压路机钢轮破裂的原因分析与总结

通过分析戴纳派克CC322双钢轮压路机使用情况,阐述双钢轮压路机钢轮产生裂纹的原因及处理方法,总结机械设备全员、全过程管理的重要性和必要性。     

基于区间分析方法的船舶不确定稳健设计优化

实际船舶优化设计中,大量不确定因素的存在可能会导致船舶性能达不到预定的设计目标。因此为了保证船型方案的可行性,本文将区间分析方法应用到不确定稳健设计优化中,以一条散货船的概念设计为例,针对单个不确定变量存在和多个不确定变量共同存在的情况,分别进行研究,以单位运输成本的中值和半径最小为目标,采用双层嵌套优化体系,内层采用多岛遗传算法求解目标函数的区间,外层采用NSGA-II算法来优化目标函数,从而保证船舶的稳健性。     

区间数判断矩阵在供电服务品质评价中的应用

为了得到具有全局最优的区间权重,避免客户端数据缺失和常规层次分析(AHP)算法中一致性检验的数据流失,通过分析得出了供电服务质量评价体系和对专家咨询的数据,引入区间数判断矩阵取代传统单一实数矩阵来定量描述某一准则下的权重。通过对区间数判断矩阵的拟优化处理,改进了AHP过程,并引入极值点方法求解出拟优化一致矩阵的区间权重。将改进的AHP算法运用于供电服务品质评价体系,对供电服务品质评价的优先区间权重进行了计算。与传统AHP算法的结果对比,改进算法的结果中包含了样本全部信息,具有全局最优性,能更准确地表达多样本决策,避免了复杂的一致性检验环节。     

迷惑式干扰箔条弹发射时间要求

从攻击机与舰艇距离的角度对迷惑式干扰箔条弹的发射时机进行分析;从排队论的角度对多批次攻击机来袭时,迷惑式干扰的发射间隔问题进行了探讨。     

浅析明挖隧道实施对紧邻基坑影响

明挖隧道作为城市开发的重要组成部分,与周边地块共同开发的情况日益增多。因此,明挖隧道实施对紧邻基坑影响的分析越来越重要。现结合深圳振海路明挖隧道基坑工程,并采用有限元软件PLAXIS模拟基坑开挖对紧邻基坑的影响分析,对与紧邻基坑的实施距离和已有基坑变形之间的关系开展规律性研究,分析不同基坑间距下基坑实施对紧邻已有基坑的影响,进一步提出了合理且安全的设计与施工建议。其成果对类似工程施工设计具有一定的借鉴意义。     

基于灰关联分析的动态混合型多指标决策

研究了一类只有部分指标权重信息且指标值为精确数、区间数和语言类模糊数相结合的动态混合型多指标决策问题,提出一种基于灰矩阵关联度的动态混合型多指标决策方法,并给出一个具体的投资决策实例,结果表明:该方法是有效和可行的,从而为解决动态混合型多指标决策问题提供了一种新的途径.     

环形交叉口的信号控制方法研究

基于信号2次控制模式的基本原理,对十字环形交叉口左转2次控制方法在交通设施布置和相位协调设计等方面进行改进,使其可用于多叉、中心环岛不规则等复杂环形交叉口的信号控制,并通过实例加以验证。其中,在环道相位之间通过绿灯间隔时间进行协调设计,可以使车辆连续通过相邻环道信号灯,减少车辆在环道上停车待行的次数,从而提高交叉口通行效率。     

不确定交通需求下交叉口信号配时区间优化模型

为解决混合交通流的不确定需求,合理描述不确定参数用以信号配时优化,本文提出交叉口信号控制配时参数区间优化模型。首先,以高峰时段5min采集标段数据,构造交通量区间,修正Highway Capacity Manual 2010(HCM2010)饱和流率计算公式,估计混合交通饱和流率区间;其次,构建信号配时参数区间非线性多目标规划模型,并以交叉口服务水平为性能目标,利用区间序关系与区间可能度模型进行转换,采用多层嵌套遗传算法求解;最后,以北京市道路等级相差较大的两相位与三相位交叉路口高峰时段数据为例,验证信号配时区间优化模型,并运用VISSIM软件进行仿真比较。结果表明：本文所建模型可行、有效,且考虑饱和流率区间的信号配时区间优化模型更适合于关键相位饱和流率波动较大的两相位信号交叉口,机动车平均延误和交叉口通行能力较Webster方法分别优化了35.9%和14.9%。     

软弱围岩小净距公路隧道施工技术分析研究

通过对各工法的优缺点及适用性的比较,给出了道冠山隧道小净距段所用工法及其具体施工工艺,及各开挖步对应掌子面间的距离控制要求,并在对超前小导管注浆、预应力对拉锚杆、局部加长系统锚杆等小净距隧道中间岩柱常用加固方法进行比选,以确定道冠山隧道小净距段中间岩柱的加固方案。     

基于数据驱动的区域交通TOD时段识别方法研究

提出了一种基于数据驱动的T OD时段识别方法,对区域不同路口、不同流向、不同时刻的交通流数据,采用多元相关分析、主成分分析等在空间尺度上识别出路网的关键路口和关键交通流向,采用层次聚类在时间尺度上识别出不同的交通状态和各T OD时段。以9个道路交叉口流量数据为应用实例,获取其中6个不同路口方向为关键交通流,并将不同时刻观测值聚类为5种不同的交通状态,进而识别出1 d的8个 T OD时段,每个时段分别代表干线或区域高、中、低等不同流量时期,表明了该方法的有效性。