基于柴油机考核工况的活塞高周疲劳寿命预测

针对柴油机台架耐久性试验规范规定的柴油机考核方法及工况,建立了多工况循环载荷作用下活塞高周疲劳寿命预测流程;采用Abaqus有限元分析软件建立活塞温度及应力计算模型,通过与试验数据对比进行模型标定,计算了各工况下活塞温度场及应力;采用Femfat软件考虑温度场及各种修正因素的影响对活塞单工况下高周疲劳寿命进行预测,采用双线性累积损伤准则对柴油机考核工况下活塞疲劳寿命进行预测。结果表明:采用双线性累积损伤准则可便捷地进行多工况周期性载荷下活塞高周疲劳寿命预测;活塞冷却油腔位置处寿命最低,但可满足柴油机考核使用要求。     

HSP法在引汉济渭TBM隧道地质预报中的应用

为了解决超前地质预报与TBM快速施工之间的干扰,结合TBM的施工特点,分析地质预报的难点,介绍适用于TBM施工的HSP声波反射法原理和探测方案。该方法创造性地利用刀盘剪切岩石产生的振动信号为震源信号,采取阵列式布极,获取前方地层特征参数,来预报TBM施工前方的地质条件,来达到TBM快速施工的目标。通过HSP在陕西省引汉济渭工程TBM施工段应用案例的解析和实际情况的对比分析,表明HSP声波反射法对不良地质结构面的存在具有较好的正相关响应,是适用于TBM施工时地质预报的高效方法之一。     

地铁车辆噪声现状及分析

随着城市轨道交通车辆的快速发展,乘客对地铁车辆的舒适性提出了更高的要求,地铁车辆运营阶段的噪声问题成为目前广泛关注的热点问题,也是亟待解决的问题。文章从地铁车辆的噪声现状入手,分析轮轨相互作用引起的轮轨噪声问题,车体和薄弱环节的隔声与密封问题,以及隧道运行环境会产生混响声场环境差异问题等,为车辆噪声控制提供依据并指明方向。     

3×340m公铁合建多塔斜拉桥结构体系研究

珠机城际金海特大桥主桥采用(58.5+116+3×340+116+58.5) m四塔三主跨斜拉桥,为国内首座公铁平层合建的多塔斜拉桥。金海桥塔多联长,采用何种结构体系提高结构刚度、减小温度效应及改善结构受力是结构设计的关键。为此,在总结既有多塔斜拉桥经验的基础上,比选了半漂浮体系、刚构-半漂浮体系、梁式支承体系以及首次在多塔斜拉桥应用的刚构-连续体系。通过对4种结构体系的刚度,结构受力等分析,并考虑构造要求和经济性,推荐采用刚构-连续体系,即两中间塔墩梁固结,两边塔梁固结、塔墩分离。该体系有效提高了结构整体刚度,主梁、桥塔及斜拉索受力较优,同时降低了温度效应的不利影响,车桥动力仿真分析结果表明,桥梁的振动性能良好,行车舒适性优。     

城轨云化建设背景下的高速车地通信测试

介绍基于无线局域网(WLAN)的车地无线技术在高速轨道交通场景中的通信性能测试项目的、测试情况以及测试结果,测试组网采用5?725～5?850 MHz频段80 MHz频宽组网,轨旁AP设备按照间距200 m的间隔进行部署。通过测试验证了WLAN技术在列车高速移动场景下的各项通信性能指标,经过测试验证WLAN车地无线链路平均切换时延小于12 ms、平均丢包率小于0.1%、平均传输时延小于2 ms。在120 km/h、160 km/h场景下车地通信速率可达到350 Mbps以上,在80 km/h场景下车地通信速率可达到450 Mbps以上。本次测试可为后续市域铁路等高速轨道交通项目乘客信息系统业务承载提供参考依据。     

随机森林算法在地铁车辆门系统润滑退化状态预测中的应用

为了更准确地对地铁车辆门系统的润滑退化状态进行诊断,提出了一种基于随机森林(RF)算法的车门润滑退化预测方法。首先,从车门驱动电机的电流、转速和转矩输出信号中提取时域特征指标作为表征车门运行状态的特征向量;然后,将特征向量作为RF算法的输入,对系统的润滑退化状态进行离线建模,得到不同的润滑退化状态的训练模型;最后,将在线分析结果与离线建立的模型库进行对比,预测当前系统所处的润滑状态。仿真结果表明,与传统的单分类器K-Means的诊断结果相比,RF算法在车门的润滑退化预测中具有更高的精度,可以及时预测系统的润滑退化征兆,对提高车门系统的安全性、可靠性,以及降低故障率具有重要意义。     

短时交通流预测模型综述

介绍短时交通流预测的背景和意义,将短时交通流预测的方法分为5类,包括基于统计分析的预测模型、非线性理论模型、基于仿真的预测模型、智能预测模型及混合预测模型。对这5类预测模型进行逐一介绍,并对其在算法复杂度、预测精度、计算时长、适用路段等方面进行分析。短时交通流预测研究领域今后可能的发展趋势是数据来源多样化、混沌理论和深度学习逐渐发展,组合预测模型更加多样,预测精度不断提高。     

基于集成学习模型的城市轨道交通车载数据分析与列车停车误差预测

提出了一种基于Stacking策略的集成学习模型算法。通过基础模型算法评估阶段和基础模型算法集成阶段,成功选出K个基础模型,并基于模型集成策略完成了模型的集成工作,最终得到了基于Stacking策略的集成预测模型。基于实际案例,使用该集成模型对列车停车误差进行预测,并对预测结果进行验证。验证结果显示,基于Stacking策略的集成学习算法模型的训练效率高、预测精度高,与其他传统模型相比具有较强优势。     

路中高架车站的景观设计

论述高架车站景观设计的研究背景;从行人对外部空间的感受入手,对路中高架车站景观设计中首先应当考虑的核心要素(城市、行人、车站功能等)进行分析;通过建立计算机模型、分析建成车站实例、引入D/H理论(D为视点到视觉对象的距离,H为视觉对象的高度)等方法,对这些核心要素进行研究.     

基于等维灰数递补模型的软弱围岩隧道变形预测

结合隧道掘进施工以及变形监测的实际情况,利用灰色预测理论中的GM(1,1)模型,采用等维灰数递补数据处理技术建立等维灰数递补GM(1,1)模型来对灰色GM(1,1)模型进行改进,并结合工程实例中的变形实测数据进行验证.结果表明:修正模型的建立所需数据少,计算方法简单易行,而且预测值精度明显提高;灰色建模的数据取样越接近预测点,则得到的模型预测值越接近实际值,一般4次预测值的结果基本接近于实测值,该模型能更真实地反映软弱围岩隧道的变形规律.