佛山市南庄大桥结构设计与静力分析

基于主跨268 m的佛山市南庄大桥,介绍独塔双索面混合梁斜拉桥的结构体系和施工方案,研究得到该桥合理的成桥状态.在此基础上,分别给出施工状态和成桥状态下的静力分析结果,并对结构的整体稳定安全性进行评估.     

基于Matlab的客车内摆门运动特性分析

建立客车内摆门的机构运动模型并推导出运动公式,运用Matlab软件得出内摆门滑槽滚轮中心的运动特性曲线,分析门滑槽及门内置铰链在不同位置对滚轮运动情况的影响。     

关键是要把我们党建设得更好－－学习江泽民同志关于加强党的建设的论述

要实现党在现阶段的基本纲领，全面实现社会主义现代化建设的宏伟任务，关键是用邓小平理论武装全党，实践“三个代表”的重要思想，把我们宫建设得更好。     

公路路基过湿土施工技术

阐述了公路路基过湿土施工的原理、流程及施工过程控制要点。该项技术变禁用土为可用土,节省投资、保证质量,经济和社会效益显著。     

基于AMESim和Simulink的起升机构速度控制仿真

分析了起升机构液压系统原理，在AMESim和Matlab／Simulink平台上分别建立起升机构的动力学模型和OPID控制的ECu模型；通过创建S函数，实现AMESim和Simulink的接口互连。联合仿真结果表明：优化后起升速度提高，运行平稳，证明所采用的控制模块改善了起升机构的动态特性，为起升机构的设计提供了依据。     

桥梁设计中的水文问题分析

桥梁水文计算在桥梁设计中起着重要的作用,为避免桥梁水毁,保证桥梁在设计标准洪水频率下安全运营,必须在设计过程中对水文计算加以重视。对桥梁设计中不同条件下的设计流量及设计水位的相关计算方法进行研究。     

盐化物对防冰沥青混合料的影响分析

针对盐化物对防冰沥青混合料的性能影响进行研究.通过马歇尔试验、飞散试验以及贝雷法评价等确定临界盐化物用量；通过车辙试验与冻融劈裂试验等评价盐化物混合料的基本性能；通过多个浸水时段下的劈裂试验与冻结试验分析混合料的耐久性.结果表明:盐化物防冰沥青混合料无法持续保持短时段的防冻性能.     

超大跨度双跨钢桁梁悬索桥动力特性分析和模态试验

以跨径布置460 m+1480 m+491 m的一座双跨钢桁梁悬索桥结构为工程背景,充分考虑结构几何非线性效应、大位移非线性效应等因素的影响,建立了算例桥梁的MIDAS空间有限元分析模型,对基本动力特性进行了仿真分析和结构振动试验测试;对成桥结构进行动力特征参数测试,并与理论计算值进行了对比分析,该桥实测动力特征参数与对应理论计算值基本吻合,且测试值大于理论计算值,这表明成桥结构实测刚度大于理论设计目标值。     

隧道内横向偏置火源火灾烟气温度特性全尺寸试验研究

为了研究隧道内火灾温度分布规律和烟气运动状态，使交通隧道火灾灾害降到最低，通过全尺寸隧道火灾试验研究了热释放速率为30 MW火源位于偏离横向中心位置一个车道宽度条件下的顶棚射流的烟气温度特征，分析了烟气在各阶段的温度分布以及沿横向和纵向扩散的规律。结果表明：在火源下游一定区域内，偏置火源火灾产生的烟气在沿隧道横向和纵向扩散温度分布均呈非对称形态；烟气继续沿纵向扩散一段距离后，逐渐出现和形成温度分层；偏置火源顶棚射流的温升趋势随时间呈二次多项式关系增长，远壁面烟气沉降高度和温度衰减幅值大于相应中心火源的试验值；与中心火源的相似，火源在下游30 m内的顶棚射流温升随纵向距离的增加符合指数衰减规律，但同时还受到偏置距离的影响；可使用量纲一的偏距与量纲一的纵向距离的函数关系式描述其分布规律。     

人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型

道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境，其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点。基于深度学习理论，构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型（Long-short-term-memory-based Autonomous Vehicles Lane Changing，LSTM-LC）。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用，对换道行为影响因素进行分析；同时，为了提升模型的迁移性，引入道路横向偏移量信息。结合LSTM神经网络的输入要求，使用美国公开交通数据集Next Generation SIMulation（NGSIM）构建换道行为样本库。针对LSTM-LC模型，以均方差MSE作为损失函数，使用RMSprop优化方法进行训练，对LSTM网络结构、历史序列长度N及训练样本量3个重要参数进行标定。最后，针对道路横向偏移量M对LSTM-LC模型性能的影响进行对比试验。研究结果表明：相比GRU-LC模型，LSTM-LC模型对换道行为的表征更准确，在模型的精度和迁移性上有着显著的提升；GRU-LC模型的均方差为4.64 m²，迁移性均方差为119.82 m²，而LSTM-LC模型的均方差为3.18 m²，迁移性均方差为79.58 m²，分别优化了31.5%和39.71%；通过引入道路横向偏移量M，可将LSTM-LC模型精度和迁移性提升约10%，且模型稳定性更强。