自锚式悬索桥吊索索力测试与计算方法

从频率法测索力基本理论出发,归纳总结了边界条件、抗弯刚度以及温度等因素对频率法测试精度的影响。针对自锚式悬索桥短吊索的索力测试,提出了考虑短吊索抗弯刚度和边界条件的频率法实用计算公式。通过现场测试与分析证明,使用该实用计算公式能提高测试精度,可在类似工程索力测试中推广应用。     

不停车收费系统（ETC）关键技术浅析

文中介绍了ETC系统的三大关键技术：车辆自动识别技术（AVI）、自动车型分类技术（AVC）、违章车辆抓拍技术（VEC）,对ETC收费中主流的通讯方式DSRC的各组成部分进行了分析,给出了车载电子标签和微波天线的技术指标,介绍了ETC系统的工作流程。最后对运行过程中ETC存在的问题进行详细总结和分析,给出了相应的解决方法。     

中导坑法在短隧道群施工中的应用

通过对清连高速公路B5合同段的4座短隧道掘进方案的优化设计与实施,有效地降低隧道超挖欠挖数量．达到降低成本和提高工效及确保施工安全和工程质量的目的。     

与交通标志信息有关的驾驶人短时记忆衰减研究

研究驾驶人交通标志信息记忆量随时间的变化规律,能够为城市道路交通标志设计及实施应用提供有力支撑。在分析短时记忆时间规律、交通标志信息传输及度量的基础上,以一条有交通信息标志的实验路段为例,采用实验车调查法,结合心理学记忆理论,分析交通标志信息量对驾驶人短时记忆的影响,探究交通标志信息记忆量随时间变化的规律。结果表明,驾驶人对交通标志信息的短时记忆衰减规律符合艾定浩斯遗忘曲线。     

短信息无线传输技术在新光大桥中的应用

系统阐述了基于短信息的数据无线传输技术的工作原理和具体实现方法,并以新光大桥拱肋提升过程中的应力监测为应用背景．详细介绍了该技术的应用方法和应用效果,为该技术在大型复杂结构施工监控与健康监测中的应用提供参考。     

基于试验数据的车轮爆胎后压力梯度估算方案

在试验基础上建立相应的气体泄漏理论模型,以相邻两个试验数据为基准,计算一系列线性回归方程,利用这些回归方程估算得到压力梯度变化曲线。通过与试验结果比较,发现该方案有一定的可行性。     

中国新疆锡伯族3个STR位点的遗传多态性研究

目的　通过对新疆伊犁地区锡伯族人群D1 6S5 3 9,D7S82 0 ,D1 3S3 1 7三个STR位点的基因型及等位片段频率分布的研究和数据统计分析 ,初步探讨其在遗传学研究及法医学应用中的意义。方法　随机抽取 1 1 0名新疆锡伯族无关个体静脉血 ,用柠檬酸钠抗凝冻存 ,采用全血基因组DNA纯化系统提取DNA ,并用复合PCR技术 ,同时扩增上述三个STR位点 ,聚丙烯酰胺凝胶垂直电泳分型 ,银染显色。结果　上述三个STR位点均符合Hardy Weinberg平衡定律。通过种族间比较 ,新疆锡伯族除D1 6S5 3 9位点与北京汉族人无差异 ,D7S82 0位点与西班牙人无差异外 ,其余位点与高加索人、美国黑人、西班牙人和北京汉族人均有明显差异。新疆锡伯族上述三位点累积排除概率为 0 90 76 ,多态性信息总量为 0 9876。D1 6S5 3 9、D7S82 0和D1 3S3 1 7三个位点杂合度分别为 0 90 2 8、0 8875和 0 92 86 ,所有位点杂合度均高于其他种族。结论　上述三个STR位点的综合检验可用于群体遗传学研究和法医学应用。     

超短脉冲发生器

介绍一种超短脉冲发生器,它可以重复产生宽度极窄的高电压脉冲,而功耗却很低。这种电路可应用于超高分辨率雷达、扩频通信以及许多其它需要宽带辐射的场合,因而具有较高的实用价值。     

地铁供电系统短路试验的仿真分析

应用MATLAB/SIMULINK/PSB软件对地铁牵引供电系统进行建模,并仿真在近端短路和远端短路情况下系统的动态响应;通过与短路试验的波形进行对比,说明利用MATLAB/SIMULINK/PSB来实现地铁供电系统短路试验的仿真分析是切实可行而且简捷有效的.     

基于改进 BiLSTM 网络的地铁车轮磨耗预测模型

针对地铁车轮磨耗数据时间跨度较长引起的长期依赖问题,为了进一步提升预测精度,提出一种将麻雀搜索算法(sparrow search algorithm,SSA)优化双向长短期记忆网络(bidirectional long short term memory,BiLSTM)的改进 BiLSTM(SSA-BiLSTM)网络模型,用于地铁车轮磨耗预测。首先,利用麻雀搜索算法对双向长短期记忆网络算法的神经元个数、迭代次数、输入批量和学习率等超参数在给定范围内进行寻优,得到参数最优值;然后,以参数最优值来构建改进 BiLSTM 网络模型,对车轮磨耗进行预测分析;最后,以车轮踏面磨耗和轮缘磨耗作为研究对象,将某地铁 1 车厢 1 号车轮的现场实测历史磨耗数据作为输入,对该模型进行训练及验证分析,并与多层感知机(multilayer perceptron,MLP)、LSTM、BiLSTM 以及 SSA-LSTM 模型的预测结果进行对比。研究结果表明：SSA-Bi-LSTM 模型的车轮磨耗预测精度更高,与 LSTM、BiLSTM 以及 SSA-LSTM 网络模型相比,踏面磨耗的平均绝对百分误差(mean absolute percentage error,MAPE)分别降低了 13.28%、10.32%、1.47%,轮缘磨耗分别降低了 9.5%、0.46%、0.02%;分别对同一地铁 2 号、4 号车厢的 1 号位置车轮磨耗进行预测,并与磨耗实测数据进行对比,踏面磨耗的平均绝对百分比误差分别为 1.34%、1.42%,轮缘磨耗的平均绝对百分比误差分别为 0.18%、0.19%,验证了本文所提模型具有良好的泛化性,为地铁轮对智能化管理提供理论支持,延长车轮使用寿命。