考虑乘客二次候车的城市轨道交通大小交路开行方案研究

开行大小交路列车可有效应对城市轨道交通线路客流不均衡问题,为更加真实地反应客流特征,考虑乘客出现二次候车情况,以乘客候车时间最短、列车运行总千米数最少为目标,列车发车频率、线路通过能力、列车最大编组为约束,建立多目标模型,并设计遗传算法进行求解.以西安市地铁6号线为实际案例进行验证,案例结果表明:当地铁6号线小交路选择锦业二路站-田家湾站时,采用6辆编组方案为最优.通过案例验证模型的有效性,为大小交路列车运行组织方案的设计和优化调整提供参考.     

基于无积分节点间断有限元的二维水沙模型:(1)水动力

通过采用节点间断有限元方法对二维浅水方程进行离散,考虑了科氏力、风应力、底摩阻等作用,最终建立了一套高精度二维水动力模型。模型可采用任意四边形网格计算,并应用节点基函数和无积分数值离散方法,有效地减少了计算量。建立的模型通过理想算例对各源项求解、干湿与和谐性进行了验证。最后将模型应用于三亚市红塘湾实际潮流的模拟中,得到结果与全潮水文观测数据吻合良好。     

UHPC在隧道衬砌裂损整治中应用的可行性及性能要求研究

为解决隧道二次衬砌裂损整治中面临的净空限制等问题，提出采用超高性能混凝土（UHPC）代替普通混凝土作为衬砌补强材料，并对其可行性及材料力学性能要求进行系统研究。基于异性材料叠合梁理论对裂损衬砌和加固层的共同受力机制进行研究，得到加固材料的力学性能与结构受力特征之间的关系，从而得到加固工程对加固层厚度及UHPC力学性能要求； 在此基础上，提出一种实体单元应力和内力换算的计算方法，并通过有限差分法数值模拟，对衬砌与加固材料之间结合面的受力特征进行分析，从而得到加固工程对UHPC和普通混凝土之间黏结强度的要求。研究结果表明： 对于承载力损失不超过40%的衬砌，可采用UHPC进行加固； 对于承载力损失不超过15%的衬砌，UHPC的使用可将加固层的厚度减小到10 cm左右。     

可变编组动车组运维一体化帕累托前沿分析

动车组运用和检修是铁路运输生产的重要过程，占据很大的成本比例. 为与客流需求相匹配，在未来实现跨线动车组列车在某些枢纽站组合和分解存在可能，充分考虑组合动车组类型一致性，动车组在不同运行线进行重联与分解的接续条件，动车组进行一二级修的里程和时间标准等，以动车组的正常接续和空走接续时间里程费用、一二级维修作业费用、动车组运用费用和动车组接续时间费用之和最小及动车组空走费用占比最小为双目标，构建基于可变编组条件下的动车组运用和维修一体化模型方法.应用改进的非支配排序遗传算法求解，将目标值进行帕累托前沿分析，发现两者很难同时达到最优.模型的计算结果体现了动车组担当长编组运行线任务前后的组合和分解过程，同时也进一步分析了在动车组类型归一化或者动车组维修地点不受限情况下动车组运用数量的变化，反应了相关运行参数对结论的影响.     

涡产生器高度对换热器传热影响的仿真分析

用数值方法分析了涡产生器高度对带分流器的曲面矩形涡产生器式翅片传热与流动的影响,为使用这类换热器的设计提供了理论依据.研究表明,在翅片间距为2.4 mm涡产生器高度为1.4 mm,1.7 mm,2.0 mm和2.3 mm时,在同一雷诺数Re下,涡发生器高度1.7 mm时产生的二次流强度最大.随着雷诺数Re的增大,努塞尔数Nu也不断增大,阻力系数f减小.在同一雷诺数下,不同曲面矩形涡发生器高度时努塞尔数Nu相差不明显,阻力系数随着曲面矩形涡发生器高度的增大而增大.二次流强度Se与努塞尔数Nu存在唯一对应的关系,二次流强度Se越大,努塞尔数Nu也越大,传热效果更好.以强化因子为衡量标准优选,曲面矩形涡发生器高度1.7 mm获得最佳的综合性能.     

基于改进低秩矩阵补全的交通量数据缺失值插补方法

提出了一种低秩矩阵补全的改进方法以研究道路交通量数据缺失值插补问题。应用基于核范数的低秩矩阵补全对交通量数据矩阵中的缺失值进行第1轮插补; 通过层次聚类算法将交通量数据划分为不同类别, 使得同类中的数据具有较强相关性, 异类中的数据具有较弱的相关性; 在每类样本上应用低秩矩阵补全得到缺失值的第2轮插补; 为了减少聚类数的影响, 提出最小二乘回归集成学习方法将不同聚类数下的插补结果进行融合, 得到最终的交通量数据插补结果; 用美国俄勒冈州波特兰市的交通量数据比较了5种方法的插补误差, 并分析了不同聚类数和距离度量方法的影响。研究结果表明: 在完全随机缺失模式下, 缺失率为10%~60%时, 其相对于传统的低秩矩阵补全模型的插补误差降低了5.93%~9.11%;在随机缺失和混合缺失模式下, 插补误差也分别降低了8.32%~9.55%和8.14%~9.20%;集成不同聚类数下的多个插补结果比单一聚类数下的插补误差降低2.62%~4.76%。可见, 在3种数据缺失模式下, 改进低秩矩阵补全方法降低了交通量数据的插补误差, 能有效提高插补后交通量数据的有效性。