泡沫沥青作用机理及其再生混合料路用特性研究

首先分析了泡沫沥青的作用机理及影响因素,其次对其配合比进行设计,得到最佳拌合用水量,最后通过室内试验研究泡沫沥青混合料的路用性能,研究结果表明：发泡温度一定时,随着用水量的增加,泡沫沥青的膨胀率增加和半衰期减少,A-70基质沥青的最佳发泡温度为160℃,最佳发泡用水量2.7%;级配改善后泡沫沥青再生混合物的最佳拌合用水量为3.8%;水泥含量为1%～4%时,泡沫沥青再生混合料的抗压强度逐渐增加,增加幅度在12%～20%;泡沫沥青含量为2%～3%时,混合料高温稳定性随着水泥含量的增加逐步提升,泡沫沥青含量为3%～4%时,高温稳定性出现略微的下降。     

信息化技术在高速公路建设管理中的应用

信息化技术在忻阜高速公路建设管理中应用以信息化系统、网站以及OA系统为实体。各实体流程化管理控制对项目本身的管理工作起到很大的积极作用,其建设经验丰富了此类建设项目的知识宝库。     

新形势下港口机械设备的维修管理

港口机械设备是港口企业重要的物质技术基础,企业的生产活动依赖港机设备。提高企业的经济效益,必须重视并加强设备管理,保持设备完好有效。因此,港机设备的维修改造工作是港口企业不可忽视的重要一环,是保证企业竞争力和企业效益的有效技术手段。在新形势下,随着科学技术的不断进步,港口机械设备的维修管理工作也发生了很在的变化,我们在港口企业第一线工作的人们只有根据形势的变化,适时采以变革和创新措施,才能搞好港机设备的维修管理工作。     

基于稳性衡准的自升式平台极限作业水深

为挖掘平台的极限作业水深潜能,以某钻井平台为对象,在确保平台稳性足够的基础上,对影响作业水深的漂浮稳性衡准和站桩抗倾覆稳性衡准结果进行综合分析。采用"降桩腿"的办法,进一步提升平台的作业水深,保证平台的稳性足够而不被"吹翻"倾覆。     

含输入时延与通信时延的车辆队列PID控制系统稳定性

针对含输入时延与通信时延的车辆队列PID控制系统，分析了其内部稳定性和队列稳定性，研究了内部稳定的充要条件，求解了完整、精确的时延边界；在内部稳定性分析中，考虑输入时延与通信时延影响下车辆队列PID控制系统为中立型双时延系统的特点，结合Rekasius代换和劳斯表，提出了关于中立算子的系统强稳定充要条件；在此基础上，为了便于PID参数的快速选取，推导了一种形式更为简练的系统强稳定充分条件；在强稳定条件下，基于特征根聚类法求解了系统完整、精确的时延边界；针对具有奇数辆跟随车的车辆队列，推导了无关车辆队列规模的输入时延上界；在队列稳定性分析中，为了保证干扰和误差沿车辆队列向后传播不发散，分析了车间误差传递函数，给出了双时延影响下队列稳定的充分条件。仿真结果表明:在含输入时延与通信时延的分布式PID控制器作用下，车辆队列控制系统可同时保证内部稳定和队列稳定；车间状态误差可在15 s内快速减小并趋近于零；在所有车辆恒速行驶时，车间保持50 m期望安全距离；在领航车以0.5 m·s-2加速和0.8 m·s-2减速时，跟随车的速度和加速度随领航车变化，并在领航车速度稳定时一致；车辆队列在不同行驶工况下，由领航车加、减速引起的车间位置误差小于0.2 m，且沿车辆队列向后传播不发散。      

蜗壳截面形状对舰用离心泵性能特性的影响

为研究蜗壳截面形状对舰用离心泵性能的影响作为后续研究舰用离心泵噪声振动特性的理论依据，在蜗壳基圆、各断面面积、隔舌螺旋角、隔舌安放角和蜗壳出口面积相同的情况下，改变蜗壳截面形状，分别设计A型、B型和C型蜗壳。对3种蜗壳型式离心泵进行数值计算。结果表明，3种型式蜗壳离心泵的外特性变化趋势基本一致。小流量工况的A型蜗壳离心泵效率略小，大流量工况的B型和C型蜗壳离心泵效率小。随着流量的增大，B型和C型蜗壳离心泵效率下降幅度较大。3种型式蜗壳离心泵在相同工况条件下，压力场、速度场、湍动能和空化现象的变化趋势大致相同。3种型式蜗壳离心泵流场特性在隔舌流道和蜗壳流道处均不相同，表明改变蜗壳截面形状主要影响叶轮靠近隔舌流道和蜗壳流道内的流场。     

高山峡谷区某顺层边坡地质特征及稳定性研究

某特大桥左岸支沟侧为顺层边坡，其稳定性是大桥建设的基础。采用地质调绘、钻探、硐探、钻孔全景摄像等手段查清边坡地质特征，通过工程地质和赤平投影分析初步判定边坡破坏形式，利用FLAC、UDEC、3DEC软件模拟分析边坡岩体的变形破坏规律，采用极限平衡法计算分析边坡、危岩体及堆积体的稳定性。研究结果表明：二级斜坡、三级斜坡分为基岩裸露区和深厚堆积体区2个区段，潜在破坏模式为平面滑动破坏及楔形滑动破坏；边坡整体处于稳定状态，强降雨+地震工况下，高为15,20 m的楔形体可能沿坡面及陡崖方向发生滑动破坏，二级斜坡顶部危岩体可能发生失稳、底部堆积体处于欠稳定状态；建议基础埋置于稳定的完整岩体一定深度，强化桥基岩体和锚碇围岩的加固处理，并加强抗震和边坡防护设计。     

基于动态流场数据的虚拟港口建模方法

为了实现港口数字化升级，提出了一种基于动态流场数据的虚拟港口建模方法；采用三维重建模型从无人机倾斜摄影影像数据中重建了港口几何特征，获取高精度三维模型；引入了基于二次误差度量的边折叠算法简化模型，以避免数据量过大致使渲染效率低的问题；分析了欧拉法数值计算过程中的高耗时环节，建立了神经网络模型学习流场演化特征，加速投影项计算得到实时变化的流场数据，通过流场数据驱动水流动态渲染，结合光滑粒子流体动力学方法表现水流与船舶、陆地的交互动态，在保证渲染实时性的同时，提高渲染真实感。研究结果表明:重建的港口三维重建模型顶点数量可达3 320 937个，重建的网格模型在Meshlab中渲染频率为78.7 Hz；经过模型简化降低90.0%的模型顶点数量后，模型顶点数量缩减为332 836个，渲染频率提升至108.7 Hz，模型简化后几何误差小于2.0%；在256×256的流场网格下，采用神经网络加速的网格流体计算方法所得水流速度场平均更新间隔约为17 ms，平均仿真精度为88.6%；通过开源图像引擎驱动流场数据和港口三维模型，平均渲染频率可达50.5 Hz。可见，该方法可有效解决高精度实时渲染中的关键问题，以达到仿真精度与渲染效率间的动态平衡，在精度损失较小的情况下实现较高精度的虚拟港口建模与实时动态仿真。      

基于特征相关度分析的路面凝冰短时预测方法

针对高速公路易结冰路段的路面凝冰预测问题，提出了一种基于特征相关度分析的路面凝冰短时预测方法。该方法利用路侧设备的测量数据，包括结冰厚度、相对湿度、风向与风速等，通过ADF(Augment Dickey-Fuller)检验方法分析数据集的平稳性，进而设计出基于长短期记忆网络(Long Short-term Memory, LSTM)的路面凝冰短时预测算法。根据Spearman相关度系数法分析计算上述多种凝冰监测数据的相关度与置信度，并形成基于Spearman特征相关度的数据筛选模型，优化LSTM神经网络中的输入数据集。在此基础上，搭建面向凝冰预测误差的LSTM神经网络模型，并利用筛选后的凝冰数据集训练优化预测算法中的模型参数，提高目标路段路面凝冰预测的效率与精度。最后，通过数值仿真分析比较不同特征相关度下路面凝冰短时预测算法的均方根误差，确定最优预测模型，并于西延高速KM200+918路段进行实地测试。研究结果表明：路侧设备的测量数据中相关度较低的数据对路面凝冰预测算法存在反向作用，并非将所有数据进行组合即可得到最优结果，需对测量数据进行有效筛选，进而优化LSTM神经网络，提高凝冰预测...     

并行网络与数据扩充方法在乘用车异响识别中的应用

针对乘用车车内异响识别研究过程中数据集少且人工诊断法效率低的问题，提出了一种具有高识别准确率的数据扩充方法，并采取卷积神经网络与Transformer编码器栈并行的工作机制获得分类模型。结果表明，当将提取的扩充数据的梅尔倒谱系数特征用作并行网络的输入时，所提出的数据扩充方法可有效提高分类性能，且拟议模型在测试集上可以实现高达98.31%的分类精度。