基于制动系统实时监测的CST电控系统

以单片机为核心,用C语言编写控制指令,研制螺纹剪切吸能装置(CST)电子控制系统中的制动性能实时监控系统。该系统以微电子机械系统(MEMS)电容加速度传感器监测动态制动减速度值,将制动抱死点减速度平均值的50%设置为门限值作为判断制动系统是否失效的依据。结果表明,该门限值可以起到认定制动系统是否失效的作用,设计的电子控制子系统能够按预期的方式控制CST的伸缩。     

高速公路高边坡段排水平孔设计研究

排水平孔是提高边坡稳定性的重要设施之一.参照渗沟水力计算,提出排水平孔单孔排水能力计算模型;并分析与排水平孔流量相关的三个重要参数--孔长、孔径、孔间距,得出相关结论;进而提出试算法布设排水平孔.     

水化硅酸钙超细粉体表面湿法改性

为改善水化硅酸钙超细粉体与高分子材料基体的相容性, 采用4种改性剂对其进行表面湿法改性处理,从中优选了1种改性剂.对优选的改性剂,通过正交试验,研究改性剂用量、浆料浓度、改性温度以及改性时间对超细水化硅酸钙粉体改性的影响.试验所得最佳改性效果:活化指数从0提高到95%,吸油值由86.5 mL/100 g降到69.5 mL/100 g.红外光谱图分析显示,优选的改性剂在水化硅酸钙粉体表面产生了化学吸附,使粉体表面有机化.     

湿排粉煤灰水泥混凝土配合比设计及应用

文章通过对大量室内试验结果的分析得出了湿排粉煤灰水泥混凝土配合比设计的方法,提出了配合比设计参数的合理范围并对湿排粉煤灰水泥混凝土的应用过程提出几点要求。     

新型环保气吸式氧化铝卸船机

VIGANNIV400AL型氧化铝卸船机是一种连续式气力卸船机。它除了具有无粉尘洒落、取料方便、对船舶适应性强、结构简单、重量轻、易维修等特点外,还专门针对氧化铝采用了许多新技术和新装置,如连续卸船-灌包一体机、变频气送系统、专用过滤器、专用叶板式卸料器、HZLLMAR夹轨器等。     

"防城"号耙吸挖泥船实船功率测试及耙头改造后作业航速预报

通过"防城号"1500m3耙吸挖泥船实船多工况轴功率测试,对该船作业工况各种阻力成分进行了定量分析,找出各分量之间的比例关系,并对该船改造后的作业技术性能进行了预报.     

土工排水材料在路面和路基排水中的应用

水是导致道路破坏的主要原因之一。在道路系统中铺设水平的复合排水网是促进排水、提高道路使用寿命的有效办法。根据美国公路与运输管理协会（AASHTO）的有关资料计算表明：要取得这种效果,需在道路面层或基层下设置相应的排水层,排水层可以使用开级配沥青稳定碎石垫层,也可以使用土工复合排水网。成本效益取决于道路提高排水后的最终性能及使用寿命,使用复合排水网后,道路性能明显提高,道路的使用寿命得到延长。该文主要介绍了道路排水的设计方法以及新型的复合排水网在道路排水中的应用。     

城市轨道交通杂散电流的防护

杂散电流对供电系统周边的环境和基础设施的危害很大.对杂散电流的防护应采用"以防为主,以排为辅,防排结合,加强监测"的原则.结合多年的现场施工经验,从杂散电流的防护方法、技术原理及杂散电流的监测等方面,对城市轨道交通杂散电流的防护进行探讨.     

多物理场下超薄吸波磨耗层微波加热性能研究

微波加热技术在沥青路面除冰中的应用得到了广泛的关注,然而目前多对沥青路面整体进行微波加热增强,从而导致路表加热效率提升缓慢。为了进一步提高沥青路面路表的微波加热性能,采用碳化硅(SiC)微波增强集料制备了一种超薄吸波磨耗层,通过微波加热以及除冰试验分析了超薄吸波磨耗层的微波加热性能以及加热耐久性,确定了超薄吸波磨耗层的最佳厚度。并采用COMSOL Multiphysics有限元软件建立了多物理场沥青混凝土微波加热模型,分析了超薄吸波磨耗层的设置对微波加热过程中电磁场的强度与分布以及温度场的影响。研究结果表明：在2.45 GHz频率的微波加热下,超薄吸波磨耗层具有良好的微波加热性能,10 mm厚的超薄吸波磨耗层的微波加热效率相比于普通沥青混合料以及整体微波增强的沥青混合料提高了4.47倍和1.40倍。SiC稳定的微波吸收性能保证了超薄吸波磨耗层具有良好的微波除冰耐久性,在经过反复的微波加热除冰后超薄吸波磨耗层的除冰时间仍然可以保持在45 s左右。数值仿真模拟结果表明超薄吸波磨耗层较强的微波吸收能力可以局部增强试件表层的电磁场强度,从而使更高的温度分布在试件表层。超薄吸波磨耗层内部的电场强...     

面向多层级目标的汽车前围声学包优化研究

为了研究汽车声学包设计参数对其多性能目标的影响,首先,改进了传统的深度信念网络（DBNs）方法,并提出SVR-DBNs (support vector regression-deep belief networks)模型,提升了模型映射的准确度;其次,从车辆噪声传递关系与层级目标分解角度出发,提出了一种多层级目标预测与分析方法;最后,将所提方法应用于具体车型的前围声学包性能、重量与成本多目标预测与优化分析.研究结果表明：SVR-DBNs方法对前围声学包性能、重量与成本目标预测准确度均在0.975以上,优于传统的反向传播神经网络（BPNN）、SVR与DBNs模型;基于SVR-DBNs模型的优化结果与实测结果接近,两者加权目标相对误差为1.09%（平均传递损失（MTL）、重量和成本相对误差绝对值分别为1.44%、1.04%与0.71%）,优化后的实测结果较前围声学包原始状态性能、重量和成本分别提升了5.51%、9.01%与4.40%.