水运对中国经济贡献率测算研究

以经济学中的产业波及理论模型为基础,运用投入产出法对水运行业的感应力系数和影响力系数进行了测算,同时测算并分析了水运业对中国经济、投资、就业的综合贡献率,较为全面地阐述了水运业对中国经济的影响,客观地提出了水运业对中国经济发展的作用和存在的问题。     

S变换在水下目标识别中的应用

研究了基于S变换模时频矩阵相似度的水下目标识别方法。根据测试样本对应的S变换模时频矩阵与标准样本对应的S变换模时频矩阵之间的相似度最大原则对测试样本进行识别。该方法不需要辅助分类器而直接实现目标识别,计算简单快速。仿真实验表明,该方法的识别率较高,且受噪声影响小,适合于水下目标识别。     

基于动网格技术对银盘船闸阀门段体型优化动态仿真研究

采用动网格技术和VOF方法对乌江银盘船闸阀门开启过程进行非恒定流三维紊流数值模拟,采用1min开阀方式分析阀门段水流急变分离的流态和压力的时空演化规律及出现空化空蚀的危险区域和时刻,并对阀门段体型进行了比较优化,最终确定了推荐方案。     

水下不分散混凝土抗冲刷临界流速和凸起障碍物影响

针对水下不分散混凝土抗冲刷性能,开展室内模型试验,得出8种典型抗分散剂掺量条件下水下不分散混凝土的抗冲刷临界流速。基于OpenFOAM的有限高度圆柱绕流三维数值模拟,分析凸起障碍物对水下不分散混凝土局部冲刷的影响机制。结果表明,增加抗分散剂掺量和减少单位用水量可以提高水下不分散混凝土的抗冲刷性能,HF-III型抗分散剂的效果比UWB-II型抗分散剂的抗冲刷效果好;凸起障碍物周围以及下游易发生局部冲刷;与松散沙床上圆柱周围的冲刷坑相比,水下不分散混凝土的冲刷坑范围较小,深度较浅,且主要位于圆柱的下游。     

岷江上游大型水电站运行对龙溪口下游航道枯水期水位和流量的影响

根据规划,岷江龙溪口—宜宾段将通过航道整治达到内河Ⅲ级航道标准.该河段多年历时保证率95％的流量仅能达到662 m3/s,但是岷江上游紫坪铺、瀑布沟等大型水电站的建成对下游河段通航流量产生了较大影响.根据紫坪铺水电站蓄水前、后高场水文站的径流、泥沙资料,分析紫坪铺等大型水电站建成后对下游河段水沙特性的影响,得知岷江上游...     

高原人群出行拥挤感知与调适行为研究

为缓解高原城市节日期间部分路段人流过于密集的状况,对高原人群出行过程中的拥挤感知和调适行为进行研究。首先,在对高原人群高度自由走行速度、生理尺寸进行测定的基础上,采用连续人群流动模型分别对高原人群拥挤临界密度、人群运动速度减小时的人群密度和人群停滞状态时的最大密度进行测算,进而标定高原人群最大忍受密度为8.5人/m2。然后,选取雪顿节期间八廓南街人流短时间内高度聚集的状况进行拥挤状况评估,结果显示该路段人群密度为8.34人/m2,接近高原人群最大忍受密度,因此判定八廓南街存在拥挤事故风险。最后,依据基于层次分析法的高原人群拥挤感知影响因素分析结论,提出相应的调适行为措施,力求维护民族宗教节日期间高原城市公众正常的出行秩序。     

长沙地铁2号线运营初期客流特征分析

开展客流特征研究对科学合理地设计轨道交通系统、优化运营组织设计具有重要意义。以长沙地铁2号线的地铁刷卡数据为研究对象,运用数理统计方法对其开通初期三年的运营客流进行分析,着重分析断面不均衡系数、车站进出站高峰系数与车站周边土地利用性质的相关性,线路客运量高峰系数与该线功能定位的关系,以及乘降量和换乘量的客流特征。针对上述结论对设计和运营提出建议,可为轨道交通的设计、建设、运营提供参考,也可为大城市轨道交通客流预测结果的合理性判断提供依据。     

城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.     

地铁车站站台火灾影响分析与人员疏散研究

掌握地铁车站站台火灾对人员的危害性及其发展规律是确保安全运营和人员高效疏散的前提.本文在计算流体动力学的基础上,结合Pyrosim仿真软件构建地铁车站站台火灾仿真模型.分析了站台内火灾烟气的扩散规律,并在此基础上根据热释放速率、火源数量及位置,以及排烟速率的不同设计火灾场景,探索这些因素变化对火灾发展的影响,并结合通风策略对人员疏散时间和速度进行比较分析.所得研究结论为站台火灾发生时的应急措施和人员疏散提供依据.     

基于神经网络的小时间粒度交通流预测模型

为解决传统车队离散模型基于概率分布假设和现有交通流预测时间粒度过大不能应用于自适应信号配时优化等问题.在车队离散模型的建模思路上,先分析了下游交叉口车辆到达与上游交叉口车辆离去之间的关系,基于此构建了基于神经网络的小时间粒度交通流预测模型.该模型以上游交叉口离去流量分布为输入,下游交叉口到达流量分布为输出,时间粒度为5 s.最后,通过实际调查数据标定模型参数并应用模型预测下游交叉口到达流量.结果表明,与Robertson模型相比,本文模型预测结果能够更好地反映交通流的变化特征,平均预测误差减少了8.3%.成果可用于信号配时优化.