分布式多数据库系统数据一致性的设计与实现

针对分布式多数据库系统的数据一致性,提出了一种复制控制法的实现策略.介绍了实现该策略的网络通信、SQL Server存储过程、数据转换服务几项关键技术,给出了一种具体的从逻辑设计到详细设计实现方法,提出了利用复制控制法保持数据一致性时应注意的问题.     

沙漠公路中水泥稳定土路面养生技术研究

针对沙漠公路气候特点,结合几条沙漠公路水泥稳定土路面结构层养生方法的实践,进行对比研究,提出了经济合理的养生技术.     

SBS改性沥青储存稳定性试验方法和评价指标的研究

分析了中国现行规范用来评价SBS改性沥青储存稳定性的优缺点,针对不足之处,参考美国国家公路合作研究计划(NCHRP)的LAST法,自行开发设计了可以自动恒温重复取样的储存稳定性试验仪。同时对不同种类的SBS改性沥青,在不同热储存(163℃)时间下,试验研究其离析后的动态剪切流变性能,据此提出一个新的指标--离析率Rs来评价SBS改性沥青的储存稳定性,建议当-0.2≤Rs≤0.2时认为储存稳定性合格,否则,超出此范围(Rs<-0.2或Rs>0.2),则认为不合格。最后分析评价了该试验方法和评价指标的合理性和可行性。     

不同位置充水溶洞对隧道开挖临界拱圈影响的数值分析

为揭示不同空间位置溶洞对隧道开挖拱圈的受力情况及危险程度,采用数值模拟方法,建立了分布于隧道拱顶、拱腰、边墙、拱脚及拱底的5种充水溶洞模型,在渗流模式下进行耦合收敛计算.在每一种工况下,采用全断面法模拟隧道开挖,随着开挖步的推进,溶洞与隧道间围岩逐渐达到塑性区贯通,以此时的隧道开挖拱圈为临界拱圈,并在临界拱圈均匀设置孔...     

基于小波分析的PC连续刚构桥损伤识别研究

为了深入对PC连续刚构桥的损伤识别进行研究,以小波变换为工具,结构曲率模态为信号,利用结构损伤前后的曲率模态小波系数差作为损伤识别指标,对一四跨PC连续刚构桥进行了损伤识别,研究并探讨了损伤识别指标在连续刚构桥单损伤、多损伤工况下的适用性。在单损伤工况下,损伤识别指标具有良好的敏感性和适用性,能够准确的定位损伤,并能根据损伤程度和损伤指标信息建立回归方程,对损伤程度进行估计;在多损伤工况下,随着损伤程度的增加,由于各部位特性受损伤的影响程度不同,采用整体识别时出现的伪信息,对结构损伤识别造成影响,因此提出对PC连续刚构桥进行基于损伤识别指标的分段识别方法,能有效的避免损伤识别中的误判和漏判现象。     

城市快速路交通流特性研究

本文利用我国城市快速路交通信息采集系统的实时交通检测数据,对城市快速路交通流的动态特性进行了分析;对比了多车道交通流量、密度、速度的横向分布差异;最后比选了适用于城市快速路的稳态交通流模型,并标定了模型参数,本文的研究成果将对城市快速路的规划、设计、运营、管理和评价提供科学依据和数据支持．     

水泥稳定粒料基层施工质量控制

结合工程实践阐述强度指标、压实度指标及平整度指标有效控制,满足基层施工质量要求的办法。     

沥青混凝土路面离析现象的检测方法

在借鉴国外研究成果的基础上,采用视觉调查法、铺砂法、取样法、核子密度仪法及红外线摄像法,对高速公路沥青路面施工中的离析状况进行了大量的调查,通过分析研究,提出了建议标准。     

仁义河大桥桥墩刚度与结构体系适应性分析

阐述了刚构—连续组合体系桥梁桥墩的刚度对结构变形和内力状态的影响,结合高薄壁墩的特点,对仁义河特大桥桥墩刚度设计和结构体系的适应性进行分析研究,为同类型桥梁的设计提供借鉴。     

智能网联汽车协同生态驾驶策略综述

为了跟踪近年来智能网联汽车(CAV)协同生态驾驶策略的研究进展, 分析了车辆、驾驶行为、交通网络和社会这4类因素对CAV能耗的影响程度, 以车辆、基础设施和旅行者为对象对目前CAV生态研究进行分类, 重点分析了信号交叉口生态驶入与离开、生态协同自适应巡航控制、匝道合流区生态协同驾驶、生态协同换道轨迹规划和生态路由5种典型车辆协同生态驾驶应用场景的研究现状。分析结果表明: 相比人类驾驶方式, 在任何交通流量CAV 100%渗透率的条件下和低交通流量CAV部分渗透率的条件下, CAV油耗节省效果显著, 最高可达63%, 而具有部分智能化和网联化等级的CAV油耗可至少节省7%;现有研究较少考虑人机共驾情况下, 驾驶人反应延迟和自动控制器传输延迟导致的轨迹跟踪偏离; 现有研究将车车通信/车路通信假定为理想数据交互过程, 未考虑通信拓扑、传输时延、通信失效与基站切换等因素对CAV生态协同驾驶策略的影响; 现有研究较少探讨多车道、交叉口转向-直行共用车道和U型车道等交通场景, 以及不同智能网联等级CAV与人类驾驶汽车、行人、自行车等共存的混合交通条件下的生态驾驶策略; 受限于自动驾驶技术和基础设施尚未成熟和完善, 真实交通场景下的测试验证工作尚未开展; 车辆控制、车车通信、多车协同、混合交通流场景、半实物仿真测试和真实交通场景测试等方面将是CAV协同生态驾驶策略的进一步发展方向。