徐圩新区达标尾水排海工程项目运行管理研究

徐圩新区达标尾水排海工程项目作为连云港石化产业基地重要的基础设施,主要解决石化基地各企业污水处理达标后的最终排放问题.达标尾水排海工程项目的 稳定运行是石化基地的重要保障.为此,结合徐圩新区达标尾水排海工程的基本情况,对相关风险点及存在问题进行梳理,并提出运行管理实施方案来指导项目的 运行.     

纯电动汽车车身结构特点分析与研究

为了区分纯电动汽车与传统燃油汽车车身之间的不同点,对电动汽车车身结构特点进行了研究。从电动汽车与 传统燃油汽车搭载的不同重要零部件的角度出发,电动汽车安装有电机、动力电池、控制器等主要零部件,传统燃油汽车安装有发动机、排气管、燃油箱等主要零部件,总结出电动汽车车身结构特点。电动汽车乘客舱高度尺寸高于燃油汽车,前后悬架尺寸短,车身前纵梁位置可以偏低些,车身底板骨架方案不同于燃油汽车,车身前后悬架固定点强度高于同级别的燃油汽车,碰撞安全策略不同于燃油汽车,快慢充电口多布置在车身前部。实际验证也表明,按此方案设计的纯电 动汽车车身结构较为合理,相对拥有较高的性能。     

基于国六排放标准的天然气发动机试验研究

在发动机排放试验台上,对一台天然气发动机按照国六排放标准和国五排放标准分别进行了WHTC 循环试验和ETC 循环试验,进行了气体污染物排放的比较研究。结果表明,WHTC 循环条件下,冷启动试验的CH₄和NO_x排放高于热启动试验,NH₃排放低于热启动试验。冷启动试验的CH₄、NO_x排放量占冷+热加权试验结果的比重分别为47.10%和48.92%,与WHTC循环冷启动+热启动试验加权结果相比,ETC循环试验的CH₄和NO_x排放有显著的下降,NH₃排放有一定的增加。     

基于机器视觉的非接触式螺纹参数测量系统

文中采用光机电一体化的思想,将光源、CCD、计算机等有机结合,开发了一种基于面阵CCD技术的石油管螺纹参数智能化测量系统。生产现场测量结果表明：该系统具有重复性好、精度高、检测速度快等优点,此外,此系统具有抗环境光及振动干扰,可操作性强等特点,适用于各种规格钢管外螺纹参数的在线测量。     

高级氧化法处理焦化废水的研究进展

焦化废水中含有大量难降解有机物,难以用常规方法处理.高级氧化技术对废水中难降解有机物质有较高的去除效率,因而受到广泛关注.综述了半导体光催化氧化、臭氧氧化、Fenton试剂氧化法等高级氧化技术在焦化废水处理中的作用机理和研究进展,分析了各种高级氧化技术的特点以及存在的问题.同时阐述了高级氧化法的研究方向.     

个性化钢轨廓形打磨在北京地铁的应用分析

在北京地铁6号线草房站—物资学院路站区间选择一段曲线段作为试验段,基于钢轨廓形和车轮踏面数据调查,借助动力学仿真软件计算钢轨打磨最佳设计廓形.在钢轨铣磨和个性化打磨后设置观测点进行定期观测,计算分析钢轨廓形变化、疲劳伤损发展、波磨发展等情况,对比钢轨铣磨和钢轨廓形打磨的质量效果.试验结果表明:钢轨廓形打磨减缓了钢轨疲劳伤损及波磨的发展速率,将打磨周期从3个月延长至6个月;地铁采用个性化钢轨廓形打磨是合理且必要的.     

基于卷积神经网络的防坡堤施工沉降预测*

为了保证防坡堤施工安全，通过预测不同施工阶段防坡堤的沉降变形，以调整施工进度和工序。传统沉降预测方法主要包括太沙基固结理论、曲线拟合法和BP神经网络，太沙基固结理论和曲线拟合法预测精度较低，BP神经网络需要大量样本才能逼近最优解。针对这些问题，提出基于卷积神经网络（convolutional neural networks，CNN）建立防波堤施工阶段的沉降预测方法。应用此方法预测天津港大沽口港区防波堤施工阶段沉降量和沉降速率，并以预测结果分析沉降速率所映射的安全风险等级，从而为实际施工提供行动指南。结果表明：卷积神经网络能较为准确地预测沉降变形速率，根据预测结果能够对安全风险等级的结果进行分析并予以指导。     

渔船球鼻艏参数优化研究

优化球鼻艏形状可以改善船舶阻力性能.本文以阻力最小为目标,提出了一种渔船球艏优化方法.首先对渔船球鼻艏进行参数化建模,以球鼻艏的设计参数作为设计变量,利用敏感性分析方法结合CFD技术对设计变量进行灵敏度分析,甄别出对阻力性能变化最为敏感的若干设计变量;然后,使用穷举搜索法对样本空间进行采样,并通过CFD技术进行阻力预报;最后建立阻力系数与设计变量之间的替代模型,利用遗传算法优化渔船性能,获得阻力最优对应的球艏形状.研究表明,在设计工况,采用该方法优化后的船型较初始船型总阻力降低2.68％.     

考虑入射角和局部地形影响的地面地震动效应分析

本文通过建立考虑局部地形条件的场地模型,采用粘弹性理论设置人工边界,考虑入射角进行等效地震荷载输入,对五种不同地形和坡度的场地进行地面地震动效应分析。结果表明,凹状河谷地形和凸状山脊地形相比于平地地形来说对地震动具有放大效应,坡顶的地震响应要高于坡底的地震响应,地面地震动响应大致呈现与地形类似的形状,迎波面地震响应要高于背波面地震响应。     

基于并行多任务深度学习的铁路主要技术标准优选

铁路主要技术标准是铁路全生命周期最重要的先决技术决策之一.传统的基于经验驱动的决策方法工作量大、周期长、严重依赖设计者的经验水平、可能遗漏有价值的方案.而主要技术标准优选的关键在于揭示多维环境因素与主要技术标准值之间的潜在映射关系.受深度学习在规律特征识别方面成功应用的启发,提出基于并行多任务深度学习的铁路主要技术标准优选方法:将影响技术标准决策的多维环境因素为输入,主要技术标准值为输出,构建深度学习模型发掘规律;提出将地形转换为图像,再卷积提取特征,并与运量、路网中的作用等数据融合的方法,解决多模态混合输入学习样本的生成难题;针对各标准之间相互关联问题,建立了适于主要技术标准优选的多任务神经网络结构,并通过大量实验,确定了卷积层、卷积核、全连接层等主要结构参数.经5736 km既有线路实例验证,主要技术标准决策的平均准确率可达88％以上.