动静荷载试验在桥梁检测中的应用

近年来随着公路运输业的发展,公路运输成为货运主要方式之一.同时道路交通事故、桥梁塌陷事件也屡见不鲜,货运车辆超载是导致桥梁质量降低、寿命周期缩短的主要原因之一,同时,桥梁建设过程中赶工期、方法不当、管理不严、降低材料标准等因素都会降低桥梁的质量,因此为确保桥梁安全使用需要对其做承载力鉴定.桥梁荷载试验是目前测定桥梁实际可具备承载力的主要方法,分为静载试验和动载试验.静载试验可以分析桥梁在实际运营中的承载能力和状态,为桥梁检测提供依据;桥梁的目前寿命质量和运营荷载等级评定可根据动载试验结果确定.     

赛拉弗全球发布S4系列半片组件

2020年12月1日,全球领先的太阳能产品制造商江苏赛拉弗光伏系统有限公司(简称"赛拉弗")推出了其最新研制的新一代S4系列半片组件.赛拉弗S4系列半片组件在182 mm大尺寸硅片的基础上,完美结合了PERC、MBB多主栅、切半以及高密度封装等先进技术,最高功率达到540 W,最高组件效率可以达到21.1％.     

市政道路沥青路面疲劳特性及耐久性评价研究

掌握荷载作用下路面结构损伤变化趋势和分布情况对道路的后期维护、使用寿命的判断和设计至关重要。通过有限元软件建立路面结构损伤计算模型,对其结构损伤变化趋势、空间分布情况以及内部水平正应力变化和分布情况进行了分析和计算,研究结果表明：底基层和基层在双轮中心线下,距离底层越近,损伤度的值就越高,基层损伤程度要高于底基层,但其损伤范围小于底基层;损伤度的增大速率随着荷载作用次数的提高而提高;在垂直方向上底基层与基层水平正应力的分布情况类似,因为受到拉应力损伤的影响,在距离层底较近部位有所降低,在离层底距离超过5cm和7cm时水平拉应力表现为线性增加的趋势;沿水平方向基层层底水平正应力分布呈现为左右对称下凹的图形,由双轮中心线的部位向两侧延伸时,水平拉应力表现出先快速增大后迅速降低的趋势。     

轨迹数据驱动的单点信号交叉口运行效率评价方法

为解决信号交叉口运行效率评价方法偏理论化、实用性不强等问题,以出租车、公交车、驾图(车联网)多源GPS轨迹数据为基础,充分利用车辆减速、停车、加速等连续速度变化特征及位置信息,提出交叉口个体车辆排队长度、通行时间、停车次数等交通参数提取技术.基于此,构建以信号交叉口运行指数为一级指标,车辆平均通行时间,第95％分位排队...     

基于DEA-Malmquist模型的安徽省物流效率分析

采用DEA-Malmquist指数模型评价方法,以2011-2018年安徽省16个地市物流业为研究对象建立评价指标体系.结果表明,安徽省物流效率水平较高,但发展的稳定性相对偏弱,技术进步是影响效率变动的重要因素.针对安徽省物流效率分析的结果,提出了相应的对策和建议,为安徽省物流效率的提高提供参考.     

新形势下公路工程试验检测的质量控制

对公路进行试验和检测,主要是为了检测出公路的质量是否符合施工的标准,在公路工程施工的过程中,相关部门可以根据检测的数据对公路工程进行控制和管理.这样可以让公路工程的施工更好的进行,还能有效提高公路工程的施工质量.新形势的背景下,公路工程的监测更为重要,主要对公路工程检测中遇到的问题进行分析,并提出了解决的策略,希望为新...     

电控汽油机燃用高比例甲醇汽油的改造

为解决电控汽油机在燃用高比例甲醇汽油时受空燃比自适应控制限制不能正常运转的问题,设计了能够嵌入电控单元与喷油器之间的喷油脉宽信号处理器,能够按照经过优选设定的增益对电控单元输出的喷油脉宽信号进行扩展,将燃用高比例甲醇汽油时的空燃比维持在理论空燃比附近。与燃用汽油相比,发动机在燃用M85甲醇汽油时的动力性略有降低,排放指标基本相当,能量消耗率则略有上升。     

不同抗剥落剂对沥青物理、流变和老化性能的影响

为探明抗剥落剂对沥青路用性能和耐久性的影响,研究了3种抗剥落剂的不同掺量对沥青物理、流变和老化性能的影响.采用软化点、针入度、延度及布氏旋转黏度试验测试了沥青的物理性能,采用动态剪切流变仪测试了沥青的流变性能,分别采用薄膜烘箱老化试验和压力老化箱老化试验模拟了沥青的短期热氧老化和长期热氧老化过程.结果表明:加入抗剥落剂...     

LightGBM算法在发动机开发中的应用研究

新型汽车发动机的开发过程包含有前期功能标定阶段和后期耐久性验证阶段。功能标定阶段需要布置大量各类传感器,而耐久性验证阶段则很少布置,因此在耐久性验证阶段出现故障时,会出现因传感器数据不足而无法准确分析故障原因的情况。基于某型号发动机开发前期的功能标定数据,应用轻量梯度提升机（LightGBM）算法,建立并训练合适的模型,并对模型进行特征过滤、丰富训练集等优化,用于预测温度特征。结果表明：该模型精度和预测结果良好,可以很好地解决由于传感器数据不足而无法准确分析故障原因的问题;同时,可以将该模型预测功能应用到其他发动机开发过程中。     

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...