大跨悬浇钢筋混凝土拱桥施工扣索力优化计算分析

为有效控制钢筋混凝土拱圈在悬臂浇筑过程中出现过大的拉应力,文中以某大跨悬浇钢筋混凝土拱桥为依托,提出一种扣索力优化计算方法。首先,基于“未知荷载系数法”获取拱圈最大悬臂状态扣索力初值;然后,开展正装分析并提取施工过程的索力、应力以及位移影响矩阵,基于优化原理并利用MATLAB软件对扣索力开展进一步优化。最后,分别基于影响线原理和无应力状态法原理确定拱圈合龙前扣索力最优拆除顺序和扣索补张拉值,确保拱圈受力合理、松索成拱后拱圈线形光滑圆顺。算例结果表明,扣索初拉力值较为均匀,所有索力值安全系数均大于2.5;拱圈松索成拱线形合理,未出现“马鞍形”;拱圈施工过程中截面拉应力均小于1.8 MPa,满足设计要求。     

汽车驾驶人姿态监测系统研究综述（双语出版）

随着自动驾驶技术的发展,驾驶人将会参与更多的与驾驶无关的活动,从而呈现出新的姿态,这些新姿态是优化传统被动安全系统的重要切入点。而且在未来相当长的时间内,自动驾驶车辆的行驶依然依赖于人和系统的密切配合。对驾驶人姿态的观察,则可以为判断驾驶人是否有能力及时接管车辆提供帮助,从而确保安全、合理的人机交互过程。通过对大量相关文献的系统性梳理,综述了汽车驾驶人姿态监测技术的智能化发展趋势,从传感器种类以及相应的姿态监测算法出发,分析了目前不同监测系统的优缺点。研究发现,尽管传感器技术和姿态识别算法取得了明显进步,然而廉价稳定且能够在实际驾驶条件下对驾驶人姿态准确感知的监测系统依然缺乏。总体而言,目前的监测系统大多只是集中于对驾驶人局部身体部位的感知,缺乏实际驾驶条件下的性能分析,并且对驾驶人状态的实时感知和预测能力仍有待完善。最后,针对目前监测系统所面临的问题,对未来可能的研究方向进行展望,并提出主动式立体视觉系统和压力传感器阵列相融合的驾驶人姿态监测方式。研究成果将为驾驶人姿态监测系统的研究提供参考和借鉴,从而有助于道路交通安全水平的进一步提升,同时也可为人机交互界面的设计带来启发。     

浅析汽车电源管理系统研究及运用

本文从汽车电源管理系统功能出发,分别介绍电源管理系统组成部分,包括蓄电池电量传感器、智能发电机工作原理以及车辆电源管理系统运用。电源管理系统主要是为了保证车辆顺利的工作,根据蓄电池的SOC状态（电池传感器监测）定义不同的能量等级,在不同的能量等级下,通过能量提醒、降低用电负载或者限制关断用电负载,以降低车辆在低电量状态下的放电能量,来保证蓄电池有充足的电量用于车辆运行。另外车辆电源管理系统还具备远程监测功能,主要是车联网通信模块将车辆用电状态通过运营商网络平台以短信发送给用户手机或者用户可以自行登录手机APP账号进行查询。     

浅议粗粒料大型三轴试验的一些问题

粗粒料是由粒径较大的颗粒彼此充填而成的堆积体,一般采用大型三轴试验研究其力学特性。由于颗粒粒径相对较大造成粗粒料大型三轴试验中存在一些问题,如橡皮膜的嵌入问题和缩尺效应问题;此外三轴试验还存在一些共性问题,如端部约束效应、只能模拟轴对称应力状态等。在介绍大型三轴试验原理的基础上,分析了粗粒料大型三轴试验中存在的一些问题,并针对存在的问题提出了一些建议。     

道路桥梁的养护工作

桥梁是公路的重要组成部分,桥梁养护的好坏直接关系到公路交通的安全和畅通。随着我国国民经济的迅猛发展,对交通运输提出了更高的要求．反映在公路运输上的交通量猛增．运输车辆载重量加大。公路运输对公路桥梁的通行能力和承载能力的要求越来越高．而一些旧桥陈旧老化．破损现象日趋严重,许多旧桥难以适应日趋增长的交通量需要。对桥梁的养护维修和加固工作已越来越尖锐地提到各级公路管理部门的议事日程上来。如何养护管理好现有桥梁,保持桥梁的完好工作状态,延长其使用寿命,这一新的课题已摆在各级公路管理部门的面前。桥梁设施维修养护的目的是经常保持其完好状态．并延长其使用寿命。     

船舶柴油机磨合状态监测系统的研究

介绍了基于油液分析、表面形貌分析、柴油机性能参数分析等多技术综合分析方法的柴油机磨合状态检测系统的设计与实现技术,该系统的应用不仅可以掌握柴油机磨合的进程,而且能够为磨合程序的优化提供依据.     

2020年一汽奥迪A3 新技术剖析(二)

冷却系统工作状态如图7～图9所示. 在发动机冷启动时,主水泵是不起作用的,是由增压空气冷却泵V188来产生循环的.V188让冷却液流经低压废气再循环冷却器然后再流经暖风热交换器.回流是经过发动机机油冷却器的,该冷却器在这个时候的液流方向与正常时是相反的.缸盖内的循环可保证缸盖温度不至于达到沸腾.     

针对自适应巡航的驾驶人风格辨识

车辆进入自适应巡航工况下行驶时,不同风格的驾驶人会对自适应巡航控制系统(Adaptive Cruise Control,ACC)有不同的需求。文章首先通过对不同驾驶人在9种跟随试验下获取的实验数据分析,选取表征驾驶人风格的驾驶特征参数;其次对所有驾驶人驾驶特征参数利用K-mean算法聚类分析,将驾驶人三类,并利用BP神经网络建立辨识模型对驾驶人风格进行辨识。结果表明;文章提出的方法可以较高的准确率对驾驶人风格进行分类,提高自适应巡航系统适应驾驶人的能力。