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。     

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。     

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。     

灰色系统理论在汽车生产计划中的应用

~~灰色系统理论在汽车生产计划中的应用@康永$江苏大学汽车学院!江苏镇江212013 @高翔$江苏大学汽车学院!江苏镇江212013~~~~[1]刘思峰，郭天榜，党耀国，等．灰色系统理论及应用[M]．北 京：科学出版社，1999． [2]邓聚龙．灰预测与灰决策[M]．武汉：华中科技大学出版     

高速公路路面养护管理系统开发和研究

在考虑当前路况的基础上，又考虑路龄的使用性能预测模型，预测的结果更为快速准确。探讨高等级公路道路养护管理决策系统和经济分析方法，提出了改进优劣系数法，该方法充分利用了专家经验知识，减小了决策误差。开发了高速公路路面养护管理辅助决策系统，建立高速公路基本数据库，由系统自动进行路面使用性能评价分析，并利用专家知识系统得出推荐养护方案，系统投入运行后反响良好。该养护管理系统的建立和实施进一步提高和改善了江苏省高等级公路的使用管理和养护管理模式，为高等级公路早日实现网级化系统管理奠定基础。     

灰色预测方法在沥青混合料永久变形研究中的应用

通过高温下沥青混合料蠕变试验发现,加载30min时滞后弹性变形基本完成,可以近似认为其后发生的变形为粘性变形,从而利用灰色预测模型,对加载过程中30min至60min的变形数据进行逆向拟合,得到整个加载过程中的永久变形方程。然后利用坐标变换,得到了时间序列下沥青混合料的永久变形规律。相比于常规的数据拟合方法,由于采用了加载后段的数据进行拟合,避免了开始加载过程中虚假变形的影响,使得拟合的结果更加准确。     

通渝隧道围岩变形的神经网络预测

隧道新奥法施工中，常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。公路隧道围岩变形量是随时间而变化的数据序列，因而可以建立一些实时跟踪预测模型和方法。根据通渝隧道围岩拱顶下沉位移变形的特性，采用神经网络技术来预测其变形量，结果表明该方法简易、有效。     

客车主要噪声源识别的试验研究

基于偏奇异值分析法识别噪声源的基本原理，采用了近场声压测量法，同步采集15个传感器的振动与声压信号，识别出客车车外噪声的主要噪声源，分析出各噪声源对车外噪声的贡献并做出降低车外噪声的预测分析。所采用的试验与分析方法具有计算量小、声源定位准确的特点，并且可以准确预测零部件的改进对车外噪声的影响。试验研究和实车应用表明，这种方法可以适用于复杂的工程实际。     

Tuning of transfer functions for analysis of wave–ship interactions

Transfer functions are often used together with a wave spectrum for analysis of wave–ship interactions, where one application addresses the prediction of wave-induced motions or other types of global responses. This paper presents a simple and practical method which can be used to tune the transfer function of such responses to facilitate improved prediction capability. The input to the method consists of a measured response, i.e. time series sequences from a given sensor, the 2D wave spectrum characterising the seaway in which the measurements are taken, and an initial estimate of the transfer function for the response in study. The paper presents results obtained using data from an in-service container ship. The 2D wave spectra are taken from the ERA5 database, while the transfer function is computed by a simple closed-form expression. The paper shows that the application of the tuned transfer function leads to predictions which are significantly improved compared to using the transfer function without tuning.