电动汽车充电接口的电子锁的研究

充电接口的电子锁是电动汽车推广的前提条件之一,电子锁是电动汽车充电的安全性保证。本文介绍了国外充电接口电子锁的发展和现状,结合中国电网行业和电动汽车行业的实际情况,本文分别对国内车辆端、桩端的电子锁的应用和技术细节做了简要描述。     

交互式多目标决策方法及其在海洋平台方案综合优选中的应用

提出了一种新的交互式多目标决策方法.它是在对指标有偏好信息及客观熵信息输出权重基础上,以严格的最小二乘法为工具,建立确定指标权重的优化模型,达到主观与客观的统一,从而为多目标决策问题寻求到一种行之有效的方法.通过将该方法应用于某海洋平台多目标决策,并与采用传统层次分析(AHP)方法相比较,结果表明该方法在应用于海洋平台方案综合优选等复杂多目标决策问题时是适用的和可靠的.     

现代有轨电车应用模式及发展影响因素

从技术特征、成本、环保、美观等方面,总结现 代有轨电车的优势; 结合墨尔本、巴黎等城市有轨电车 发展情况,分析现代有轨电车发展的影响因素、应用模 式和特征。研究表明,城市发展有轨电车主要受乘客 需求、政策、成本效益以及城市环境因素影响。在大城 市,有轨电车作为城市轨道交通的补充和延伸,应明确 有轨电车和轨道交通网络的关系; 在中小城市或卫星 城,有轨电车作为城市公共交通主体,需要充分发挥其 网络规模效益。我国既要从政策、税收、标准等方面制 定和完善现代有轨电车发展规范,又要结合城市经济 发展水平和城市总体规划理性发展有轨电车。     

新型中压逆变回馈装置在天津地铁中的应用研究

基于天津地铁在中压逆变回馈装置应用方面的实践经验,从系统安全性、保护配置、阈值设定、控制系统等方面分析技术可行性评价需考虑的关键问题。结合天津地铁7号线的线路条件,阐述用系统仿真软件进行节能效果分析时需考虑的因素,并进行数据计算及对比分析,给出系统容量选择时参考值的确定及校核方法。     

采用深基坑法对盾构机纠偏综合施工技术

在盾构法隧道施工中,若盾构机偏离设计轴线较大,自身无法拟合至线路轴线,况且亦无法通过调线方式补救时,可以采取开挖深基坑的方法尝试纠偏。一般基坑开挖均在没有或仅有小型障碍物的情况下进行,盾构机存在的环境下深基坑开挖较为少见。结合某工程实例,针对盾构机存在的特殊性,在常规基坑开挖的基础上,大胆采用了盾体支撑技术,先撑后挖,同时辅以桩外土体加固措施,克服了地质条件差、地下水丰富、周边环境复杂、基坑形状不规则、施工难度大等不利因素,顺利完成了基坑封底,成功实现盾构纠偏,使深基坑法对盾构纠偏成为可能。     

京沪高速铁路中小跨度桥梁结构选型初探

结合秦沈客运专线和其它国家或地区高速铁路桥型的选择 ,对京沪高速铁路中小跨度桥梁的刚度、造价等方面进行分析 ,结论是箱形截面梁性能优于T梁 ,在地基条件好的区段连续梁优于简支梁。     

基于线特征跟踪的铁路桥梁支座振动位移测量方法

针对现有基于结构物表面纹理特征跟踪的支座振动位移测量算法易受光照、背景杂波、运动模糊等因素干扰的问题,提出一种基于线特征跟踪的铁路桥梁支座振动位移测量方法.利用大津法与连通体分析法获取感兴趣目标,并基于感兴趣目标确定线跟踪区域,提高支座位移计算效率;利用一种直线鲁棒检测算子,快速提取桥梁支座振动过程中线跟踪区域中的线目...     

城市高架桥无支架施工研究分析

近年来,随着城市化进程的不断推进,城市人口呈现日益增多的趋势,机动车保有量显著提升,城市交通日益拥堵.高架快速路由于具备占地小,立体化交通功能强大等优点而被广泛采用.而城市高架桥施工对现状交通必然存在一定程度的影响,因此开展高架桥结构无支架施工设计的研究,旨在探究出不同结构形式及施工方案在高架桥建设中的适用特点,可为今...     

大城市城市轨道交通线网规划关键技术探讨

目前,城市轨道交通线网规划的技术已相对成熟,指导了我国超大、特大城市的城市轨道交通建设。随着城市化进程的不断加快,人口在100万至500万的大城市已成为城市轨道交通规划和建设的重要参与者。大城市在空间、人口、经济、交通出行特征等方面与超大、特大城市存在较大的差异,使得目前城市轨道交通线网规划的技术对大城市的适用性存在一定的局限。通过分析大城市与城市轨道交通的互动关系,提出大城市城市轨道交通线网规划的需求。基于现有的城市轨道交通线网编制技术流程,结合大城市的需求,从前提研究、方案研究、实施规划三个层面,对城市轨道交通线网规划编制中服务范围分析、线网规模确定、近期建设方案制定等技术内容提出优化建议,以适应大城市城市轨道交通线网规划的编制需求。     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱，以及过分依赖历史数据的不足，提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型，包括受限玻尔兹曼机的显层节点输入端，受限玻尔兹曼机的若干中间层，以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较，结果表明，在相同的数据和计算平台下，本文提出的深度学习回归机预测方法精度更高，且预测实时性也能满足实际的需求.