澜沧江急滩消滩水力指标确定方法

依据澜沧江多个急滩的实测和研究成果,采用成滩流量法获取了代表船型的初步消滩水力指标,指出初步消滩水力指标存在数据离散、指标不系统、难应用等不足,需要将其推算为常规的便于应用的系列指标;通过船舶有效推力与航行阻力受力平衡分析,导出急滩消滩水力指标的合理表达式,将流速、比降合并为一个称为消滩判数的综合消滩指标;用消滩判数表达式对初步消滩水力指标进行曲线拟合,可简单地确定出应用方便的合理的系列消滩水力指标。     

五连杆非独立后悬架弹性转向特性

为研究五连杆非独立后悬架车辆的操纵稳定性,建立了含后轴弹性转向的线性三自由度操纵稳定性整车模型,运用频域法研究了后轴弹性转向对整车不足转向性能的影响.结果表明:左、右上拉杆的交点相对后轴中心的纵向位置及上拉杆衬套的刚度影响整车的不足转向特性.当上拉杆交点位于后轴之后1.65 m及上拉杆衬套的扭转刚度为1.5 kN.m/rad时,整车的不足转向特性较理想.试验与理论模型仿真结果趋势一致.     

扰动观察法的MPPT负载突变误判现象研究

在光伏系统中,Boost电路常常作为前级电路,使其工作在最大功率点处,以向后级电路传输最大的能量。然而在系统运行过程中,由于后级电路在调整过程中以及到达稳态后负载的加载、掉载等原因,会造成后级电路等效输入电阻(前级电路输出电阻)发生变化。因此可能会造成前级Boost电路功率点比较发生错误,从而发生误判现象。针对前级电路在应用扰动观察法做MPPT时,负载突变对电路误判的影响,对电路从开始调整到电路稳态后的全过程中的误判现象做了理论分析和总结。最后搭建了Boost实验电路验证了分析的正确性。     

跨铁路步履式多点顶推钢箱梁施工技术

结合宁波市福明路半漂浮体系的双塔双索面斜拉桥钢箱梁的施工项目,对步履式多点顶推法施工中的临时墩设置、导梁设计、顶推设备作简单叙述,对顶推施工中的同步顶推、纠偏、控制力和位移控制措施及注意事项等进行了详细介绍。可为今后同类型桥梁的施工提供参考。     

CRTSⅡ型无砟轨道板施工技术

随着高速铁路的不断发展,无砟轨道为铁路的高速运行提供了保证,CRTSⅡ型无砟轨道板作为高速铁路的核心技术,具有施工工艺新、质量要求高、过程控制重要、验收复杂等特点。结合京沪高速铁路四标段现场施工的实践,介绍CRTSⅡ型无砟轨道板的施工技术与质量控制措施。     

面向不同运营商的网络时延性能分析

本文的研究依据是工业和信息化部电信研究院的互联网优化平台项目,根据平台项目测量得到的网络性能数据,主要是时延和时延抖动这些重要网络性能参数,结合自治域的信息和跳数进行统计分析.通过对不同的运营商的跳数、时延分布进行对比分析,发现运营商之间性能存在的差异.在对各地区时延和时延抖动分析,验证了我国互联网发展的地区不平衡性.     

多点牵引道岔直流转辙机控制电路的改进

对3个牵引点的大号码道岔常用的直流转辙机控制电路进行分析,发现既有十线制控制电路电缆加芯严重且没有切断保护功能,经分析研究提出电路改进方案并应用于工程实践中。     

基于ADAM S的液压升降车双横臂独立悬架设计与分析

针对现有液压升降车车身窄、重心高,行驶过程中存在易侧翻等平稳性问题,为某型号液压升降车前桥设计了双横臂独立悬架.先建立空间拓扑图,采用空间解析几何方法得出车轮关键定位参数表达式,根据设计参数计算出关键定位参数;然后用多体动力学仿真软件ADAMS建立悬架的虚拟样机模型,进行运动学仿真优化,找出合理的车轮定位参数;根据仿真结果建立悬架实物分析模型,进行仿真结果与实验结果对比分析.结果表明:实验结果与仿真结果基本一致,各指标均满足了设计要求,验证了理论模型的准确性和仿真优化的可靠性.     

基于LabVIEW的地面电子单元C接口眼图算法研究与实现

基于LabVIEW平台的地面电子单元C1信号眼图算法,计算C1信号的眼图图形、幅值、平均数据率、上升时间、下降时间,以及掩膜入侵点参数值是否满足标准要求。设计实现眼图及相关参数计算的硬件、软件环境：硬件设计选用NI板卡实现数据采集与处理;软件设计采用LabVIEW语言编程,通过处理C1信号离散点计算眼图图形及参数数值,最终依据眼图参数值判定C1信号性能。通过试验对比同一地面电子单元输出信号眼图算法与示波器眼图模块的计算结果,得出眼图算法与硬件环境设计相关的结论,即在眼图算法与示波器的硬件环境接近的情况下,二者的计算结果也更接近。试验结果表明：基于LabVIEW实现的眼图算法具有稳定性、可用性与低成本优势,且可通过优化硬件环境提升算法的可信度。     

基于虚拟点云的二阶段多模态融合网络

针对点云的稀疏性和无序性对目标检测准确率的影响,本文提出了一种基于虚拟点云的二阶段多模态融合网络VPC-VoxelNet。首先,利用图像检测目标信息构造虚拟点云,增加点云的密集程度,从而提高目标特征的表现;其次,增加点云特征维度以区分真实和虚拟点云,并使用含置信度编码的体素,增强点云的相关性;最后,采用虚拟点云的比例系数设计损失函数,增加图像检测有监督训练,提高二阶段网络训练效率,避免二阶段端到端网络模型存在的模型误差累计问题。该目标检测网络VPC-VoxelNet在KITTI数据集上进行了测试,检测精度优于经典三维点云检测网络和某些多传感器信息融合网络,车辆检测精度达到了86.9%。