a-N曲线的四参数方程拟合

用目前普遍采用的三参数方程对 5组裂纹扩展a N试验数据进行拟合时发现 ,该方程对裂纹扩展全过程试验数据的拟合精度不高 ,特别是当N接近断裂寿命时误差变得很大。为此 ,提出了四参数方程 ,将确定方程中未知参数的问题化为求多元函数极小点的数学规划问题 ,用四参数方程来拟合裂纹扩展全过程a N试验数据时可得到比三参数方程更好的拟合精度。     

井控装置快速接头试验评价研究

针对石油井控装置中的快速接头在沙漠环境下出现的磨损、漏油、堵塞、配合不良等问题,分析使用环境的特点以及对快速接头的使用要求,提出了分别从密封性、对偏心载荷的补偿性能、灵活性和耐久性等4个方面对快速接头的使用性能进行评价的原则。按照这些原则对现有的快速接头进行了试验研究和分析,对其使用性能进行了评价,筛选出了使用性能较好的快速接头型号,并提出了快速接头持久、可靠使用的基本准则和措施。     

基于Bentley平台的铁路工程BIM设计关键共性技术研究

铁路工程站前、站后各专业在开展BIM设计研发工作中存在研发进度不均衡、基础功能重复开发、应用标准不统一等问题,针对铁路工程BIM设计的基础、共性技术进行研究,并提出完成相关API库与程序开发的技术方案。通过对铁路线路空间位置计算API库、基于线路中线的BIM模型构件布设与拼装、基于最小设计单元的专业结构树、BIM模型构件非几何信息添加、BIM模型剖切5项关键共性技术的研究,以Bentley平台为依托,采用C++/CLI混编和WebService技术,构建铁路线路空间位置计算API库与通用函数库,以最小设计单元的方式建立了专业结构树,利用.NET API二次开发接口,研发了铁路工程BIM设计辅助工具。该API库已在专业BIM设计系统研发中进行了集成与调用,辅助工具已在BIM设计中进行了应用。应用表明,该技术方案可提高铁路线路相关功能的研发效率,具有一定参考借鉴意义。     

基于FTA-BN的综合交通枢纽中地铁车站安全风险评价

以综合交通枢纽中的地铁车站安全为研究目标,综合考虑综合交通枢纽中特殊的客流组成和乘客特征,以踩踏、火灾、水灾、公共卫生和大面积滞留5类易发风险事故作为研究对象,基于FTA-BN方法对其影响因素进行分析,识别其风险因素,建立相应的事故树模型,转化为贝叶斯网络模型进行风险评价;引入三角模糊数处理专家自然语言,得到贝叶斯网络中的先验概率和条件概率分布,然后通过贝叶斯网络模型进行网络推理计算和敏感性分析,找出地铁车站中的薄弱部分,制定相应的风险管控措施,从而提高枢纽中地铁车站对于紧急事件的应对能力。以广州南站地铁车站为例进行快速评价,结果表明：广州南站在公共卫生安全方面存在一定危险,发生概率为42.98%,且较易发生大面积滞留事件,可能性为30.40%。     

基于LTE-M的下一代列控数据通信系统设计与可用性评估

相对于传统的基于通信的列车运行控制系统(communication based train control,CBTC),下一代列控系统将具有架构可靠、速率快、成本低以及服务质量高等优点,且数据通信系统的可用性能够保障列车的安全和高效运行。面向下一代列控系统,首先设计基于LTE-M(long term evolution-metro,LTE-M)的通信系统结构;然后针对下一代列控系统典型场景,利用确定与随机Petri网(deterministic and stochastic petri nets,DSPN)进行可用性建模,最后进行模型求解和可用性评估。仿真结果显示,基于LTE-M的下一代列控数据通信系统能够满足实际通信需求,其可用性分析方法可以完成数据通信系统的可用性建模与评估。     

基于小波神经网络的地铁基坑地表沉降随机预测

通过南通地铁软土层基坑降水模型试验发现,降水引发的基坑地表沉降随着监测点距基坑支护桩距离的增大而减少,工程中距离支护桩越远,沉降量越小.在不同的监测点沉降量的监测值与公式计算值总体变化规律相似,但受降水因素、施工扰动和地下多变的岩土环境等影响,存在一定的随机性.利用权值参数对小波神经网络的激励和输出函数进行修正,利用梯度下降的方法对伸缩和平移参数进行优化.在此基础上,以水位降深、土层的压缩模量、厚度、固结度和监测点方位为输入参数,基坑总沉降量为输出参数建立改进后的随机小波网络基坑地表沉降预测模型.工程实例表明,改进后的随机小波网络模型能使基坑地表沉降预测值较好地拟合工程实测值,误差均小于±8％,相比传统公式的计算值更具合理性.     

海上风电机组齿轮箱散热异常状态预测方法

齿轮箱是海上风电机组的关键部件,其散热状态直接影响着风电机组的运行状态。为减少因齿轮箱散热异常影响机组运行状态进而造成不必要的发电量损失,提出一种随机森林算法的齿轮箱散热异常状态预测模型。该模型首先基于风电机组运行机理对数据进行预处理以及的样本的标定,然后基于随机森林算法进行模型训练,最终实现风电齿轮箱散热异常状态的预测,通过2个风场现场SCADA数据的试验验证,该预测方法的精度达到97.1%,证明了所提方法能够有效及准确地对海上风电机组齿轮箱的散热状态进行预测。     

集装箱舱位分配的随机动态优化方法

优化舱位分配的必要性随着运输技术的迅猛发展,在短短几十年的时间里,集装箱海上运输成为国际运输市场中占统治地位的服务方式。集装箱运输作为一个资本密集型行业,班轮公司在集装箱船舶和集装箱上投入了大量的资金。集装箱航运市场激烈的竞争和运输需求的不确定性,导致班轮公司要创造可观利润具有一定的难度,有些航运公司甚至发生了亏损,所以航运公司在长期运营规划决策上有必要通过优化舱位分配等手段来增加航运利润。     

层次分析法在港口起重作业装卸事故树研究中的应用

通过对港口起重作业大量事故案例原因分析,绘制了港口起重作业事故树。对港口装卸事故造成的原因重要度采用了层次重要度(AHP)分析法,将要素归并为不同的层次形成一个多层次的分析结果模型。求解基本事件及最小径集层次重要度过程中,采用了改进层次分析法,一次得到所求层次重要度,省略了一般层次分析法所要求的一致性检验,从而减少判断矩阵调整的盲目性。同时采用层次重要度法排列港口起重事故中基本事件及最小割(径)集重要性顺序,为事故控制方案的选择及制定安全检查表提供较可靠的理论依据。