地下掘进之地盘——机械互制与可挖指标研探

地下机械式之掘削效率乃为进度、成本及品控之关键要因,一般工程思考皆多考虑工法与机型对应各类不同地层之"可挖性"作探讨,即针对地质材料选择适应之切削面盘,鲜能再对地盘——机械开挖互制行为作一"适确性"研析,而本研究先由微观之量纲分析及力学尺度探讨并建立指标,运用至巨观推力、扭矩之施工良窳、可挖性及正常施作或异况破坏之分析。机械式掘削接触地质与产生之互制行为相异性极大,故由地质破坏特征作为切削地盘材料之分类,藉此提供该广义式之探讨方针;其次在施工判准所建立之可挖指标上,使用量纲分析方法进行具代表力学行为之因子解析,作为建置指标的依据;再者,应用现场调查以资搜机械式开挖所量测的推进力系数值,进而佐证其适确性,最终完整研析机械式掘削开挖之行为与可挖性指标之应用。     

特殊隧道围岩的分级方法探讨

为探讨黄土、膨胀土、断层破碎带等特殊隧道围岩的分级方法,通过对目前国内外的研究进行总结,得到能反应特殊隧道围岩的特性的指标,采取不同的指标组合进行综合研究对其进行分级。研究认为：黄土可按地质年代、天然含水量、干密度进行分级;膨胀土可按塑性指数、自由膨胀率、标准吸湿含水率进行分级;断层破碎带可按地质力学特性进行分级。     

基于AOK-TFR的轨道电路故障诊断方法

为弥补现有补偿电容检测方法在检测及时性和检测成本等方面的不足,基于传输线理论,提出了机车信号感应电压幅值包络(IVECS)仿真模型;在此基础上,分析了补偿电容故障对IVECS的影响规律,建立并验证了基于频率的IVECS等效回归模型;利用补偿电容故障位置前后IVECS的频率变化,提出了基于自适应最优核时-频分布的补偿电容故障诊断方法.该方法基于机车信号的实际数据,采用B样条离散二进小波对数据进行滤波降噪处理,并利用自适应最优核时-频分布提取处理结果的时-频信息,再通过检测时-频信息中频率的变化实现对故障电容的定位.经过对随机抽取的100段实际数据的测试,准确率约为92.58%,表明该方法能准确检测轨道电路发生故障的补偿电容位置.     

Alfa-laval-S型船用分油机常见故障的分析

分油机是船舶上的重要设备,Alfa-laval又是船舶上使用最广的分油机。本文介绍了S型分油机的结构和特点,通过实践,总结出该类型分油机在使用过程中的常见故障,并对故障的原因进行了细致的分析,最后提出了一些有针对性的实践管理经验,使轮机人员掌握在管理中的注意事项。在现实中具有很好的参考价值和指导意义。     

复杂环境下石方控制爆破施工技术

文中结合通灌铁路路堑石方控制爆破施工,根据当地环境条件和地质条件,采用深孔台阶控制爆破施工技术,并根据试验和爆破效果分析,总结了符合现场条件的爆破参数、操作要点及安全防护措施。在通灌铁路复杂环境下石方路堑施工中,高效快速地完成了爆破施工作业,且路堑边坡平整稳定,取得了良好的安全爆破效果,经济、环境效益显著。     

某轮ALFA-LAVAL SA821分油机工作原理及故障分析

介绍了某轮ALFA-LAVAL SA821分油机的结构和工作原理,针对重油分油机运行过程中出现的＂排渣反馈错误＂这一故障现象,依据原理分析了故障可能原因,并逐一排除,使故障得以解决,并提出了日常管理中应注意的问题。     

SWD6LTM410C船用柴油机拉缸故障的分析与排除

文章结合SWD6LTM410C船用柴油机,阐述了拉缸的现象、产生的机理及可能的原因,提出了故障排除的方法,并针对类似故障在柴油机日常维护管理中应注意的问题进行总结。     

基于时间累计法的机车维修性预计分析

基于时间累积法,阐述机车维修性预计工作流程以及系统与LRU平均修复时间的计算方法。并以空调与通风系统为例,说明了系统及LRU平均修复时间的计算过程,并由此得出整车的平均修复时间。文章最后阐述了维修性预计对机车设计的指导作用以及使用时间累积法的局限性。     

T梁桥绳锯切割拆除方案优化研究与数值模拟分析

为了研究先简支后连续的T梁桥的整体切割拆除关键技术,以三洲沧江拆除工程为研究背景,结合大桥实际情况制订了针对性的大桥上、下部结构整体拆除施工方案。验证了采用2台80t汽车吊分别站位于旧桥左右幅,将左幅旧桥各跨8片独立的T梁分别进行吊运的绳锯切割拆除方法为最优方案。以典型的简支T梁桥结构为例,采用有限元模型分析了拆除工程中T梁桥的力学性能变化。针对三洲沧江大桥的下部结构特点,特别对水上桥墩的拆除方案进行了数值分析,并对钢抱箍平台上拆除盖梁的方案进行了仿真模拟,验证了下部结构拆除方案的可操作性。本桥梁绳锯切割拆除工程的优化方案及关键技术的应用为相似桥梁切割拆除工程提供一定的参考。     

Adhesion estimation at the wheel–rail interface using advanced model-based filtering

The railway industry in the UK is currently expanding the use of condition monitoring of railway vehicles. These systems can be used to improve maintenance procedures or could potentially be used to monitor current vehicle running conditions without the use of cost prohibitive sensors. This paper looks at a novel method for the online detection of areas of low adhesion in the wheel/rail contact that cause significant disruption to the running of a network, particularly in the autumn season. The proposed method uses a Kalman–Bucy filter to estimate the creep forces in the wheel–rail contact area; post-processing is then applied to provide information indicative of the actual adhesion level. The algorithm uses data that, in practice, would be available from a set of modest cost inertial sensors mounted on the vehicle bogie and wheel-sets. The efficacy of the approach is demonstrated using simulation data from a nonlinear dynamic model of the vehicle and its track interface.