重庆市主城区城市交通的现状、挑战及建议

介绍了目前重庆市主城区城市交通基本情况,包括城市道路、车辆保有量、交通拥堵和交通安全等方面的统计数据,以及主城区交通的主要问题和所面临的挑战;结合国际上先进城市交通规划和管理经验,对重庆市未来的交通发展提出了一些交通规划和管理方面的建议。     

SPH法模拟立面二维溃坝流动应用研究

光滑离子流体动力学(SPH)法是一种纯拉格朗日(Lagrange)无网格方法,近年来发展日趋成熟。对SPH法的基本原理、核函数及控制方程离散格式、边界处理方法等进行了介绍。在此基础上建立了数值水槽模型,模拟了立面二维溃坝流动问题,并将所得结果与VOF法及模型试验得到的结果进行比较,结果表明:SPH法能够捕捉到流体的飞溅及融合现象,适于模拟具有瞬时极大变形等物理力学问题。     

板岩隧道光面爆破现场试验及推广应用

在开展光面爆破现场试验基础上,分析了层理构造对光爆效果的影响,总结了适用于层状板岩隧道的光爆技术参数,对试验段光爆优化前后代表性隧道断面超欠挖进行跟踪量测,对比分析光面爆破效果,实现了半眼保存率平均达到85％～90％以上,平均线性超挖量小于10cm,局部最大线性超挖量18—20cm。基于光爆技术在怀通高速公路全线层状板岩隧道施工中的推广应用,总结了光面爆破实施后的技术经济效果,可为类似工程提供参考。     

杨家岭隧道光面爆破施工技术探析

鉴于杨家岭隧道光面爆破效果获得好评,就其光面爆破施工方案、爆破器材选择、光爆设计、施工控制等加以总结.杨家岭隧道光面爆破施工表明,钻孔精度对隧道超欠挖影响最大,其次为爆破技术、施工管理、测量放线、地质条件变化等,此外施工中理论应与实际相结合.“导爆索-继爆管微差起爆法”中,在相同的钻爆参数情况下,光面爆破质量比“非电塑料毫秒延期雷管”的光面爆破质量好.     

后前束连杆强度设计

提高后前束杆的强度,能降低交通事故的发生,文章从结构力学计算和CAE强度分析着手,找出了某双连杆后独立悬架前束连杆断裂的原因,并提出将双头螺栓的结构改进为六角套管的设计方案.台架试验结果表明,改进后的前束连杆,强度相对原设计提升1倍,疲劳强度大幅提升,为解决此类问题提供参考.     

舰船推力测量电路设计技术

推力显示仪使用两段式结构,找到了电磁兼容及安装之间的平衡点,最大化的改善电磁兼容性,并能够安装方便。推力显示仪表具有智能仪表的普遍特性,针对船用实际情况,实现了智能化零点调整等。人机界面友好,两路6位LED显示,4×4键盘矩阵,4个系统指示灯。根据海浪波动噪声模型,选择合适的滤波算法,进行信号处理。传感器的10 V电源由测量显示仪提供,由于测量显示仪距离传感器之间的距离较长,电缆的阻抗不能忽略,使用开尔文连接方式,很好的解决了此问题。信号经长距离传输后,接入测量显示仪,模拟信号输入级需要接入有源滤波驱动电路,解决输入阻抗问题。另外,仪表的电源使用隔离电源,进行极性保护、浪涌保护等。经过仔细的处理各个关键问题,系统总精度达到了0.1%,并能稳定可靠的运行于舰船上。     

数据链战术消息处理方法

战术消息处理是数据链集成应用的关键环节,论文从介绍数据链消息标准入手,对战术数据链在作战平台进行集成应用时的战术消息处理方法进行了研究,重点阐述了数据链消息的生成、发送控制、接收与应用处理等技术。     

无线传感器网络多路径路由算法的研究

在多路径路由算法的研究中,仍然存在着一定的局限性,如没有充分考虑网络中链路的多重特性.因此,文中在定向扩散路由算法的基础上提出了一种多路径路由算法(EDB-MRA).该算法在源节点和目的节点之间建立多条路径,根据网络链路中的3个特征值--能量消耗、延时和带宽,给每条路径赋予一定的选择概率,使得数据总能在链路性能较优的多路径中传输,从而延长了网络的生存周期,提高了传输的可靠性.     

BPR路阻函数的改进研究

BPR函数计算路段阻抗时,没有反映出交通状况由畅通到拥挤的过程中交通量先增后减的事实,这与实际交通情况不相符,因此对BPR函数进行了改进:一种改进方法是随着拥挤程度的增加,将交通减小量与路段通行能力相加的结果作为交通量用于BPR函数,使得到的路阻值能够反映实际路况;另一种改进方法是用交通量和密度的关系式替换BPR函数的交通量,并根据前一种改进方法的思想对新得到的函数进行再改进,获得一个单调递增函数,这样可以不受路段通行能力限制,从而反映交通路况所对应的路阻.     

基于微观仿真的路段行程时间预测方法

实时路段行程时间预测是动态交通分配中路径选择的关键技术之一,采用微观交通仿真手段和指数平滑方法估计路段行程时间,在路段行程时间估计模型中考虑了交叉口排队延误、信号控制延误和交叉口内转向行程时间,提出了基于灰色等维新息GM(1,1)模型的路段行程时间预测方法,根据路段行程时间的历史数据和实时采集数据,滚动预测未来的路段行程时间,通过实例应用证明了模型有很好的预测精度.