双块式无砟轨道裂纹对道床板受力的影响分析

基于路基上双块式无砟轨道的计算力学模型,针对道床板不同宽度和深度情况下的表面裂纹和贯通裂纹,分析在列车荷载作用下道床板开裂前后对道床板受力性能的影响以及在轴向温度荷载作用下含裂纹的道床板受力情况。结果表明,在列车荷载作用下,含裂纹的无砟轨道与无裂纹的无砟轨道相比,道床板混凝土应力有小幅度增加,纵向钢筋应力随裂纹深度的增加而逐渐增大;在轴向温度荷载作用下,随着裂纹宽度的增大,道床板混凝土拉应力及钢筋应力变化较小。     

轨道车辆抗侧滚扭杆轴变截面设计

随着轨道车辆运行速度的提高,为了确保车辆运行的安全性和舒适性,抗侧滚扭杆装置在轨道车辆中得到越来越广泛的应用。扭杆轴作为抗侧滚扭杆装置中的核心零件,在车体侧滚时,其受扭转和弯曲的复合载荷,是抗侧滚扭杆系统设计、生产制造中需重视的重要环节。通过变截面的设计方法,改善扭杆轴的应力状况,提高抗侧滚扭杆装置的安全性和可靠性。     

大跨RC斜拉桥的非线性地震响应分析

预先确定斜拉桥的弹塑性区域,把包含多微段平面变刚度梁单元推广应用于大跨度斜拉桥的非线性地震响应分析,用微段的刚度变化模拟钢筋混凝土的弹塑性性能,对双塔单索面钢筋混凝土斜拉桥进行了考虑几何非线性和材料非线性的地震响应分析,编制了相应的弹塑性分析程序,并与Huges单元分析结果进行了比较。结果表明:该法能较好地模拟在强震作用下钢筋混凝土斜拉桥的非线性性能,可以在大跨斜拉桥的非线性地震响应分析中应用。     

季节冻土区防冻胀护道对保温路基地温特征影响效果研究

运用土壤冻结条件下水热耦合输移基本方程及数值方法,考虑在铺设保温层情况下,加铺防冻胀护道对路基地温特征的影响规律,并与未加铺防冻胀护道的情况进行对比分析。结果表明:铺设保温材料对减小路基中部附近土体季节冻结深度有明显作用,但对路基两侧冻结深度影响相对较小;加铺防冻胀护道对边坡下土体季节冻结深度有一定程度的抬升作用,上升幅度由路基坡脚向路肩逐渐减小,但对路基中部附近土体季节冻结深度影响甚微;保温板-防冻胀护道复合路基结构形式,充分利用两种措施优点,对路基中心、路肩以及坡脚下最大冻结深度抬升的综合效果更好,抬升最大值分别为1.48、1.01、0.68 m。     

机场复合道面剩余寿命预估方法

分别运用美国联邦航空局(FAA)基于弹性层状体系理论的道面设计方法(LEDFAA)、中国民用机场水泥混凝土道面设计方法(APDMC)与PCI衰变模型,建立了复合道面剩余寿命的预估方法,比较了3种方法的预估结果及其适用性。计算结果表明:3种预估方法确定的剩余寿命较为接近,最大偏差为3.2 a,最小偏差仅为0.1 a,引起偏差的原因在于不同预估模型采用的控制指标不同。基于LEDFAA设计方法的预估结果对土基模量很敏感,基于APDMC设计方法的预估结果对混凝土的弯拉强度非常敏感,而PCI能够全面地反映道面的使用性能,因此,在有足够历史数据的条件下,采用PCI衰变模型预估道面的剩余寿命。     

扣件胶垫黏弹性对铁路箱梁振动与结构噪声的影响

以高速铁路WJ-7 B型扣件胶垫为研究对象,通过动态力学性能试验测试了扣件胶垫在不同温度下的动力性能;结合温频等效原理、Williams-Landel-Ferry方程和高阶分数导数FVMP模型表征了扣件胶垫的黏弹性力学特性;将该模型代入建立的桥梁振动与结构噪声预测有限元-边界元模型,并与Kelvin-Vogit模型对比...     

机场混凝土道面板底脱空状况评定与抢修

介绍以第一传荷状态临界荷载与对应弯沉为指标的脱空评定模型与评定方法,探讨脱空抢修对灌浆材料的要求,提出了最适宜浆体材料的配合比。     

基于轨迹数据的地下快速路换道决策模型研究

为准确描述城市地下快速路换道行为特性,基于8自由度驾驶模拟试验,获取了不同交通流情况下,全时全员车辆高精度轨迹数据,并提取了471个自由换道和164个强制换道样本.分析主车与目标车道前、后车以及当前车道的前车间隙特征,选取车速为性能指标,均方根百分比误差为拟合优度函数,利用遗传算法对GIPPS模型进行参数标定及效果验证...     

基于距离分布的AIS异常数据处理方法

为消除由于环境、设备和传输等影响所导致的船舶自动识别系统(Automatic Identification System,AIS)数据在时间和空间上的异常或错误,保证数据挖掘质量,提出一种基于距离分布的AIS粗数据处理算法.以2018年3月28日上海洋山港附近海域的AIS粗数据为例,标绘出船舶AIS轨迹图,验证算法的可...     

无砟道床板间相对位移测量中感兴趣区域自动提取方法

轨道结构作为高速列车行车的基础,必须保证其良好的在役服役性能,有效地实现无砟道床板间位移测量是实现铁路无砟轨道结构服役状态保持的重要措施。针对无砟道床板非接触式位移测量中感兴趣区域(Region of interest,ROI)自动提取问题展开研究,提出一种基于Faster R-CNN(Faster Regions with CNN)的ROI区域自动提取方法,阐明无砟道床板间位移机器视觉测量原理和实现方法的计算流程。基于Keras图像数据增强模型进行无砟道床板间位移目标库的增加,建立人工标靶数据集。通过CNN中卷积层对测量数据进行特征映射图提取,计算映射图中每个特征点的标靶概率,通过分类和边框回归,精确标记图像中的人工标靶。通过安装某250 km/h的双块式无砟轨道线路的典型测点进行Faster R-CNN算法的准确性和有效性验证。研究结果表明：道床板ROI自动提取算法的召回率为99.16%,准确率为98.91%,可以有效满足无砟道床板间位移测量中精度和准确率的要求;与其他的常用YOLO v3,SSD和Fast R-CNN等ROI算法相比,Faster R-CNN方法的计算效率较好、准...