地安排其在桨后的位置,能明显提升螺旋桨的推进效率,因此,有必要对毂帽鳍的节能效果进行研究。采用计算流体动力学方法,对毂帽鳍的敞水性能进行模拟。通过改变鳍叶在桨后的各个参数,分析其尾流的变化,以及各重要剖面处的压力分布等情况。模拟结果表明：鳍叶的不同安装角位置对桨的效率变化有明显的影响,而轴向位置的改变则对其效率的提高影响不大。通过观察尾流分布及压力分布图,可以直观地看出鳍叶的主要功效是产生与螺旋桨转向相同的扭矩,同时使尾流速度降低从而削弱乃至消除毂涡。     

客运枢纽内部通道合理规模仿真分析

以客运枢纽内连接服务设施设备的通道作为研究对象,以通道的长度和宽度对行人流分散作用的强度分析入手,借助行人流仿真软件,设计仿真方案,利用仿真输出的行人流参数统计数据,建立行人流流量随观测时间的变化趋势曲线,一方面,对曲线的变化趋势进行对比分析,另一方面,对统计数据进行K-W检验以分析数据的差异性。结合曲线对比和K-W检验结果,综合分析单向通道、双向通道的长度和宽度变化对行人流分散作用的影响,进而确定单向通道和双向通道的最佳宽度分别为4m和8m,最佳长度为50m。     

基于图模型与卷积神经网络的交通标志识别方法

为了提高交通标志识别的鲁棒性, 提出了一种基于图模型与卷积神经网络(CNN)的交通标志识别方法, 建立了一个面向应用的基于区域的卷积神经网络(R-CNN)交通标志识别系统。构造了基于超轮廓图(UCM)超像素区域的图模型, 有效利用自底向上的多级信息, 提出了一种基于图模型的层次显著性检测方法, 以提取交通标志感兴趣区域, 并利用卷积神经网络对感兴趣候选区进行特征提取与分类。检测结果表明: 针对限速标志, 基于UCM超像素区域的图模型比基于简单线性迭代聚类(SLIC)超像素的图模型更有利于获取上层显著度图的大尺度结构信息; 基于先验位置约束与局部特征(颜色与边界)的层次显著性模型有效地融合了局部区域的细节信息与结构信息, 检测结果更加准确, 检测目标更加完整、均匀, 查准率为0.65, 查全率为0.8, F指数为0.73, 均高于其他同类基于超像素的显著性检测算法; 基于具体检测任务的CNN预训练策略扩展了德国交通标志识别库(GTSRB)的样本集, 充分利用了CNN的海量学习能力, 更好地学习目标内部的局部精细特征, 提高了学习与识别能力, 总识别率为98.85%, 高于SVM分类器的95.73%。