济南凤凰黄河大桥主桥桥塔设计

济南凤凰黄河大桥主桥采用三塔双索面自锚式悬索桥,跨径布置为(70+168+428+428+168+70)m,桥宽61.7m,主缆中跨垂跨比为1/6。为兼顾受力和美观,中、边塔采用相同的结构形式,因桥面和地面标高不同,中、边塔构造不完全相同。桥塔采用横桥向A形、顺桥向I形的钢结构与钢-混组合结构混合塔方案,中塔高126.0m,边塔高116.1m。塔柱底节段为钢-混组合结构,其余塔柱节段采用钢结构,塔柱为单箱三室截面。各桥塔两塔柱之间横桥向均设置上、下2道横梁,横梁采用钢结构,为单箱单室截面。中塔采用塔吊吊装、边塔采用履带吊吊装。对桥塔进行静力、稳定及动力分析,结果表明结构强度、刚度及稳定性均满足规范要求。     

油气管道悬索式跨越工程结构安全性检测与评价体系研究

悬索跨越形式是油气管道跨越工程中被广泛使用的结构,针对它的结构安全性检测及评价体系的研究具有重要意义,目前我国在本领域仍处于一个起步探索的阶段。从索力检测、外观检查、混凝土无损检测、钢结构无损检测、涂层劣化评价和线形观测6个方面归纳了悬索式跨越结构安全性的检测评价体系,并以9座悬索式跨越工程为例,在规范基础上提出了采用动态权重方法综合评价跨越工程的技术安全状况评级,使之更符合工程实际并为下一步养护维修提供依据,成果可供油气管道悬索式跨越工程结构安全性检测参考。     

基于车辆防护特性的新型桥梁景观护栏设计研究

为保障车辆和深中通道桥梁主体结构安全,同时兼顾桥梁人文景观,研发一种新型桥梁景观护栏。该护栏为金属梁柱式护栏,立柱采用不规则六边形,属于晶体切面的几何构造,与深中通道伶仃洋大桥桥塔设计相呼应,横梁采用圆形,立柱与横梁组合美观大方;考虑车辆外倾和不同车型碰撞特性以及经济性,采用仿真分析技术对护栏高度和横梁厚度进行多方案比选,确定护栏设计高度为1.55 m,由上到下横梁厚度分别为8,8,6,4 mm。对护栏进行实车足尺碰撞试验,试验结果表明：该护栏阻挡功能、缓冲功能及导向功能良好,其防护等级能达到六(SS)级。     

我国物流发展对公路货车的影响浅析

铁路、水路、公路、航空是最为常规的四种货物运输方式,在整个社会物流过程中既相互竞争又互为补充,随着我国经济规模提升和面向高质量发展模式的转型升级,物流业也体现出新的发展特点,多式联运的逐步发展将影响到不同运输模式的发展。论文在总结我国物流行业发展现状和交通运输基础设施与货运装备发展情况的基础上,从成本、效率、灵活性、对基础设施依赖程度等维度对比分析了四种运输方式的特点,结合我国近年来出台的引导产业转型升级的相关政策,识别到我国目前由公路货运作为绝对主力的物流结构在物流行业降本增效的转型过程中将逐步改变,并基于多式联运发展对货车产品的需求,分析了对公路货车的影响。     

云端数据驱动的锂电池故障分级预警研究

目前还未有一种有效手段针对故障类型未知的车辆云端数据进行无监督式的故障预警,为此本文提出了一种云端数据驱动的锂电池故障分级预警方法。首先通过机理分析选取适用于云端数据特性的特征,构建6类差熵特征集进行多次混合聚类实现对电池健康度的打分评价。通过引入温度信息区分热相关故障并构建预警等级划分准则判断电池故障状态。利用5种现场故障案例进行验证,结果表明,该方法能准确识别故障并区分故障类型,且具有较高的超前性和适应性。     

开车,只用动口不用动手? 极越01试驾体验

虽然智能汽车发展到现在,消费者看到了各种科技带来的便利和惊艳,但把车设计成机器人,还真是头一回见,有种穿越到电影科幻片的感觉。这就是极越01。电气化席卷的这些年,咪咪眼日行灯、前后贯穿式LED灯组、各种大联屏……     

虎门二桥坭洲水道桥承台设计及施工关键技术

虎门二桥坭洲水道桥承台设计为半埋置式哑铃型承台,结构尺寸庞大;主塔承台处地质覆盖层较厚,采用异型钢板桩围堰施工,施工工序复杂,难度较大。介绍了承台设计和施工中的关键技术以及施工临时设施结构计算及实施特点。     

滚筒轴距可调的反力式制动检验台测控系统开发

随着机动车保有量的增加和行驶车速的提高,机动车的运行安全越来越引起人们的关注,机动车的制动性能是机动车运行安全的主要性能之一,汽车制动性能检验台是测试汽车制动性能的主要手段。本文在反力式汽车制动检验台结构参数和工作原理的基础上,开发了一种滚筒轴距自动调节的反力式制动检验台的测控系统,实现制动检验台自动检测被检机动车轮胎直径,并根据轮胎直径自动调节滚筒轴距找到最佳安置角;设计了基于英飞凌XE164FN单片机的新型制动检验台测控系统的硬件电路;根据检测要求和所要实现的功能编制上下位机软件,上位机采用Delphi软件进行编程,下位机采用Keil软件进行编程,两级控制系统的软件配合实现对机动车制动性能的检测。最后,利用新型制动检验台进行实车试验,试验结果表明,检验台测控系统性能稳定,可靠性好,可准确捕获机动车制动全过程。     

基于深度学习和监测数据的桥梁损伤识别方法

为了挖掘桥梁健康监测数据蕴含的大量隐藏信息,以及改进传统结构损伤识别方法的不足之处,提出了基于桥梁监测数据的损伤识别方法。从有限元模拟数据和实际监测数据中分别提取加速度响应,并对原始数据进行了预处理。通过卷积神经网络和栈式自编码网络分别对明州大桥监测数据的可视化图像和时间序列进行识别,同时与浅层神经网络方法的识别正确率对比。结果表明:基于深度学习和监测数据的损伤识别方法不论是通过图像识别还是通过时间序列识别,都表现出优秀的性能:识别正确率达85%以上。与浅层神经网络相比,深度神经网络的损伤工况分类能力更强,识别正确率提高20%以上。