一种预测材料单轴饱和棘轮应变的本构模型

通过大量单轴棘轮实验,研究了均值、幅值、峰值和谷值应力对304不锈钢的饱和棘轮应变的影响规律以及棘轮历史对材料棘轮饱和变形状态的影响。结果表明,均值、幅值和谷值3种应力参量两两之间构成制约棘轮变形的二元参量,峰值应力与饱和棘轮应变之间在不受均值、幅值和谷值应力影响的单调函数关系,因而峰值应力是导致材料正向棘轮变形的根本原因。根据这一现象,提出了棘轮门槛应力值σrth和棘轮应力σr的概念,建立了基于单参数控制的、用于饱和棘轮应变预测和饱和棘轮本构模型SRM。实验发现,先前低循环应力水平下材料棘轮行为对后继高循环应力水平下的饱和棘轮变形无影响,进而提出了单试样法,利用该方法来确定SRM本构模型材料参数只需1-3个试样。基于单试样法建立的SRM模型用来预测在独立加载工况下304不锈钢试样的饱和棘轮应变,其安全因子介于1-1.3之间。σ     

关于成本核算改革的几点探索

以新颁布的《企业会计准则》和《工业企业会计制度》为理论根据 ,并按照理论联系实际的原则 ,着重阐述了企业内部成本核算的几个方面的问题 ,对当今企业降低成本 ,加强企业管理 ,提高经济效益具有一定的现实意义     

高寒地区公路涎流冰病害的治理

通过对高寒地区公路涎流冰病害产生原因的分析 ,提出了对不同类型的公路涎流冰采取不同防治的办法和途径 ,突出强调了截、导、渗、蓄、挡在彻底根治公路涎流冰病害中的作用     

电控汽油喷油器开启延迟时间检测方法研究

提出了一种新型电控汽油喷油器开启延迟时间在线检测方法,该方法通过分析喷油器的驱动电流波形来检测喷油器开启延迟时间.由于喷油器电磁阀衔铁完全吸合时喷油器才会完全开启,驱动电流在电磁阀衔铁完全吸合时会产生明显的电流拐点.该方法构建一种硬件电路以及检测逻辑,能在驱动电流出现拐点的时刻触发可检测的脉冲.通过分析触发脉冲的延迟时...     

基于区位商法的装备制造业产业集群集中度测定

研究装备制造业产业集群集中度测定,在分析比较了产业集群集中度测定的几种方法的基础上,以辽宁装备制造业为例,对区位商法测定产业集群集中度作了实证研究,结果显示辽宁装备制造业集群集中度较高,最后对区位商法应用的局限作了初步的探讨.     

浅析汽车车身的焊接工艺设计

阐述了焊接生产线的焊接工艺设计过程,包括工艺设计的前提条件、产品的工艺分析、工艺设计内容,并说明工艺设计的主要注意事项,提出工艺设计的追求目标。     

城市轨道交通供电系统低碳节能技术发展综述

在“双碳”战略背景下,对城市轨道交通供电系统的低碳节能技术发展方向进行综合论述,给出未来城市轨道交通供电系统低碳节能技术发展方向的合理建议。首先对目前清洁能源和再生能量利用技术在轨道交通中的应用情况进行总结,根据已投运线路实测数据,分析光伏发电和再生制动能量利用对节能降碳的作用;针对不同牵引制式的特点,分别提出基于电力电子技术的新一代城市轨道交通绿色柔性供电系统架构,一方面充分消纳清洁能源,另一方面通过双向变流器、同相供电等技术提高能量利用率,改善供电质量,最终达到节能降碳的目的。     

大众轿车无分电器点火系统故障诊断与检修

阐述无分电器点火系统的分类与基本原理,以奥迪A6为例介绍大众轿车无分电器点火系统的构成、故障诊断与检修方法。     

基于概率密度演化的斜拉索多级变幅时变疲劳可靠度分析

拉索是斜拉桥的主要受力构件,在车辆、风等交变荷载作用下易发生多级变幅疲劳损伤,而经典可靠度方法预测多级变幅时变疲劳可靠度难度大且计算效率低。针对这一问题,提出一种高效的多级变幅斜拉索时变疲劳可靠度预测方法。基于Miner累积损伤理论,建立同时考虑荷载和材料随机性的变幅疲劳损伤概率演化模型;构建应力幅出现频率指标,解决多级变幅疲劳损伤演化过程中偏微分方程难以确定问题,通过概率密度演化方法精确计算多级变幅时变疲劳可靠度,并采用五级变幅材料试验数据和某桥梁斜拉索的模拟数据验证所提方法的可行性。结果表明：所提方法的计算效率远高于蒙特卡洛方法;在小概率失效时,其计算精度高于蒙特卡洛方法。     

基于改进型D3QN深度强化学习的铁路智能选线方法

传统的人工选线方法劳动强度大,设计效率低,随着我国铁路建设重心向西部复杂艰险山区转移,人工选线面临的困难日趋凸显。为缩减铁路选线的人力物力成本,提高设计效率,亟需发展结合了人工智能和信息技术的现代选线技术。为此,提出一种基于深度强化学习理论的铁路智能选线方法。以带有空间属性信息的数字高程模型为选线环境,以相邻空间点间的建造费用为即时奖励,以工程建造费用最小为优化目标,设置离散化的备选动作,考虑多种约束条件,构建面向铁路选线的深度强化学习模型。结合深度学习的感知能力和强化学习的决策能力,利用双竞争深度Q学习网络(DuelingDouble-Deep Q Network,D3QN)对模型进行训练,既克服强化学习问题对复杂状态和动作空间难以收敛的缺点,同时解决了传统DQN算法易于出现过估计、训练不稳定的问题,实现自动对选线环境进行感知、搜索、判断、决策,最终寻得目标函数最优的线路方案。以某山区铁路对本方法进行验证,实验结果表明：该方法能搜索到多样化的线路备选方案,可以为设计人员提供新的设计思路;有效降低了铁路建设的经济费用,较人工选线方案节约最多达17.5%。智能选线方法可以帮助节省选线工作...