基于ANN的船舶撞击高桩码头群桩损伤位置预测

本文采用有限元软件ABAQUS建立了船舶撞击高桩码头群桩的空间有限元模型。通过计算评估了撞击力、桩体刚度、撞击位置和撞击角度下对群桩结构损伤位置的影响。基于人工神经网络(ANN)方法,对不同参数组合下的群桩结构损伤位置进行了预测,并对ANN方法的可行性进行了评估。     

长大货物车适应THDS轴温探测技术的研究

针对不适应THDS轴温探测系统的长大货物车,分析论证了现车轴箱改进方案适应THDS轴温探测的不足,并提出了轴箱优化方案。经计算、试验和装车验证表明,新轴箱可行、有效、安全,满足THDS轴温探测要求,保证了长大货物车运输安全。     

Strain prediction for critical positions of FPSO under different loading of stored oil using GAIFOA-BP neural network

FPSO (floating, production, storage and offloading) units are widely used in the offshore oil and gas industry. Generally, FPSOs have excellent oil storage capacity owing to their huge oil cargo holds. The volume and distribution of stored oil in the cargo holds influence the strain level of hull girder, especially at critical positions of FPSO. However, strain prediction using structural analysis tools is computationally expensive and time consuming. In this study, a prediction tool based on back-propagation (BP) neural network called GAIFOA-BP is proposed to predict the strain values of concerned positions of an FPSO model under different oil storage conditions. The GAIFOA-BP combines BP model and GAIFOA which is a combination of genetic algorithm (GA) and an improved fruit fly optimization algorithm (IFOA). Results from three benchmark tests show that the GAIFOA-BP model has a remarkable performance. Subsequently, a total of 81 sets of training data and 25 sets of testing data are obtained from experiment using fiber Bragg grating (FBG) sensors installed on the surface of an FPSO model. The numerical results show that the GAIFOA-BP is capable of predicting the strain values with higher accuracy as compared with other BP models. Finally, the reserved GAIFOA-BP model is utilized to predict the strain values under the inputs of a 10-day time series of volume and distribution of stored oil. The predicted strain results are further used to calculate the fatigue consumption of measurement points.     

基于时延特性建模的多断面短时交通流预测

针对现有交通流预测方法未充分考虑多断面车流演变规律，提出基于时延特性建模的时空相关性计算方法. 该方法采用对不同断面、不同时刻交通流的分布相似性度量，对输入的车辆到达数据序列进行切割构建时空相似度矩阵，得到相邻断面之间的时延参数. 基于时延特性建模，将多断面之间的流量信息进行融合，使用长短时记忆(LSTM)网络进行流量预测. 通过对实际路段数据的预测和结果分析，验证所提方法的有效性和实用性.     

重载货车摩擦缓冲器阻抗特性的数值模拟

为预测摩擦缓冲器的实际工作状态,从几何特征和作用原理的角度,建立详细的MT-2型缓冲器理论模型。首先,通过对缓冲器内部各摩擦元件的运动学和静力学分析,推导出缓冲器在准静态下的阻抗特性;其次,引入附加摩擦系数量化各摩擦元件之间动静态摩擦过渡时的黏滞补偿,并模拟出缓冲器在动态下的阻抗特性;最后,利用C80型货车冲击试验数据对该缓冲器的理论模型进行验证。验证结果表明:总体上,数值模拟和现场试验下的缓冲器示功曲线基本吻合,说明模型的正确性;局部上数值模拟中缓冲器从加载Ⅰ阶段过渡至加载Ⅱ阶段的突变现象在冲击试验中表现的并不明显,还有待进一步完善。     

HXD1型机车自动驾驶系统设计与应用

主要介绍HXD1型交流传动电力机车的自动驾驶系统方案设计与应用情况,以机车改动最小、成本最低为原则,通过加装自动驾驶系统设备、通信及供电线缆实现自动驾驶功能。通过机车自动系统的成功运用,降低了人工劳动强度,杜绝了人为失误因素,提升了机车操纵水平和操纵一致性。     

提高TSP探测精度的途径

TSP作为目前最先进的隧道地质超前预报探测仪器，得到了广泛的应用。但是由于在现实中存在各种问题，从而导致该仪器的预测精度受到了极大限制，主要阐述如何提高其预测精度，更好地为隧道的建设服务。     

铁路货物追踪系统的构建

铁路货物运输组织是铁路工作的一个核心内容,铁路货物追踪系统的设计与实现能够为货主提供更好、更快的服务,同时加快和保障铁路货运工作的组织。通过对铁路整车货物运输的流程分析,制定货物追踪系统的目标,分析系统功能。通过数据的采集和信息共享平台的建立,提出货物追踪系统的实现途径。     

隧道工程建设地质预报及信息化技术的主要进展及发展方向

复杂的不良地质条件是制约隧道安全高效建设的主要因素,要实现隧道工程的安全高效建设,首先要提高地质预测预报技术水平及其信息化程度。1)介绍我国复杂不良地质隧道超前预报的方法进展及其应用,包括突水突泥灾害源超前探测方法与设备、断层破碎带超前预报、城市地铁溶洞和孤石等探测的进展及应用等;2)介绍我国隧道岩爆监测预警方法及其应用,预报清楚之后就要加强安全风险过程监控;3)介绍基于BIM技术的建筑物(隧道工程)安全风险监控最新进展,包括安全风险实时感知系统和实时预警系统;4)指出隧道工程建设信息化技术的发展方向,包括开展基于大数据技术的TBM/盾构施工的分析与控制研究以及数字隧道向智慧隧道(建设和运营维护)的发展。