地铁小半径曲线钢轨型面打磨技术及评价＊

为了解决地铁小半径曲线钢轨非正常磨耗问题、延长曲线段钢轨使用寿命、保障列车运行的安全性和稳定性,通过实测分析小半径曲线钢轨型面数据的磨耗特点及其接触变化,设计出适用于小半径曲线轨道的钢轨打磨型面(Opt-60型面).建立地铁B型车动力学模型和轮轨接触有限元模型,分别对不同打磨型面在整个维护周期内的钢轨性能进行仿真计算.计算结果表明:相对于CN60打磨型面,Opt-60型面的打磨量减小了 44.2％,打磨深度减小了 0.646 mm;在维护周期内Opt-60型面的轮轨横向力和脱轨系数都有明显改善,安全系数有所提升,且横向平稳系数与垂向平稳性系数均得到提高;在一定列车通过量下,Opt-60型面的轮轨接触面积比CN60打磨型面的轮轨接触面积大14.63％～27.13％,接触应力减小19.27％～27.97％.计算结果已明显表明,Opt-60型面能有效减缓钢轨磨耗、抑制钢轨疲劳,还能提高列车运行的安全性和平稳性,优化了列车的动力学性能.     

船舶进出洋山四期全自动化集装箱码头通航注意事项

洋山深水港是世界最大的海岛型人工深水港,也是上海国际航运中心建设的战略和枢纽型工程。洋山四期工程于2014年12月开工建设,是洋山深水港的重要组成部分,该码头总用地面积223万m^2,泊位长2 800 m,其中集装箱码头岸线2 350 m,共建设7个15万吨级集装箱泊位,是目前全球一次性建成规模最大的自动化集装箱码头。     

智能导引运输车（IGV）在自动化集装箱码头中的应用

采用磁钉导航定位技术的自动导引运输车（AGV）对堆场平行布置的集装箱码头存在应用局限性，本文以广州港南沙四期自动化集装箱码头工程为依托，在分析采用“卫惯导航+多传感器融合”定位技术的新型智能导引运输车（IGV）技术特点和优点的基础上，详细阐述了IGV定位导航、能源补充、维护保养等码头基础设施的设计要点，可为类似自动化集装箱码头工程的设计和建造提供一定的参考。     

HX_D1G型机车运行中应急故障的处理

在机车运行中发生故障时,应避免长时间停车堵塞区间,为了能更快完成机车运行中故障的处理,文章特从机车应急故障处理注意事项、应急故障处理方法和应急故障处理基本流程等方面进行详细说明。     

HXD1型机车零距离无线重联技术应用

文章介绍了一种基于WiFi通信的零距离无线重联系统,并对系统的组成、无线组网实现原理、编组握手流程、解编流程等做了详细分析。同时从HX_D1型机车运行安全的角度对无线传输的数据加密方式、实时监视无线运行状态的手段、安全解除编组的流程进行了研究。此系统已通过现场验证,实际应用效果可以达到现场运行要求。     

联合极值分布在码头顶高程计算中的应用

介绍国际工程中常用的码头顶高程计算方法和二维极值分布，指出码头顶高程计算中主要考虑的变量是波高和水位。以几内亚铝矾土出口码头项目为例，提出波峰面高度重现期的概念。采用极值分布理论对水位和波高分别进行拟合，选择了合适的水位和波高联合极值分布模型。从案例计算结果对比分析发现，引入波峰面高度重现期的概念，采用水位和波高联合极值分布所计算的码头顶高程比采用二者单独一维极值分布计算的码头顶高程低。在波浪较小区域，该计算结论对EPC承包商控制成本、提高履约能力有积极作用。     

海上钢管桩基础侧摩阻力研究分析

为研究钢管桩在竖向压力作用下的承载特性、变形规律及各土层摩阻力的分布和变化规律,基于码头工程的钢管桩静载试验,得到了入土深度不同的两根钢管桩在不同桩顶荷载作用下的变形和轴力分布规律。试验结果表明,对入土范围的钢管桩,轴力呈现出均匀、缓慢减小的趋势。通过对实测的轴力数据进行处理分析,得到了不同埋深土层的侧摩阻力分布规律。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。