公路粘性土路基填方压实技术研究

本文以某公路为研究背景,探讨了粘性土路基在YZ3型压路机下的最佳松铺厚度,并在此基础上,确定出不同土质类型下的机械组合,以控制路基填方压实施工质量。通过试验可知,相比于普通型压路机而言,大激振压路机具有更好的压实效果,并且在采用压路机压实时相比于下层压实效果,上层压实效果较好。     

聚羧酸减水剂对微膨胀水泥基灌浆材料工作性能的影响研究

针对控制聚羧酸盐系高性能减水剂的种类和掺量,通过灌浆材料的扩展度、容重、膨胀率、早期强度及保水性进行对比试验,研究了不同型号、掺量的聚羧酸盐系减水剂对灌浆材料工作性能的影响,并验证了其力学性能和膨胀率是否符合要求。结果显示:在掺量为3.7‰～4.0‰时,各型减水剂能明显改善微膨胀水泥基灌浆材料的流动性、保水性,提高其早期强度,同时此种灌浆材料能产生微膨胀。     

基于模糊逻辑的天文定位中选星方式的建模与分析

基于模糊逻辑的方法,以天体的星等、高度和方位为主要依据,给出选星的模型;进而利用最小二乘法原理对多天体定位的误差进行处理.实验数据验证了该方法是合理有效的.

     

智能冲击压路机路基压实度自动检测方法

为了提高路基压实度检测的准确性, 提出了路基压实度自动检测的瑞雷波法。采用落锤法敲击地表产生瑞雷波, 分别通过检波器和地震仪采集和记录瑞雷波信号, 应用τ-p变换提取经过信息处理后的瑞雷波, 获取频散曲线, 利用瑞雷波反演横波速度的方法计算压实度, 分析了压实度分布剖面图信息, 对比了用瑞雷波法和灌砂法计算的路基压实度。计算结果表明: 两条压实度曲线几乎重叠, 最大绝对误差为-0.300%, 相对误差为0.308%, 说明用瑞雷波法检测路基压实度数据可靠, 可以用于控制冲击碾压施工。     

便携式轨道车辆车轮不圆度及直径测量装置

为了准确、快速地测量和记录车轮圆周方向的外形,以求得车轮不圆度和直径等参数,研制开发了一款便携式轨道车轮不圆度及直径测量装置.该装置由便携式测量机构和便携式计算机组成.测量机构将传感器所采集到的数据转换成脉冲计数,通过USB总线接口传输至便携式计算机.计算机软件对外形数据进行分析计算,并显示结果.绐出了测量原理、算法及误差分析方法.     

筋土界面摩擦特性影响因素分析

以整体式单向聚乙烯土工格栅与钢塑复合加筋带为加筋材料, 以含细粒土砂为填料, 设计了高速公路拓宽工程加筋边坡。通过室内拉拔试验对填料在不同含水量和不同压实度条件下与土工格栅之间的摩擦特性进行分析, 并对比了原样土工格栅、去除横肋的土工格栅和土工加筋带三者之间的界面摩擦特性。分析结果表明: 在填料含水量高于填料的最佳含水量时, 筋土界面强度随着含水量增加而降低, 且变化明显, 随着填料压实度的提高而不断增强, 加筋效果也明显增强; 土工格栅的横肋对筋土界面特性影响非常明显, 贡献率高达50%以上。     

基于广义费用的多用户公路网平衡配流模型

为了准确进行公路网交通需求预测, 分析了影响出行方式选择和路径选择的广义费用的影响因素, 给出了广义费用的组成部分和函数形式, 探讨了多类型车辆换算模型的形式和参数标定方法。借鉴城市混合交通流量分配的研究成果, 运用变分不等式的理论和方法, 建立了基于广义费用的多用户公路网平衡配流模型, 借助交通规划软件Emme设计了模型的求解算法, 并利用温州市相关数据进行模型中的部分参数标定和实证研究。分析结果表明: 该模型进行交通分配的结果明显优于分步加载方法, 在路段饱和度较高时比客货分步加载的方法更加可靠。     

水面舰艇作战系统的回顾和展望

  目的  舰船电子信息系统多方案优选是一个复杂的多属性决策问题。针对舰船电子信息系统的方案属性和权重信息不全、决策成员权重信息不全等问题,提出一种基于优势度测量和群体一致性的不完全信息舰船电子信息系统的方案优选方法。  方法  首先,提出不完全信息的交互准则,定义不完全信息情况下备选系统方案的绝对优势、严格优势和弱优势关系;然后,定义群体优势度指标,提出在不完全信息工况下实现备选方案全序关系的计算方法;最后,以某舰船电子信息系统方案优选为例,开展案例分析。  结果  通过群体一致性计算和迭代,形成了满足决策群成员一致性要求的优劣排序结果,验证了优选方法的合理性和有效性。  结论  研究成果可为信息不完全工况下舰船电子信息系统多属性方案优选提供技术支撑。     

栏板侧翻半挂车举升⻆度控制提醒装置的现状分析与改进

GB7258-2017机动车运行安全技术条件在各地的强制实施,将会导致三轴栏板式运输半挂车、三轴仓栅式运输半挂车等常规车型的市场占有率急剧下降.栏板侧翻半挂车作为工程和物流双结合用车,成为理想的替代车型.栏板侧翻半挂车举升?度控制提醒装置的优化改进提升了车辆的使用安全性,提高了车辆的出勤率,减少或降低了车辆使用过程中因...