约束对隧道二次衬砌早期温度应力分布的影响

为了解决隧道工程渗水问题,基于某隧道工程,采用MIDAS-GEN对其二次衬砌早期模筑混凝土进行非稳定温度应力场以及周围约束进行研究。研究结果表明:约束可以改变隧道的早期拉应力场的分布,具有外围约束的隧道二次衬砌的拉应力为隧道厚度中间最大,无约束隧道的拉应力为外部最大,约束可以减小隧道外部区域的拉应力,使得远离约束区域的拉应力变大,而无约束隧道的拉应力分布与之相反。根据温度应力分布特点,建议在设计方面适当增大二次衬砌中间与外侧的配筋,在施工方面减小初期支护与二次砌衬之间约束等。     

立交线形动态拖动设计的关键技术

对立交线形动态拖动设计的几个关键技术进行论述.分析了缓和曲线计算精度,提出了动态拖动模式设计模型,以及约束满足条件下的非线性方程组的数值解算法.     

基于时间约束的铁路空车调配系统可靠性分析

为弥补现有铁路空车调配系统缺乏空车调配可靠性研究的缺陷,在传统空车调配优化模型的基础上,本文提出了一种新的基于时间约束的空车调配可靠性分析方法。通过深入分析铁路空车调配过程,建立效益最大化目标函数,生成约束条件,以规定时间内的实际到达空车数与需求空车数之比计算出各需求站的空车调配可靠性,再利用各需求站可靠性均值求解空车调配系统的可靠性。最后,使用LINGO软件进行算例分析,论证了该方法的可行性和有效性。     

基于多目标遗传算法的约束阻尼柱壳结构优化

文章为了改进被动约束阻尼柱壳结构的减振特性,解决引入约束阻尼的合理分布问题,提出了一种基于多目标遗传算法的优化设计方法。建立了以振动模态的前两阶损耗因子和引入约束阻尼材料总质量比为优化目标,以约束层、阻尼层厚度和粘弹性材料剪切模量为设计变量的多目标函数。利用遗传算法对 Pareto 最优进行优化选择,避免了对目标函数值的直接计算。通过分析和比较优化前后结构的模态振动频率变化以及幅频响应,表明引入质量太多会影响柱壳结构固有特性,而优化后结构能够避免太多的质量引入,并且具有更好的减振效果。     

带落角约束的变结构三维末制导律设计

分析导弹与目标水面舰艇之间三维空间的相对运动特性,并在此基础上进行带落角约束的变结构制导律设计。该制导律设计中,针对一次设计时切换面导数形式过于复杂的情况,作出变换进行二次设计,极大地简化模型;另外,由于目标信息难以获取,故将其视为扰动;最后通过数值仿真验证了所设计制导律的可行性和有效性,具有一定的工程应用价值。     

体-壳单元组合建模法在圆柱壳开孔结构有限元分析中的应用

研究体-壳单元组合建模法在圆柱壳开孔结构有限元分析中的应用,主要考虑多点约束(MPC)法在处理体单元与壳单元连接时的计算精度和效率。在Ansys中建立相应的模型,并与全壳单元模型及全实体单元模型的计算结果进行对比。结果表明,采用体-壳单元组合建模的模型在孔周壳板应力、结构屈曲模态及极限失稳响应等方面的计算结果与全壳单元模型及全实体模型偏差较小,结果比较可靠。     

考虑车辆限行和装箱约束的车辆路径优化方法

在实际配送过程中,考虑到部分城市道路存在限制大型配送车辆通行的现状,以及运输途中车厢内物品满足后进先出等装载约束能有效提高装卸效率的特点,将车辆限行和二维装箱约束加入到需求可拆分车辆路径问题中.同时考虑到车辆的使用成本和行驶成本,以车辆总配送成本最小为目标构建考虑车辆限行和二维装箱约束的需求可拆分车辆路径问题数学模型,...     

基于模型检测的区块链智能合约公平性形式化验证

随着第二代区块链平台及应用的爆发式增长,作为部署在区块链上可执行代码的智能合约面临越来越多的安全性问题.但是目前针对智能合约安全性问题的研究大多集中在对安全漏洞的挖掘,很少关注智能合约本身公平性对安全性的影响,对此提出一种基于模型检测的智能合约公平性验证方法.采用该方法对Puzzle合约的公平性进行验证,找到了一个已知...     

基于强化学习与安全约束的自动驾驶决策方法

在自动驾驶决策场景下,为解决强化学习算法安全性差、学习效率低的问题,提出一种在算法的训练阶段添加基于价值的安全约束和虚拟奖励的方法。首先,利用状态、动作价值函数和安全判断规则,对智能体执行的动作进行基于价值的安全约束,选择价值高且安全的动作。然后,向回放池添加包含虚拟奖励的预测轨迹数据,以补充由于约束而未能获取的试错动作信息和相应的状态、奖励信息。最后,为进行加减速和换道决策实验,基于修改后的高速公路仿真环境highway-env搭建了3车道高速公路场景,并以深度Q网络（Deep Q Network, DQN）算法为基础,分别训练和测试了无安全约束的算法、拥有基于规则的安全约束的算法和拥有基于价值的安全约束的算法。结果表明,考虑加速、减速、保持车速和车道、向左换道、向右换道共5种动作时,基于价值的安全约束算法的成功率比无安全约束的算法高3倍以上,平均回报提升28%;仅考虑向左换道、向右换道、保持车道这3种换道动作时,基于价值的安全约束算法的成功率比基于规则的安全约束算法高0.11,平均回报提升6%;都添加基于价值的安全约束时,考虑5种动作的算法相较于考虑3种动作的算法成功率低0.06但...     

基于自然驾驶数据的车辆自适应巡航系统控制方法

在常规的基于模型预测控制自适应巡航系统的算法中,舒适性约束均是采用固定加速度的形式,没有深入考虑不同速度下的加速度极值范围问题,这会导致在追求安全性和速度跟随性情况下,系统加速度和冲击度变化过大,从而降低了驾乘的舒适性。根据NGSIM自然驾驶数据集所得到了车辆的速度-加速度关系,并以此作为加速度的约束目标,将常规模型预测控制的定约束改为随速度变化的变约束,从而达到根据自然驾驶数据提高跟车舒适性的目的,并通过仿真试验验证了该方法的合理性。研究结果表明：该方法可使ACC系统在保证安全跟车和速度跟随的同时,使得加速度和冲击度波动变小;最大冲击度相比定加速度约束的模型预测控制减小了14.96%,可有效改善ACC系统的舒适性。