沥青检测指标统计与试验影响因素分析

通过统计分析大量沥青指标数据,总结了沥青指标中的受条件影响显著的指标,以及试验操作中需要注意的操作事项。     

特大跨度公路隧道支护结构稳定性分析

文章依托一单洞四车道公路隧道工程,采用有限元软件ANSYS,对特大跨度公路隧道施工中各个施工步骤的力学行为进行了数值模拟分析,评判围岩与支护结构在各个阶段的安全性与稳定性,并提出了设计与施工过程中应注意的问题。     

碾压膨胀土波速变化规律及声波技术应用探讨

针对百色地区膨胀土,利用TH204非金属超声波测试系统,对以最佳含水率和塑限含水率为控制含水率下的碾压膨胀土进行声波测试,得到了等幅度干湿循环作用后的纵波速度的变化规律。试验研究结果表明,随着循环次数的增加,不同控制含水率下碾压膨胀土试件的平均纵波速度呈非线性衰减,其0～1次循环,衰减程度最大。循环幅度对膨胀土的波速衰减有较大的影响,循环幅度越大,纵波速度衰减越大。结合声波技术在岩体材料中的应用,探讨了声波技术在路基膨胀土中的应用问题。     

石灰岩与玄武岩粗集料抗压耐磨性能对比试验研究

为了探讨石灰岩粗集料在沥青路面表层中的适用性及耐久性,通过采用压碎试验仪、冲击试验仪和洛杉矶磨耗试验机在分别改变压力增加速率及压实功、改变冲击功和改变钢球数量质量及转动置数条件下依次对比研究了石灰岩与玄武岩粗集料的压碎值、冲击值和磨耗值,并分析了各性能衰减规律。结果表明：石灰岩粗集料的抗压性能、抗冲击性能和耐磨耗性能均较玄武岩稍差,且衰减较快;抗压碎能力与荷载压力、抗冲击能力与冲击次数以及磨耗损失与转动置数之间均呈二次曲线相关关系;冲击值、磨耗值与压碎值之间均有较好线性关系。     

液压混合动力汽车在典型城市工况下的性能分析

本文中提出了一种液压混合动力无级变速器,它将发动机的输出功率分流为液压功率和机械功率两部分,通过调整两部分功率的比值,能实现无级变速,还能有效回收车辆的制动能量。通过建立数学模型和仿真,分析了装用该变速器的液压混合动力汽车在典型城市工况下的性能,结果表明,与原汽油车相比,该混合动力汽车在两种不同运行情形下分别节能10.4%和16.4%。     

基于改进水压分布的岩石边坡倾覆稳定性分析

基于改进地下水力分布假设,运用极限平衡方法,综合考虑锚固效应、冰雪冻胀作用和地震荷载的影响,推导出典型岩石边坡倾覆稳定系数计算式.算例分析表明:采用改进后的水力分布假设进行岩石边坡倾覆稳定性分析更加合理;出流缝堵塞、地下水位升高、锚杆(索)锚固力和设置高度降低、冰雪冻胀作用加强、水平背向坡体和竖直向上的等效地震荷载对岩石边坡倾覆稳定性不利;锚杆(索)设置角度对边坡倾覆稳定性影响不大.同时,绘制了饱水岩石边坡倾覆稳定系数与几何要素之间的关系图,据此可迅速判定复杂条件下一定几何要素饱水边坡的倾覆稳定状态,便于工程实际运用.     

基于载荷谱的轿车后车身耐久性能分析

本文以中心开发的乘用车后车身的疲劳耐久特性作为研究对象,截取整车后半部分白车身建立有限元模型,以实测车轮六分力载荷谱经多体动力学仿真分析输出的后悬架安装点激励作为疲劳计算的载荷输入。在此基础上,通过疲劳仿真分析软件FEMFAT分别对开发车与竞品车后车身疲劳寿命进行了对比分析,并将仿真分析结果与试验结果进行了对标,为该乘用车车身的设计开发及改进提供重要依据。     

基于Pro/Engineer建立客车骨架类三维通用件库的方法

对Pro/Engineer标准件、通用件作简要介绍,详细探讨客车设计中骨架类通用件构建方法及其拓展应用功能。     

大挑臂预应力盖梁支架施工技术

肇花高速公路狮岭高架桥大挑臂预应力盖梁属于国内首次采用35m跨六车道大挑臂预应力盖梁应用于高速公路上,具有较大的施工技术难度.施工中采用下设门洞,钢管支墩,贝雷架主梁支架结构形式,克服了交通组织难度,减少了投入费用,保证了工程质量,确保了施工安全,为以后类似桥梁施工提供了指导性意见.     

Real-Time Transportation Mode Detection Using Smartphones and Artificial Neural Networks: Performance Comparisons Between Smartphones and Conventional Global Positioning System Sensors

Traditionally, traffic monitoring requires data from traffic cameras, loop detectors, or probe vehicles that are usually operated by dedicated employees. In efforts to reduce the capital and operational costs associated with traffic monitoring, departments of transportation have explored the feasibility of using global positioning system (GPS) data loggers on their probe vehicles that are postprocessed for analyzing the traffic patterns on desired routes. Furthermore, most cell phones are equipped with embedded assisted-GPS (AGPS) chips, and if the mode of transportation the phone is in can be anonymously identified, the phones can be treated as if they are probe vehicles that are voluntarily hovering throughout the city, at minimal additional costs. Emerging cell phones known as “smartphones” are equipped with additional sensors including an accelerometer and magnetometer. The accelerometer can directly measure the acceleration values, as opposed to having acceleration values derived from speed values in conventional GPS sensors. The magnetometer can measure mode-specific electromagnetic levels. Smartphones are subscribed with roadside Internet data plans that can provide an essential platform for real-time traffic monitoring. In this article, neural network-based artificial intelligence is used to identify the mode of transportation by detecting the patterns of distinct physical profile of each mode that consists of speed, acceleration, number of satellites in view, and electromagnetic levels. Results show that newly available values in smartphones improve the mode detection rates when compared with using conventional GPS data loggers. When smartphones are in known orientations, they can provide three-dimensional (3-D) acceleration values that can further improve mode detection accuracies.