公路沥青路面平整度原因分析及处理措施

路面平整度是衡量高等级公路使用性能的一项重要指标。通过公路沥青路面施工实践对沥青路面平整度进行了分析,从材料、工艺、施工方法等方面对路面不平整产生的原因进行分析,着重论述沥青面层施工平整度质量控制,提出解决问题措施,对当前采用较多的二灰碎石基层施工平整度对面层沥青平整度的影响作了较详细介绍,以提高施工人员的认识。     

基于频繁模式挖掘的接触网故障关联规则推荐模型

接触网作为电力机车的动力传输通道,保障其安全稳定运行至关重要.近年来,各铁路局相继建立了接触网故障数据库,从大量故障数据中寻找有用信息并指导运维.本文基于Apriori算法框架,将频繁模式挖掘技术应用到接触网故障数据的分析中;结合维修周期故障分类模型,将逐条记录的故障数据转换为适合挖掘的数据形式,并应用布尔映射矩阵通过...     

影响二灰碎石路面基层强度的因素分析

通过室内试验,着重分析了影响二灰碎石基层强度的几个主要因素,并提出在二灰碎石设计与施工时的相关建议和注意事项。     

固化滨海盐渍土耐久性试验研究

对二灰固化滨海盐渍土和SH二灰固化滨海盐渍土进行了水稳定性、抗冻性和次生盐渍化模拟试验,其中抗冻性试验与素土进行了对比。结果表明,SH二灰固化滨海盐渍土具有较好的水稳性和抗冻性。     

河南省农业产业化对城乡一体化的促进作用

农业产业化和城乡一体化发展是我国重要发展目标。文章根据学者以往对农业产业化和城乡一体化的研究,收集了河南省2011—2020年的相关数据,构建了农业产业化和城乡一体化的评价体系,利用熵权模糊综合评价法计算出农业产业化和城乡一体化每年的综合评分,并得出相关的线性回归结果。结果发现,农业产业化对城乡一体化发展具有正向推动作用,但这种推动作用有限,城乡一体化发展仍需社会各方面的支持。     

考虑碳排放的HOV车道综合效益评价

为科学评价高乘载（High-Occupancy Vehicle, HOV）车道对道路运行综合效益的影响,在构建考虑碳排放的HOV车道综合效益评价体系的基础上,采用熵权TOPSIS法对HOV车道综合效益进行评价,并以济南市经十路为例采用VISSIM软件对道路进行仿真,对比分析不同设置方案下HOV车道综合效益的差异性。结果表明：将公交专用道改建为HOV车道可有效降低车辆延误时间,提升平均行驶速度与断面运送人数,减少路段车辆总碳排放;不同方案的HOV车道综合效益值由高到低依次为“HOV2+”“HOV3+”“HOV4+”“无HOV”,其中HOV2+车道作为最优方案,可有效减少3%的碳排放量;随着路段流量的逐步增大,HOV车道的合乘优势更加凸显,可提升整个路段的通行效率,减少车辆和人均延误时间,这表明HOV车道建设能在一定程度上缓解交通拥堵,优化交通出行结构,对降低城市道路碳排放产生积极影响,可助推交通运输行业实现“双碳”目标。     

基于熵权—二维云模型的高铁建设工程系统韧性评价

高速铁路建设工程是一个多方参与的复杂系统,其建设过程中风险因素众多,可用系统韧性表示该系统的风险防御能力和受扰动后的恢复能力。为提高高速铁路建设工程风险防御能力及受外界因素扰动后的恢复能力,进行高铁建设工程系统韧性评价研究。以高速铁路建设工程系统为研究对象,基于韧性理论,从制度管理、人员管理、物料管理和信息管理4个方面构建铁路建设工程系统韧性评价指标体系。将防御能力和恢复能力作为各评价指标的基础变量,建立高速铁路建设工程系统韧性评价的熵权—二维云模型。运用熵权法对评价指标赋权,再利用MATLAB软件绘制二维评价云图,与标准评价云图作对比,表达工程系统韧性水平,最后计算贴近度以保证评价结果的准确性。以新建中卫至兰州铁路为例进行系统韧性评价,计算结果显示该工程系统韧性等级为“韧性大”(Ⅳ级),说明该项目韧性水平较好,并根据评价结果对韧性较低的指标提出加强举措。研究结果可为高铁建设工程系统韧性评价提供参考依据。     

基于小波包熵及双重优化神经网络的牵引逆变器开路故障诊断

功率模块器件作为高速动车组电力牵引传动系统的核心组成部分,大多应用于多场域耦合且承受主要的电热应力,故障率较高。通过提取其故障特征并准确定位故障点,实时在线诊断故障对于牵引传动系统的安全可靠运行具有重要意义。以CRH2型动车组牵引传动系统为例,三电平牵引逆变器存在12个功率管,故障发生频繁且种类繁多,故对于三电平牵引逆变器功率管的单管以及多管故障诊断不可忽视。以提升三电平牵引逆变器功率模块器件故障准确定位为目的,研究单个功率器件和多个功率器件开路故障诊断。通过分析该三电平牵引逆变器正常工作模式和多种功率管开路故障情况对比,将三电平牵引逆变器三相桥臂输出侧电流作为诊断电气量,对故障进行分类,提取每类故障特征电气量经小波包分解后各节点的熵值作为故障特征信息。以提取的小波包熵值作为故障特征向量建立BP神经网络,采用粒子群算法结合遗传算法对神经网络权值和阈值结构同时优化,2种算法优劣互补,实现不同故障分类的诊断,准确定位故障点。仿真结果表明,该方法能实现牵引逆变器单管以及多管故障类型的诊断和对不同故障点的准确定位,且诊断结果精度高,抗噪性能优异,实时性强。     

基于云分段最优熵算法的航行异常轨迹识别研究

海洋运输业的迅速发展对大型航运公司的船舶管理水平提出了更高要求,随着船舶数量的迅速增加,针对船舶航行异常轨迹的识别和监控技术成为了研究热点。本文对如何提高船舶航行异常轨迹的识别效果进行了研究,引入一种基于AIS和雷达的航行轨迹识别系统,基于云分段最优熵算法,实现了船舶航行异常轨迹数据的快速识别和剔除,有助于提高海上航运公司对船舶管理水平,及早发现船舶的异常航行状态并进行航线调整,防止船舶事故的发生。     

小波奇异熵改进SOM神经网络在道岔故障诊断中的应用

随着轨道交通技术的快速发展和智能算法的应用,用微机监测和人工处理的方法对道岔进行故障诊断存在效率低、及时性不够、准确性不足等问题,文章用 Meyer 小波分解原始数据,实现特征数据的选择和提取,再计算出相应的小波奇异熵作为神经网络的输入向量,加入训练数据到改进型的 SOM 神经网络中,从而实现对S700K 型转辙机的道岔故障诊断。通过提取 8 种典型的故障类型,在 MATLAB 中建立相应的模型并进行仿真,和目前普遍应用的 K-means 和 FCM 聚类算法进行时间和准确率方面的比较。仿真结果表明,在道岔故障诊断中,基于小波奇异熵和 SOM 神经网络的算法在时间和准确率方面具有明显优势。