钢箱梁桥基面结构对桥面铺装的影响

借助ANSYS结构有限元分析程序,研究了在各种基面参数下钢箱梁顶板顶面的横向弯拉应变、纵向弯拉应变和竖向位移,给出了各种基面参数对正交异性板钢箱梁顶板顶面的影响规律,并对结构基面进行了优化,为钢箱梁桥面铺装结构体系的优化设计提供了技术支撑.     

K近邻短时交通流预测模型

为了准确预测道路短时交通流,构建了基于K近邻算法的短时交通流预测模型。分析了K近邻算法的时间和空间参数,提出4种状态向量组合的K近邻模型:时间维度模型、上游路段-时间维度模型、下游路段-时间维度模型与时空参数模型。以贵州省贵阳市出租车的GPS数据对几种K近邻模型进行了检验。分析结果表明:带有时空参数的K近邻模型具有更高的预测精度,其预测误差最小,平均为7.26%。基于指数权重的距离度量方式能更精确的选择近邻,其预测误差最小,平均为5.57%。与神经网络和历史平均模型相比,带有指数权重的K近邻模型具有更好的预测精度,平均预测误差仅为9.43%。可见,带有时空参数与指数权重的K近邻模型可作为道路短时交通流预测的有效手段。     

基于图像处理齿轮表面缺陷测量技术

通过数字图像处理技术可实现齿轮在线快速、准确的测量.介绍了齿轮图像采集系统,通过图像预处理、几何特征提取等图像处理技术实现了齿轮表面缺陷几何特征参数的测量,且在此基础上基于MAT-LAB开发了齿轮表面缺陷几何参数检测软件,为基于图像处理技术齿轮在线快速检测提供了技术基础.     

汽车传动系扭振激励辨识与减振措施

为汽车传动系统扭振的建模与仿真,本文中提出了一种扭振激励的辨识方法.首先,通过实车道路试验,获得了样车加速工况的传动系扭振数据;然后,为研究和预测样车的扭振特性,建立了传动系统4自由度非线性动力学模型,同时提出了一种缸压曲线的拟合函数,并通过参数辨识得到缸压曲线的估计,从而获得激励转矩;接着,对模型进行数值仿真并与试验...     

结构参数对扩张式消声器消声性能影响的数值分析

扩张式消声器具有结构简单、成本低廉、消声性能良好等优点,广泛应用于汽车进排气系统噪声控制,为对其消声性能进行深入分析,应用有限元数值仿真方法,详细讨论了结构参数对消声性能的影响。     

彭湖高速公路高填路堤稳定性敏感分析

以彭湖高速公路K26+150高填路堤为研究对象,通过对现场调研并采样开展室内土的物理性质试验、击实实验和直剪试验。在不同压实度情况下取得粘聚力c、内摩擦角φ值的基础上,采用极限平衡法分析不同粘聚力c、内摩擦角φ、容重γ、坡高H和坡比m情况下高路堤的稳定性,并探讨了各种强度参数与边坡稳定性的敏感性关系。初步表明内摩擦角φ和坡比m对路堤边坡稳定性影响更为敏感。     

交通事件持续时间预测及参数标定

有效的交通事件管理应基于精确的交通事件持续时间预测。交通事件持续时间包括4个部分:事件发现时间,事件响应时间,事件清除时间和交通恢复时间。提出了基于元胞传输模型的交通事件持续时间预测模型以及参数标定方法。实测数据和仿真数据对比结果表明,基于元胞传输模型的交通事件恢复时间预测方法具有较高的精度。     

车速变化对车辆操纵稳定性的影响(英文)

为了降低车速变化对车辆操纵稳定性的影响,建立了考虑车速变化的动态车辆转向运动模型,分析了描述模型的微分方程组所有系数都是随车速变化而时变的特性,通过变参数动态仿真,定量研究了车速变化对车辆操纵稳定性的影响.研究结果表明:减速时正的纵向车辆惯性力使后轴负荷向前轴转移,导致前轴侧偏刚度变大,后轴侧偏刚度变小,进而使车辆的横摆角速度增益增大,即车辆操纵稳定性变差;初始车速越高,减速度越大,车辆横摆角速度增益增大越快;加速时负的纵向车辆惯性力使前轴负荷向后轴转移,导致前轴侧偏刚度变小,后轴侧偏刚度变大,进而使车辆的横摆角速度增益减小.可见,减小车辆减速度、降低车身质心高度及增大轴距是弱化减速导致车辆操纵稳定性急剧变差的有效方法.     

Intelligent direct analysis of physical and mechanical parameters of tunnel surrounding rock based on adaptive immunity algorithm and BP neural network

Because of complexity and non-predictability of the tunnel surrounding rock, the problem with the determination of the physical and, mechanical parameters of the surrounding rock has become a main obstacle to theoretical research and numerical analysis in tunnel engineering. During design, it is a frequent practice, therefore, to give recommended values by analog based on experience. It is a key point in current research to make use of the displacement back analytic method to comparatively accurately determine the parameters of the surrounding rock whereas artificial intelligence possesses an exceptionally strong capability of identifying, expressing and coping with such complex non-linear relationships. The parameters can be verified by searching the optimal network structure, using back analysis on measured data to search optimal parameters and performing direct computation of the obtained results. In the current paper, the direct analysis is performed with the biological emulation system and the software of Fast Lagrangian Analysis of Continua (FLAC3D. The high non-linearity, network reasoning and coupling ability of the neural network are employed. The output vector required of the training of the neural network is obtained with the numerical analysis software. And the overall space search is conducted by employing the Adaptive Immunity Algorithm. As a result, we are able to avoid the shortcoming that multiple parameters and optimized parameters are easy to fall into a local extremum. At the same time, the computing speed and efficiency are increased as well. Further, in the paper satisfactory conclusions are arrived at through the intelligent direct-back analysis on the monitored and measured data at the Erdaoya tunneling project. The results show that the physical and mechanical parameters obtained by the intelligent direct-back analysis proposed in the current paper have effectively unproved the recommended values in the original prospecting data. This is of practical significance to the appraisal of stability and informationization design of the surrounding rock.     

双向道路“分隔带调头口”排队模型化

在以往的道路分隔带调头口的设计中,多是采用经验做法,这不免存在缺陷。为了弥补这一缺陷,必须对调头口进行量化研究,用数学知识来描述调头口。排队模型就是个很好的工具,把调头口模型化,从理论上对调头口的排队性质与排队参数进行论述。基于排队模型的性质,系统的到达率与服务率是进行排队研究的基础。在调头口排队系统中,主要利用概率知识从理论上进行推导。在调头口排队理论基础上,通过实际交通调查即可确定调头口的设计长度,也可决定调头口是否应该采取交通管制。