内河船舶抗风等级计算方法

文中依据《内河船舶法定检验技术规则》稳性要求,用船舶运动理论分析研究船舶稳性与抗风等级关系,提出一种确定船舶抗风等级的简易方法,导出了风压倾侧力矩和水流倾侧力矩综合作用下抗风计算式.另附有实船计算结果及蒲福风级表,供船舶设计人员、海事、船检人员、驾驶人员参考.     

基于PLC的焊装生产线分装区的设计与应用

针对焊装生产线多个分装区进行整合设计,通过对控制系统的设计将多个分装区域统一由一个416F-2安全型PLC进行控制,硬件上各区域从站采用IP20、IP67耦合器及普通输入\输出模块和安全模块进行通讯及控制,软件上采用分布式程序控制,使得各区域安全程序、人机交互程序各自独立,通过现场合理布线及调试验证,实现了PLC跨区域远距离控制各分装区自动运行,并实现了操作者对各自区域的独立操作,其他区域正常运行状态,满足相应的生产工艺要求,提升了焊装分装区的自动化率。     

兰新铁路第二双线穿越大风区综合选线研究

大风区段对铁路的建设及运营安全存在着各种危害,高速铁路由于具有速度高、车体轻的特点,其安全受到强风威胁会更大,高速铁路穿越大风区防风设置是世界性难题,目前尚无已成功运营的先例,高速铁路大风区综合选线需综合考虑防风设置、防排水、防沙、接触网防风等因素,科学合理进行方案比选研究。通过分析新疆境内四大风区分布及特点,利用既有兰新铁路设施及防风科研成果,对兰新铁路第二双线在穿越大风区段落综合进行选线设计研究,充分分析路基地段的防风设施设置以及线路平纵断面的防风布置选择,确保高速铁路在大风区安全、快速通过,以确定科学、合理的线路设计方案。     

互通式立交超高设计若干问题探析

超高设计是互通式立交设计中的一项重要内容，其与互通的平面、纵断面均有较大关联性，在匝道的平面线形设计时，无论是否设置超高，只要有曲率变化，均宜采用缓和曲线进行线元连接，以保证匝道超高、加宽的渐变设置，同时应考虑纵坡对超高的影响，现就互通式立交超高设计中存在的若干问题进行探析。     

重冻区沥青路面永久变形影响因素分析

针对河北省重冻区张承(张家口—承德)高速公路主线沥青路面,借助ABAQUS分析软件构建考虑沥青面层粘弹性的二维模型,同时考虑当地特殊环境温度场对路面应力的影响,分析不同荷载作用轴次、速度及超载工况下重冻区沥青路面结构的永久变形。结果表明,在高速公路通车前期,车辙的产生及深度增加主要与荷载作用频次成正相关;随着行车速度的增大,车辙深度减小;车辆轴重对重冻区沥青路面永久变形的影响较明显,随着载重的增加,车辙加深。     

高速公路分、合流区事故分析模型及事故影响因素

针对高速公路分流区、合流区分别建立负二项回归模型、零膨胀负二项回归模型、混合效应负二项回归模型3种交通事故分析模型,依据AIC准则、BIC准则、对数似然值、Vuong值等对模型进行检验,并采用拟合程度最高的NB模型进行事故影响因素分析。分析结果表明:1)主线年平均日交通量每增加1%,分流区、合流区事故数分别增加3. 50%,2. 23%; 2)主线平曲线半径、分合流区渐变段长度分别增加1%时,分流区年事故数减少0. 12%、0. 18%,合流区年事故数减少0. 07%、0. 28%; 3)分合流区车道数为单车道及4车道时对应的事故数相对较高; 4)分流区位于下坡路段比位于上坡路段具有更高的事故危险性,至上一分流区的距离与年事故数之间表现出显著的正相关性,较长的减速车道有利于提高交通安全性; 5)位于主线长直线路段末端的合流区诱发事故的风险较高; 6)重型车比例上升会导致年事故数升高。     

雨天这样行车 让你轻松又安全!

在雨天行车时,往往因为视线较差及路面湿滑,容易导致意外发生,驾驶的心理压力也会比平常更大,但其实只要掌握几个原则和小技巧,雨天开车就不会再是件令人胆战心惊的事情!行车前1.检查雨刷状况想想看,如果在雨中行车却没有雨刷可用,那会是一件多可怕的事情?而且天有不测风云,所以一定要养成随时检查雨刷状况的习惯,如果清洁玻璃后仍有刷不干净或是跳动异音等状况,那代表胶条已经老化,请换一组新雨刷吧。2.检查轮胎状况当轮胎胎纹不足,或是胎压不正确时,会导致轮胎排水性能     

主辅变一体牵引变流器动车组自动通过分相区的控制方法

针对装载主辅变一体牵引变流器的动车组提出了一种通过分相区时维持中间滤波直流电路电压稳定,使列车辅助负载能正常工作的控制方法。试验结果表明,该方法不但能使动车组正常通过分相区,还能很好地保证动车组的可靠性和舒适性。     

考虑智能网联近邻车辆信息的交织区换道风险预警

面向车辆换道风险预测时特征差异大、样本不均衡、参数调优时间久的问题，将高精度微观车辆轨迹数据与超参数优化机器学习方法相结合，提出了一种可应用于智能网联车辆(ICV)的交织区换道风险识别与预警方法；基于无人机航拍视频，从广域视角提取了城市快速路交织区时间精度为0.1 s、空间精度为每像素0.1 m的换道轨迹，测算了车辆间距、矢量速度、加速度、接近率、速度角度等换道风险感知信息；引入考虑近邻车辆信息的换道TTC模型，以反映车辆汇入或汇出主线的迫切需求，描述其在不同位置的换道行为差异性；结合15分位数法和四分位差法，划分了换道风险预警等级；基于准确率、真阳性率、灵敏度等多项评价指标，遴选并对比了线性分类器、支持向量机、K近邻以及RUSBoost模型换道风险预测结果，得出交织区换道风险实时预警优选模型，针对优选模型进行了超参数优化与验证。研究结果表明：RUSBoost模型为优选模型；超参数优化机器学习方法迭代至第24次时，RUSBoost具有最小误差与最佳点超参数；RUSBoost、BRUSBoost优化模型预测准确率分别为91.40%、99.80%,AUC分别为0.96、0.99;BRUSB...