青岛港建设第四代港口SWOT分析

利用SWOT分析法,对青岛港营运状况及青岛港建设第四代港口面临的优劣势机遇挑战进行分析,在此基础上,从四个方面对青岛港建设第四代港口的战略措施提出了建设性策略建议。     

不同渗流形态下沥青路面结构动力响应分析

为了研究荷载-渗流耦合作用下不同渗流形态对沥青路面结构各力学场量响应的影响，进一步揭示沥青路面水损害机理，在高水压沥青混合料渗透试验的基础上，采用非线性有限元方法，模拟分析碗形分布动荷载下Forchheimer非线性渗流和达西线性渗流时饱水沥青路面内部各力学场量的变化。渗透试验结果表明：在较高水力梯度下渗流流速-水力梯度关系呈现出非线性特征，不再适用达西定律，而需应用Forchheimer非线性渗流定律描述。数值模拟分析结果表明：2种渗流形态时沥青路面结构内部各力学场量均随着车轮动荷载的作用过程表现出波动性，且孔隙水压力均随着半正弦波型荷载的变化而呈正相关关系；与达西渗流时计算结果相比，非线性渗流时上面层内正孔隙水压力的峰值高49%，沥青面层内水平方向的拉应力、压应力、拉应变的峰值分别高16%、105%、15%，且在路表产生竖向拉应力，孔隙水压力也远高于现场实测值；2种渗流形态时均在上基层底部产生竖向拉应力，在沥青路面内产生的剪应力差别很小。因此，在车轮动荷载作用下，饱水沥青路面内部形成超高孔隙水压力和高流速的非线性渗流，会产生比线性渗流更为严重的水损害，以往基于达西定律的饱水沥青路面动态响应分析低估了车轮动荷载对沥青路面水损害的影响程度。     

"海马"号无人遥控潜水器

本文介绍了自主研发、国产化率90%、工作深度达4500 m的"海马"号无人遥控潜水器.首先介绍ROV作业系统构成,描述ROV总体设计,提出核心框架的设计理念,对ROV的电子控制系统进行说明和分析.最后,重点介绍自主研发的ROV控制系统软件,并对该软件的特点进行阐述.自主研发的深海作业型ROV"海马"号,实现关键技术国产化,在海洋科学研究、海底资源调查、水下油气工程、深海救助打捞以及水下军事领域等方面具有重要的价值和战略意义.     

船舶电化学腐蚀的分析与控制

分析船舶在海水中产生电化学腐蚀的机理和种类,提出控制腐蚀的阴极保护措施操作要点和原理以及结构工艺措施要点,设计实例表明两种方法结合使用能达到防腐效果。     

不同交通监控设施对车辆闯红灯行为的影响研究

通过对哈尔滨市4个不同交通监控设施的交叉口驾驶员闯红灯违法率的调查和对比,发现安装电子执法设施的可以分别降低绿灯末期、绿灯初期闯红灯违法率15％和30％;安装交通信号倒计时器对绿灯末期闯红灯违法率无显著影响,但会增加绿灯初期闯红灯违法率150％以上;而同时安装了电子执法与交通信号倒计时器,可以分别降低绿灯末期、绿灯初期闯红灯违法率17．6％和30．4％。建议同时安装电子执法与交通信号倒计时器以降低绿灯末期与绿灯初期的驾驶员闯红灯违法率．     

多品种化学品船液位测量系统设计

本文主要论述了多品种化学品船液位测量系统硬件部分的设计,指出提高系统精度的关键在于选择合适的传感器,介绍了各种不同类型舱室传感器的安装方式,并阐明了压力传感器液位和密度计算方式。     

冷凝器强制通风位置对换热能力影响的研究

针对强制通风装置对冷凝器芯体表面各个区域的影响程度不同,并通过试验验证确定其影响结果,给出冷凝器强制通风设备更优的解决方案。     

注水碾压法在沙漠地区铁路风积沙路基施工中的应用

结合巴新（巴彦乌拉至新邱）铁路风积沙路基施工实践,从分析风积沙填料特性入手,提出了注水碾压法进行风积沙路基填筑施工工艺要点,并在现场试验的基础上,总结了在碾压施工时的最佳松铺厚度及最佳机械配套组合,能使路基工程质量满足控制指标K30和Dr的要求。     

长寿命路面沥青混合料疲劳极限研究

在分析常规应变条件下沥青混合料疲劳破坏发展的基础上,改进了AASHTO T321中所推荐的疲劳寿命计算方法,根据混合料劲度模量的变化规律,将疲劳破坏过程分为3个阶段,以第2个阶段的试验数据推算低应变条件下试件的疲劳寿命,并通过测试不同低应变水平下沥青混合料的疲劳性能,得出了山东省滨州地区长寿命路面沥青混合料的疲劳极限.结果表明:在低应变条件下,沥青混合料疲劳极限和应变水平仍符合幂函数疲劳方程.     

面向群体行驶场景的时空信息融合车辆轨迹预测

将车辆间时空交互信息融入卷积社会池化网络中,提出了一种面向群体行驶场景的有人驾驶车辆轨迹预测模型;使用长短时记忆(LSTM)网络预测群体车辆速度,基于此预测值计算群体车辆间的速度差;构造LSTM编码器捕捉群体车辆行驶轨迹的时间序列特征,设计卷积社会池化网络提取群体车辆间的空间依赖关系,使用LSTM解码器预测未来车辆各种动作的出现概率和相应轨迹,将具有最高出现概率的动作及其轨迹作为最终轨迹预测结果;使用真实轨迹数据集对所构建模型进行了参数标定和性能验证,测试了不同轨迹编解码与速度预测方法对模型性能的影响,确定了最优模型结构。计算结果表明：相较于历史速度,使用预测速度计算速度差作为模型输入可将均方根误差(RMSE)降低19.45%;相较于门控循环神经网络,使用LSTM进行速度预测可将RMSE降低4.91%;相较于原始卷积社会池化网络,所提出模型的轨迹预测误差在RMSE与负似然对数2个指标上分别降低了20.32%和21.04%,明显优于其他卷积社会池化网络变体;所提出模型与原始卷积社会池化网络计算耗时差距约3 ms,能够满足实时应用要求。