腐蚀对Al-Zn-Mg合金型材疲劳强度影响规律的研究

通过腐蚀疲劳、应力腐蚀相结合的方法模拟“服役—停放”状态,研究了不同加速周期下Al-Zn-Mg合金型材的疲劳强度、腐蚀疲劳强度,并通过灰色理论模型预测了Al-Zn-Mg合金材料疲劳强度的衰减规律。结果表明:Al-Zn-Mg合金型材的常规疲劳强度、腐蚀疲劳强度会随模拟加速试验周期的延长而衰减,腐蚀疲劳条件下Al-Zn-Mg合金型材的性能衰减比常规疲劳条件下的性能衰减更快。     

地铁供电系统短路试验的仿真分析

应用MATLAB/SIMULINK/PSB软件对地铁牵引供电系统进行建模,并仿真在近端短路和远端短路情况下系统的动态响应;通过与短路试验的波形进行对比,说明利用MATLAB/SIMULINK/PSB来实现地铁供电系统短路试验的仿真分析是切实可行而且简捷有效的.     

船舶动力定位系统

船舶动力定位技术在航运业具有举足轻重的地位.介绍动力定位技术的发展历史,系统的结构组成、工作原理和工作模式,提出了动力定位技术的研究热点.     

三峡库区船舶溢油风险评价指标体系研究

三峡成库后通航条件和水体自净能力发生了显著变化,并且随着船舶流量的增大和油类危险品码头的增多,水上溢油风险不断加大。通过对三峡库区水域船舶溢油风险的分析,建立了溢油风险评价指标体系,设计了相应的评价模型,选取了6个指标对三峡库区重庆辖区内的13段水域的船舶溢油风险进行了量化评估。评估结果与三峡库区溢油风险的实际情况相符,对水上防污工作有较好的指导意义。     

新冠肺炎疫情对交通运输行业的影响及政策建议

2019年底开始的新型冠状病毒肺炎疫情对交通运输行业造成了明显冲击。为分析疫情对当前交通运输行业带来的影响,重点从客运、货运、港口生产、交通固定资产投资四方面进行了研究。然后,提出了四方面政策建议,包括加强交通运输疫情防控、积极发挥交通投资稳定器作用、加大高速公路通行服务保障和确保关系国计民生的重点物资基本运输需求,以便为各级交通运输管理部门决策提供参考,争取将疫情对行业的影响降到最低程度。     

纯电动汽车能量回收控制策略研究

纯电动汽车的能量回收技术有很高的研究价值,是提高整车经济性的有效手段之一。以一种并联能量回收方案为研究对象,从再生制动原理进行分析,在电池回收能力、电机回收能力及负载功率消耗的限制前提下,提出一个合理的能量回收控制策略,兼顾整车的经济性及乘客的舒适性,并通过ADVISOR进行NEDC工况仿真验证。试验表明,与无能量回收车型对比,相同时间内该策略下整车电池SOC值明显下降缓慢,该研究为制动能量回收策略算法的进一步优化开发提供参照。     

圆钢管H型钢再生混凝土短柱的轴压承载力分析

为了研究圆钢管H型钢再生混凝土短柱轴压力学性能,对此类构件轴压承载力计算公式进行了理论推导,基于极限分析法,运用双剪统一强度理论,并依据H型钢和钢管对核心区再生混凝土约束效果的不同,分别计算H型钢约束区再生混凝土和钢管约束区再生混凝土承载力,提出一套圆钢管H型钢再生混凝土短柱轴压承载力计算公式,考虑了钢管内径厚比、套箍系数、H型钢配钢指标以及再生粗骨料取代率对短柱轴压承载力的影响, 同时也适用于无H型钢的圆钢管再生混凝土短柱轴压承载力计算. 将推导得到的钢管有效约束力代入承载力计算公式所得结果与相关试验结果对比误差在10%以内,吻合较好,验证了承载力计算公式的有效性和精确度.      

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。      

Fault diagnosis for wind turbine based on improved extreme learning machine

A fault diagnosis method based on improved extreme learning machine (IELM) is proposed to solve the weakness (weak generalization ability, low diagnostic rate) of traditional fault diagnosis with feedforward neural network algorithm. This method fuses signal feature vectors, extracts six parameters as the principal component analysis (PCA) variables, and calculates correlation coefficient matrix among the variables. The weight values of control parameters in the extreme learning model are dynamically adjusted according to the test samples’ constantly changing. Consequently, the weight fixed drawback in the original model can be remedied. A fault simulation experiment platform for wind turbine drive system is built, eight kinds of fault modes are diagnosed by the improved extreme learning model, and the result is compared with that of other machine learning methods. The experiment indicates that the method can enhance the accuracy and generalization ability of diagnosis, and increase the computing speed. It is convenient for engineering application.     

Calculation of strain amplification matrix for strain invariant failure theory based on representative volume element models with periodical boundary condition

Strain invariant failure theory (SIFT) is a micro-mechanics-based failure theory for multi-scale failure analysis of composite materials originally proposed by Gosse and Christensen. In this paper, the approach for obtaining strain amplification matrix which is a key step for the execution of SIFT is improved by adopting representative volume element (RVE) finite element models considering periodical boundary condition, based on which more actual deformation mode is reflected. The deformation modes and strain data at the characteristic points of the centroid cell of multi-cell RVE model are analyzed and taken as a reference. It can be concluded that more reasonable deformation mode and relationship between the micro-mechanical and macro-mechanical strain states are obtained by employing the new model. Finally, numerical examples are provided to illustrate the determination of strain amplification factors within the RVEs considering periodical boundary condition at the characteristic points.