基于三维蠕变模型的基坑开挖长时位移预测

针对流变性软土地层大型深基坑开挖扰动位移的时效特性及长时位移的预测计算,开展系统研究。提出了融合基坑开挖卸载弹塑性动态位移、土体蠕变位移及其相互作用模式的长时位移计算概念化本构模型并建立了相应力学表达式;分析了软土蠕变模型的适用性并推导了长时位移计算关键参数--蠕变位移时效系数的计算公式。基于FEM与地层蠕变模型的时间增量法,建立了基坑开挖卸载位移和土体蠕变位移相结合的基坑开挖长时位移统一计算方法。研究成果适用于软土地层任意形式基坑工程设计阶段、施工阶段、基坑挖方完成等土体扰动长时位移的预测计算。工程实例的比较分析表明,计算方法具有良好的可靠性和工程适用性。     

一起大秦线HTK—391+红外线探测设备故障的分析处理及建议

1问题的提出2010年6月24日,大秦线卢龙北上行HTK—391+红外线探测设备数据异常,车辆段复示中心、车间监控室的系统显示设备故障报警,并提示内探左侧连续超过20个轴温升变化小,内探左侧输出幅值低,车间维修人员立即组织对故障进行分析,初步判断为     

基于理想解法的偏好物元评价决策方法

针对以往理想解法(TOPSIS)对指标进行预处理引起信息损失,影响决策和评价准确性的不足,提出了一种基于理想解法的偏好物元评价决策方法.该方法根据物元分析理论,采用关联函数计算每个方案物元与理想物元和负理想物元的关联度,提出偏好物元--方案物元集中的最优物元,并以此确定最优方案.     

Probit随机均衡选择模型在P&R需求预测中的应用

在进行停车换乘(P&R)设施规划的过程中,直接使用Logit选择模型进行方式划分存在着重大的缺陷,故需建立人们出行选择的Probit随机均衡选择模型及其仿真解法.应用实例表明,在停车换乘需求预测中使用Probit随机均衡选择模型,可以有效地解决Logit模型中存在的问题.     

轨道不平顺激励下车辆-桥梁垂向随机振动方差解法

提出时滞多维非白噪声轨道不平顺激励下车辆-桥梁垂向随机振动的时域分析方法。采用白噪声滤波法模拟单轮对下的不平顺,在宽频带内识别滤波器参数以实现波长选择功能。基于Pade近似构造累次时滞滤波器以反映各轮对下不平顺之间的时滞关系。结合成型和时滞滤波器,构造以一致白噪声为输入、时滞多维非白噪声不平顺为输出的合成滤波器。建立车辆-桥梁垂向振动模型,并与合成滤波器联立得到一致白噪声激励下的车-桥-滤波器扩阶状态方程。继而提出求解此扩阶时变系统随机振动方差响应的递推算法。算例结果与MonteCarlo模拟法符合良好,表明该方法具有足够的精度,且对时间步长不敏感。     

关于N波激发的港湾共振研究

本文采用一组完全非线性Boussinesq模型模拟了由两种不同形式的波峰在前的等边N波入射所激发的狭长矩形港内的瞬变港湾共振现象.基于正交模态分解法,定量分离了港内不同共振模态的响应幅值,并进一步系统研究了入射N波波幅和入射N波形式对港内相对波能分布的影响.研究表明,随着入射波波幅的增大,分布于高模态上的波能的比重逐渐增加,港内波能的分布趋于均匀,入射N波形式对于港内相对波能的分布也有显著影响.相比于MS形式的入射N波,TS形式的入射N波诱发的港内波能分布更加均匀.     

2009款上海大众波罗电动玻璃不工作

<正>行驶里程:76000km。故障现象:除左前门电动玻璃工作正常外,其他3个车门的电动玻璃均不工作。无论是通过左前门开关控制还是通过各个门上的开关控制,均不起作用。据客户介绍,前一天发现右前门电动玻璃曾出现过失效,但后来又自己恢复正常,第二天,则出现上述故障现象。故障诊断:首先确认不是因为操作引起的故障,检查左前门电动玻璃开关上的玻璃锁开关,反复操作,其     

2007款奥迪2.0T动力差

一辆2007款奥迪2.0T轿车,行驶137055km,发动机型号BPJ,功率125kW,装备无级变速器CVT-01J。故障现象:车跑起来没劲,动力不够,路上超车都很吃力。故障诊断:连上VAS5052A诊断仪,进入发动机、变速器、ABS等控制单元都没有故障码。启动发动机,怠速运转平稳,读数据流几乎看不出问题来。     

传感器安装偏差对功率流测试误差的影响分析

为分析传感器安装偏差对功率流测试误差的影响,将安装偏差分解为位置偏差和角度偏差两个部分,并分别基于互功率谱法和波分解法建立传感器安装偏差与功率流测试误差之间的数学模型。仿真分析结果表明：所建立的互功率谱法和波分解法功率流测试误差模型完全一致;位置偏差对功率流的影响由两个传感器位置偏差之差决定,角度偏差对功率流测试误差的影响与频率无关,但始终使得功率流向更小的方向变化,而总误差为两种安装偏差各自产生误差之积。     

发动机次级点火波形观察与分析

发动机次级点火波形可以反映发动机机械部分、燃油系统和点火系统的工作状况,每一部分出现故障,都会出现不同的故障波形。所以通过实际次级点火波形与正常的点火波形比较,再结合相关数据流分析,可以比较准确地判断发动机的