预应力纤维片材加固混凝土梁抗弯性能研究

外贴轻质、高强、耐腐蚀的纤维增强聚合物(Fiber-Reinforced Polymet,FRP)片材加固技术,对改善混凝土梁的抗弯性能有限,且片材强度利用率较低.因此,结合黏贴纤维片材加固技术和体外预应力加固技术的优点,对钢筋混凝土梁采用外部黏贴预张的纤维片材进行加固开展相关的试验研究和理论分析.     

船舶局部结构振动分析中边界条件的简化和修正方法研究

本文对船舶局部结构振动分析中边界条件的简化问题做了系统的分析研究,比较分析了各种不同边界处理方法对计算结果的影响,在此基础上提出了一种边界简化和修正的方法.通过算例分析表明,本文的边界简化和修正方法能更好地描述船舶局部结构的真实边界条件,而且在实际的工程分析中易于实现.     

基于虚拟势场理论的AUV局部路径规划方法

针对自治式水下潜器（AUV）局部路径规划问题，基于虚拟势场理论研究，提出了虚拟力概念，并设计了一种改进型虚拟势场局部规划算法，解决了经典虚拟势场能算法中存在的零合力与U型障碍的局部极小问题：当AUV陷入局部极小时通过调用相应的逃避算法来摆脱局部极点。仿真结果验证了该算法对于克服虚拟势场能中存在的局部极点的有效性和可行性。     

智能车辆局部路径规划算法研究综述

为提高智能车辆行驶的平稳性和合理性,文章对近年来智能车辆常用的局部路径规划算法进行了分类和总结。首先对各类传统算法的原理进行了阐述,分析其优缺点,并指出传统算法在智能车辆上应用时的不足;其次整理分析了各类传统算法应用至智能车辆上时各学者所提出的改进算法;最后提出基于离散优化的算法是未来智能车辆局部路径规划的应用趋势,多算法融合是复杂场景下智能车辆局部路径规划的研究方向。文章的研究结果为智能车领域的研究人员在选择局部路径规划算法时提供参考。     

基于SVM的变压器局部放电故障诊断研究

进一步研究变压器的常见故障,从而深入研究SVM算法的基本原理。利用MATLAB软件编写了SVM的局部放电故障诊断模型,对4种放电类型进行了模式识别,分类结果的准确率达到了95%,完全符合要求。为变压器的故障诊断提供了一种全新的理念和便捷的方法,分析结果为变压器的故障研究提供了重要参考。     

V形刚构组合拱桥拱脚局部受力分析与钢束布置优化研究

拱脚作为拱桥的关键部位,其受力性能对全桥至关重要。文中以广东茂名清福港大桥为研究背景,运用ABAQUS软件对拱脚局部进行分析,对拱脚处预应力钢束布置进行优化。计算结果表明,拱脚大部分区域以受压为主,应力分布均匀,总体受力合理,但在混凝土拱肋顶表面及混凝土拱肋与跨中方向箱梁表面连接处附近存在明显的应力集中现象;采取优化预应力钢束布置措施可改善混凝土拱肋顶表面局部应力集中现象。     

HXD1系列机车高压电缆总成C6修电气性能检测及试验

随着大量HX_D1系列机车陆续进入C6修修程,部分高压电缆总成出现绝缘劣化现象,存在放电烧损或炸裂故障的风险,对机车电路和行车安全产生重大隐患。文章介绍了HX_D1系列机车高压电缆总成的结构组成,分析了C6修电气性能检测和局部放电试验的方法、原理及关键项点。结合局部放电试验的结果,可准确判断高压电缆总成的绝缘劣化情况,有效预防电缆的故障和损坏,降低运用故障成本。     

基于GprMax的道路空洞探地雷达正演模拟

三维探地雷达作为一种新兴检测技术,具有快速、高效、无损检测等特点,广泛应用于道路病害体检测中。为快速掌握道路内部空洞在探地雷达下的电磁响应特征,给准确查明道路的空洞检测提供技术指导,本文使用基于时域有限差分方法原理的GprMax软件,针对不同形状、不同大小及不同填充物的空洞进行正演模拟。通过正演模拟结果,得到不同类型的雷达数据体,并分析不同类型空洞病害的雷达波场响应特征。     

顺行平面哈密顿系统的周期一能量关系

研究相对于中心为顺行闭轨运动的平面哈密顿系统的周期与能量的关系,证明周期对能量的解析依赖性,并由此证明有奇闭轨的平面哈密顿系统满足局部扭转条件,也给出周期对能量的导数T′（h）的显式。     

基于复合动态采样的自动驾驶矿车节能路径规划方法

近年来,考虑安全与效率的自动驾驶矿车路径规划方法已逐渐成熟,并在多种矿山场景落地应用。与此同时,产业界和学术界也开始关注如何利用路径规划提升矿车的燃油经济性。针对这一需求,本文提出了一种矿山场景下的自动驾驶矿车节能路径规划方法,其主要特点是根据车速、道路坡度及障碍物进行S-L（进度-偏离）和S-T（进度-时间）的复合动态采样。针对矿山典型地形场景,建立了矿车燃油消耗指标,提出了安全性-运行效率-能耗综合路径评价模型;为了防止评价模型的各项权重陷入局部最优,设计了基于模拟退火策略的粒子群自适应优化方法。在矿山实际场景的测试中,本研究提出方法较现有方法在燃油经济性指标上平均提升了11.28%。