低质量-阻尼因子圆柱体的涡激振动预报模型

本文考查了在均匀来流中作横向振荡的圆柱体与周围流体之间的能量转移,由此建立了基于受迫振荡实验数据的弹性支撑圆柱体在均匀流中的涡激振动响应预报模型.根据此模型,分析了低质量-阻尼因子圆柱体的涡激振动响应特性.就水中圆柱体涡激振动响应特性相关的几个关键性问题进行了深入的讨论,包括响应振幅的决定因素、附加质量对锁定范围及响应频率的影响.正确理解这些问题对于深水立管涡激振动响应的有效预报至关重要.     

低应变法检测嵌岩桩的几点认识

用低应变法检测嵌岩桩,若桩底出现明显同相反射,多数因桩底缺陷引起。而区分是桩还是持力层的缺陷,主要看反射的起跳时间在2L／C之前还是之后。当桩的变径及入岩反射对测试影响很大时,应进一步用钻芯法检验。     

基于加权区间层次分析法(WIAHP)的高速公路救援预案优选研究

针对受多因素影响的高速公路事故救援预案优选,有学者提出利用层次分析法(AHP)以提高选择的准确性.而因素间的相对关系常含有模糊性,利用此方法构造判断矩阵时不能准确反映.采用区间数描述判断矩阵,有效地解决了该问题,遂产生了区间层次分析法(IAHP).进一步提出加权区间的概念并研究加权区间层次分析法(WIAHP),不仅使因...     

船舶机械振动源激励力的间接估计工程方法

船舶机械设备输出到船体上的激励力对船舶结构振动预报有着重要意义,文章讨论了两种间接估算激励力的方法,目的是希望在工程现场应用这些工程方法取代激励力的直接测量.对刚性安装的机器推荐采用最小二乘方法,该方法是基于支撑结构的加速度导纳特性进行估算.对弹性安装的机器而言,推荐采用基于隔振器阻抗特性的激励力间接估算方法.力的估算是逆问题,文中采用奇异值分解技术来处理会遇到的病态问题,从而尽量降低估算误差.文中还对估算的准确度、估算质量评价等进行了讨论.条件数的倒数在最小二乘法响应点的选取时可作为优选的先验判据,归一化残差可作为估算质量的后验判据.实验证明了间接估算方法是确定船舶机械激励力的恰当选择,实验结果的最小二乘法相对误差为3分贝.测试中的信噪比被认为在力估算过程中有重要影响,低信噪比很可能是实际测试时的首要误差来源.该文也可用于指导船舶振动源特性描述的研究.     

今年金价在1，000-1，300美元区间

2008年,由美国次按问题引发的一场金融海啸,严重影响全球经济。而美国政府为了挽救其经济,推行了令美元贬值的货币宽松政策,此举令人们了解到以美元为核心的国际货币体系走向转折,但同时亦令市场重新明白到以黄金作为投资工具的重要性。     

基于加速度区间判断的坡道识别方法

介绍了坡道识别的原理;在功率谱分析的基础上,设计了纵向加速度滤波算法,通过比较汽车在坡道上行驶时用加速度传感器测得的加速度数值与汽车纵向速度经差分后获得的加速度数值之间的差异,进行了基于加速度区间判断的坡道识别方法研究;完成了水平道路的加速度比较试验和坡道识别的实车试验,并在此基础上进行了基于坡道识别的换挡规律设计。实车试验结果表明:该方法能够进行坡道识别,并具有简单、实用、高效的优点;这种基于行驶环境识别的控制是未来汽车控制技术发展的方向。     

直供方式下综合地线对牵引回流的影响

为探讨高速、重载运营条件下牵引回流的分布规律,通过分析钢轨和综合地线电路,获得了钢轨和综合地线的等效阻抗,进而得到牵引电流在钢轨和综合地线之间的分配比例.根据遂渝线无砟轨道试验段典型参数计算出综合地线上最大电流为牵引回流的19.7%,与实际测量结果吻合.     

暗挖隧道密贴下穿既有线车站施工关键技术

新建隧道近接下穿既有地铁结构施工已经成为城市地铁工程建设中的一种常见情况,由于既有结构沉降控制要求严格,如何有效控制沉降已经成为目前研究的热点问题。以北京地铁6号线东四站-朝阳门站区间下穿既有5号线东四站为例,介绍了超前注浆加固及止水技术、CRD+千斤顶支护法、辅助深孔注浆及背后回填和补偿注浆技术等暗挖隧道下穿既有车站施工技术,通过对既有5号线东四站结构沉降监测可知,采用上述方法有效地控制了既有结构的变形,确保了隧道施工安全和既有地铁的正常运营。     

航线网络区间鲁棒优化设计

为解决航空公司航线网络中枢纽机场具体位置及OD流路径设计问题, 根据航线网络设计参数OD 流量和单位流成本的不确定性, 定义了区间型情景集, 建立了区间型绝对鲁棒优化模型, 设计了将修正最短路算法与人工智能算法相结合进行求解的有效算法,并利用航线网络设计经典数据及中国航空网络OD数据对模型进行了验证. 研究结果表明:该模型的最优鲁棒解具有全局最优性,确定型优化模型为本文模型在悲观准则下,当OD 流量和单位流成本确定时的特例;在不同情景的悲观准则和乐观准则下的模型目标值之间的相关系数达到0.99以上;在悲观准则下,用本文模型计算出标准算例的归一化后的最优目标值为784.47,比确定型模型最优目标值减少了16.65%,比相对鲁棒优化模型最优目标值减少了29.07%.