隧道围岩挤压变形预测方法研究

研究目的:围岩挤压变形预测是高地应力地区软弱围岩隧道勘察和设计阶段的一项重要工作。目前常用的临界埋深法和临界应力比值法均有局限性,迫切需要提出更加符合实际的隧道围岩挤压变形预测方法。研究结论:围岩挤压变形预测可采用强度应力比进行,建议采用Hoek-Brown经验强度公式和GSI法对岩体强度进行估算,F中地应力应取垂直于隧道走向的最大地应力。挤压变形破坏大都发生在F≤1的情况下,而剧烈挤压变形一般发生在F≤0.5时,可将0.5和1分别作为不同级别挤压变形的临界预测值。实践表明,采用F值法对围岩挤压变形进行预测是可靠的。     

西安地铁4号线车辆选型及列车编组型式研究

不可逆性是地铁工程建设的重要特征之一。为使地铁工程更好地满足运营后的客流需求,保证较高的服务水平,同时保证工程实施的经济性和可行性,从工程线路本身特点着手,借鉴国内地铁线路客流预测的相关经验,着重对地铁工程的车辆选型和列车编组型式进行分析研究,并对土建工程和机电系统的影响因素进行分析比较,综合经济性分析,力求得出更科学合理的车辆选型及编组型式。     

超大面积深厚软土桩网复合地基沉降变形观测技术

结合厦深铁路(广东段)4标潮汕站场超大面积深厚软土桩网复合地基沉降控制施工及沉降变形观测施工实践,详细介绍了沉降变形观测技术,包括观测断面的选取及布置原则、测试内容、测试元器件的布设、沉降预测方法及预测计算、地基固结度的计算及分析,通过预测数据和实测数据的对比,证明了潮汕站场超大面积深厚软土桩网复合地基沉降控制施工方案的正确性,对指导同类型施工有借鉴作用。     

轨道质量状态预测方法

对轨道不平顺进行预测可以监控轨道质量状态的发展,合理安排养修计划,降低养修成本,保证线路安全性和平顺性,同时也是开发和研究轨道辅助决策系统的关键性技术。因此,预测轨道不平顺的发展规律是近代轨道力学的基本课题,一直是国内外研究的重点。一般来说,轨道不平顺的预测从需求上可分为局部轨道不平顺预测和区段轨道不平顺预测。局部轨道不平顺预测偏重对轨道个别     

跨座式关节型道岔的仿真设计研究

详细介绍重庆跨座式关节型道岔运动系统的仿真设计过程,阐明如何在设计中布置驱动点、计算曲臂长度、布置导槽、获得台车运行轨迹。通过道岔的运动特性分析和道岔的驱动扭矩计算,全面了解道岔的运动特点和各个驱动点的受力状况。     

客流预测成果在地铁行车组织设计中的应用

结合南宁轨道交通1号线的设计前期工作,对客流量级进行阐述,分析客流预测三级数据,确定运营的规模;根据OD客流分析来研究行车交路,做出满载率和拥挤度的评价,最终确定车辆编组与行车密度的组合,从而形成合理的运营方案。     

某大排量两轮摩托车高速直线行驶操纵稳定性分析

本文以某款大排量两轮摩托车为研究对象,针对大排量摩托车在高速工况下操纵稳定性问题,使用多体动力学仿真软件VI-Motorcycle,对其在高速直线工况下行驶受扰时的稳定性进行仿真实验,并利用根轨迹检验方法对结果进行分析。结果分析表明：大排量两轮摩托车在高速工况下,车辆受到微小瞬态扰动力矩时将会发生抖动（wobble）和摇摆（weave）现象,影响大排量两轮摩托车高速行驶时的操纵性能以及车辆的稳定性,结果验证与根轨迹法分析一致。本论文仿真结论对以后国内大排量摩托车操纵稳定性的研究有一定的参考价值。     

基于混合A*算法的自动驾驶汽车轨迹生成

自动驾驶汽车混合A*算法运行迅速,但是难以保证曲率的连续性和汽车舒适度,并且不能保证优化后的结果无碰撞。针对以上问题,以提高汽车舒适性为目的,基于最小冲击度对A*算法进行优化,在MATLAB和栅格地图中进行了算法预研,解决了低速场景下自动驾驶汽车运动过程中舒适度不足的问题。然后,针对优化算法可能导致轨迹碰撞的问题,对优化算法进行了改进,保证了汽车的安全性,并给出了“走廊”自动调整的策略。仿真结果表明:优化后的轨迹无碰撞且曲率更小,加速度不超出正常范围,可以满足正常驾驶需求。     

不同类型氢燃料电池汽车全生命周期经济性分析及预测研究

氢燃料电池汽车被认为是 21世纪具有潜力的新能源清洁动力汽车之一,影响其推广应用的最重要因素是高成本,开展全生命周期经济性分析至关重要。目前国内外学者对氢燃料电池汽车的生命周期成本评价研究主要集中于零部件成本、燃料价格等因素,而考虑国家及地方补贴政策、运维和报废成本以及不同运营里程、不同车型下经济性分析的较少。从用户的角度,通过对购置成本、运营成本、维护成本、回收残值、补能和抗寒影响以及国家和地方补贴等多种因素进行综合分析,建立全生命周期成本模型,针对乘用车、客车和卡车等不同车型,分场景开展经济性成本评价,将其与传统燃油汽车和纯电动汽车的经济性进行对比分析。面向未来,作出经济性预测,并提出一系列对策建议。     

利用BP神经网络预测钢材单位挤压力

以钢材中C和Cr的成分、变形程度和单位挤压力的关系为研究对象，在Matlab语言环境下，以正挤压试验数据作为训练和预测样本，用5节点的单隐含层BP型神经网络对钢材单位挤压力进行了预测。结果表明，采用正交试验和人工神经网络相结合的方法来预测单位挤压力是有效和可行的。