长江下游江心洲水道河床演变分析及趋势预测

以现场调研和多年实测资料为基础,采用理论分析与逻辑推理相结合的方法,对长江下游江心洲水道的河床演变及趋势进行了分析和预测。结果表明:江心洲水道处于长顺直河段内,其变化符合顺直型河流河床演变的基本规律;主流摆动频繁,滩槽不稳是河床演变的主要特点;河势总体稳定并将继续维持,但由于上游水流动力轴线难以完全稳定,因而本水道目前的微弯深槽也难以长期维持现状。另外由于河道顺直,这种平面形态也难以维持滩槽的稳定。     

海军舰艇编队雷达系统EMC预测分析仿真研究

针对未来海军舰艇编队作战复杂电磁环境,从系统工程的角度人手,建立编队雷达系统间EMC预测分析模型,并构建仿真软件验证了模型的有效性,能为实施舰艇编队频谱管理提供技术依据.     

水下双层圆柱壳辐射声场欠定分离评估方法研究

水下双层加筋圆柱壳振动和辐射声场的评估对其辐射噪声监测和控制具有重要工程意义。文中通过结构振动模态参与因子向量自身的稀疏特性,分析提出了一种基于结构振动的辐射噪声欠定分离评估方法,可实现有限振动测点情况下的水下复杂结构振动和辐射声场的有效评估。数值和试验结果验证了文中方法的有效性,且所需要的振动测点数目少,具有良好的工程适用性。     

高密度直流电测法超前地质预报技术

研究目的:复杂的岩溶隧道易发生突水突泥安全质量事故,为了对隧道前方地质富水状况进行准确的探测,给隧道安全、快速施工提供超前地质依据。研究结果:通过结合水平超前钻探验证,证明在岩溶隧道依靠高密度直流电法对岩溶富水情况探测较为准确,为防止隧道发生突水突泥,保证安全、快速施工提供了有力保障。     

高精度陀螺全站仪在长大铁路隧道CPⅡ平面控制网分段建网测量中的应用

为了确保隧道贯通前CPⅡ分段建网的精度,保障隧道的顺利施工,以格库铁路阿尔金山隧道为工程背景,采用高精度陀螺全站仪对洞内CPⅡ平面控制网加测多条陀螺边,并提出了陀螺定向精度观测精度内检核、多条陀螺边定向复核的方法,对陀螺定向边位置的选择、陀螺方位角观测中误差、陀螺方位角观测值的应用区间进行探讨。应用高精度陀螺定向成果对比分析洞内CPⅡ分段控制网成果,从理论上探讨了加测陀螺边对CPⅡ控制网贯通预计精度的影响,解决了隧道贯通前CPⅡ平面控制网精度无法验证的问题,确保了CPⅡ分段建网的精度,总结出一套高精度陀螺全站仪在长大铁路隧道CPⅡ平面控制网分段建网测量中的应用方法,其中包括陀螺定向边间距约2 km、陀螺定向边采用对向观测、每测站数不小于4测回且观测方向平均测角中误差应小于仪器精度(3.6″)、依据陀螺观测计算方位角与导线推算方位角较差值并将成果应用划为三个应用区间、依据陀螺定向观测精度变换权重降低贯通预计值、优化约束平差计算方案等。     

软土参数反分析方法及其在沉降预测中的应用

沉降预测与控制是当前客运专线设计、施工组织的关键技术,为保证沉降预测的准确程度,必须合理选取计算参数。采用黏弹塑(西原)模型模拟土骨架,并结合软土变形的大位移、大应变及渗透固结的特点,建立模拟施工过程的软土路基双重非线性固结分析有限元模型。以实测信息与计算信息的相对残差平方和最小为目标,引入考虑测点观测精度的加权值,建立根据多种测试信息进行参数反分析的目标函数,并采用Monte-Carlo法和可变容差法相结合的优化技术,对目标函数进行约束优化,较好地解决了可变容差法易于陷入局部最优解的难题。通过参数分组、初步试算、综合调整等步骤,建立了分阶段多层次动态施工反分析方法,从而使反分析所得计算参数具有明确的物理意义。实际工程应用表明,参数反分析方法本构关系清楚、物理意义明确,所得计算参数能较好地反映现场的实际情况,可准确预测沉降。     

塑料排水板堆载预压法处理软基的固结效果

结合某填海造地道路地基处理工程实例,探讨塑料排水板堆载预压法的加固机理;基于现场软基沉降监测实测数据,采用双曲线法对加固后的软土地基沉降进行预测,并分析地基的最终沉降量及固结度。研究结果表明:塑料排水板堆载预压法在软基处理中的加固效果较好,堆载预压结束后,软基固结度可达到80%～95%,满足设计要求。     

信息化时代武器装备电磁兼容技术发展趋势

在C4ISR系统EMC和防护,EMC“预测分析法”设计与控制,电磁环境效应(E3)验证与评估及防护技术,频谱管理,以及EMC新技术、新材料、新器件开发应用等五个方面论述当前EMC技术的发展趋势。     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.