交互式路基横断面辅助设计

研究目的:路基设计的主要内容是横断面设计,它是完成路基正面图、纵断面图、平面图等其他相关图件的基础.本文致力于实现图数互驱的、可视化的、交互式实时动态路基横断面辅助设计系统.研究结论:基于交互式软件设计的思想,建立面向对象的路基横断面设计模型,定制路基横断面实体,设计基于消息驱动的横断面设计过程,在横断面中采用图形实体的AcDbObjectId指针集中管理各设计实体之间的逻辑关系,设计分段参数批量设计条件类似的横断面,重载图形实体的夹点函数使用户可以橡皮条式拖拽编辑图形,扩展实体的绘制功能使用户能自定义设计图形.该系统能实时响应用户的设计动作,通过编辑图形直接修改设计参数,增强了用户的交互式体验,并能应对大量横断面的批量化设计和自定义的特殊设计,实现图数互驱、实时的路基横断面交互式辅助设计系统.     

拼博 创新 超越--记保定建强制动软管有限公司

如今,在竞争日益激烈的制动软管市场上,建强公司正悄然兴起,受到越来越多业内人士的注意。他们生产的制动软管系列产品,从最初的"建强"牌到更新换代后的"超强"牌皆以优异的品质赢得了广泛的赞赏,并已开始为一些名牌企业配套,如大长江集团、钱江集团、济南轻骑铃木公司等。建强公司组建于1996年,专业生产制动软管及制动软管总成,注册商标"建强"牌,同年10月又研制成功了摩托车制动软管。1998年2月该公司通过     

桥头搭板结构分析

将桥头间搭板简化为具有局部脱空的Winkler地基梁，针对不同的端部支承条件，对它在移动车辆荷载作用下的受力状况进行了全面分析，绘制了几种典型搭板的最大弯矩影响线图，给出了可用于搭板设计的诺模图。     

HEV驱动系统的键合图建模和仿真计算

在深入研究某种混合动力汽车(HEV)驱动系统及其各单元动态特性的相互关系的基础上，运用键合图原理对该系统进行数学建模，并应用Matlab／Simulink进行仿真计算和研究。研究表明，所建模型较准确地反映HEV的动态特性，并发现由于多动力耦合中弹性与柔性耦合影响导致的载荷与运动波动，并证明调整阻尼可有效减小波动。     

任意锥筒展开尺寸的计算

针对气卸散装水泥车Ｖ形罐体制作中锥筒放样难度较大的情况，提出了通过分析法选点计算画出锥筒展开图的方法。计算时，选点随意，精度度较高，适用于任意锥筒的放样，可为电脑控制下料提供准确的数据。     

利用3DS MAK制作桥梁,立交三维动画及渲染

可视化设计手段直观地反映了设计结果，它是工程设计投标和汇报中必需的技术手段，本文介绍了３ＤＳ ＭＡＫ的新特点，及如何利用这些新特点制作桥梁，立交三维动画及渲染图。     

城际铁路地下线振动源强取值研究

随着城际铁路快速发展,沿线可能存在较多如学校、住宅、宾馆等对振动敏感型建筑,轨道结构需结合不同工况进行特殊设计以满足减振要求,合理准确振动源强对轨道减振设计非常重要。为解决既有城际铁路振动源强取值不准确问题,提升城际铁路振动预测的准确性,采用实测与仿真的方法对城际铁路源强值进行研究。首先,对某城际铁路矩形隧道地段实测了现场振动数据,并建立有限元分析模型。之后,采用实测的振动源强数据验证有限元分析模型。建立适用于不同速度范围的明挖隧道及暗挖隧道,分析不同隧道类型、不同车速工况下的振动源强数据,得出城际铁路不同速度级及不同隧道类型的振动源强推荐值。     

基于图谱表分析的铁路货车发展需求探讨

分析国外货车产品系列演变、技术发展路线以及后续产品发展的策略和理念,着眼于我国货车技术现状、发展历程和运用情况,结合我国路网规划,分析货运方面总体运输现状及需求趋势预测,提出我国货车图谱表建议.     

散装谷物船自动配载方案分析

为实现散装谷物专运船在一港装卸单一谷物的情况下,自动生成满足稳性、浮态等要求的配载方案,采用基于Excel结合VBA的程序,在选定载重线,输入谷物积载因数等参数后,自动查表计算船舶稳性、吃水差等指标,通过设置吃水差的要求,生成能满足浮态要求的备选方案,经程序选出达到稳性等要求的配载方案,并填制散装谷物运输稳性计算专用表格,减轻配载人员工作强度,提升工作效率。     

一种基于交通态势算法的交通预警系统设计

为实时监控高速公路的交通状况,设计并实现一种基于交通态势算法的交通预警系统,该系统主要由态势计算、异常拥堵预警和交通迁徙计算等3个模块组成。采用Van-Aerde模型表征交通流的状态和变化规律,得到密度、速度和流量之间的关系;综合考虑交通预测的时空性,采用基于图卷积网络(Graph Convolutional Network, GCN)和长短期记忆(Long Short-Term Memory, LSTM)单元的时间图进化网络(GCN-LSTM)模型对未来交通流异常拥堵情况进行预警。试验结果表明,该预警系统能通过实时计算当前交通流的密度、速度和流量评估交通状态,并确定密度和速度阈值,警示当前道路在该阈值附近时通行效率高,帮助改善交通状况;相比传统的基于神经网络方法和机器学习方法的预警系统,该预警系统在预测精度方面表现良好,能有效降低误报率,且具有一定的鲁棒性。