实施虎门港规划 完善港口群功能

一、经济发展推动港口需求1988年以来,东莞积极利用外资,引进先进技术、设备,大力发展“三来一补”企业,调整和优化经济结构,经济取得了巨大发展。2003年全市国内生产总值947.53亿元,外贸进出口总额521.06亿美元,分别占全省的7.05%和9.87%。加工贸易占东莞市外贸进出口总额的近     

长三角港口合作发展的主要"瓶颈"

根据《全国沿海港口布局规划》，我国沿海港口形成5大区域港口群，自北向南依次是环渤海地区港口群、长江三角洲地区港口群、东南沿海地区港口群、珠江三角洲地区港口群、西南沿海地区港口群。从20世纪末开始，西方氽业战略已从“竞争战略”为主导，向“合作竞争战略”为主导转变。当前中国各地建港积极性空前高涨，国际、国内港口竞争更为激烈，港口业也正面临着从竞争走向合作的关键时期，加强区域港口合作与协调发展，规范运输市场显得尤为重要。港口的合作发展已成为大家共同关注的问题。     

土钉墙在边坡防护中的应用

采用土钉墙技术进行边坡加固已被广泛采用，结合庐山铁路疗养院边坡防护工程，介绍土钉墙加固技术的设计方法、土钉墙内部稳定验算和外部整体稳定检算方法，强调现场施工需要信息反馈和施工监测相结合，为类似工程提供参考。     

基于粒子群算法的动力定位推力分配决策变量优选

针对群智能算法解决动力定位推力分配问题易陷入局部最优、计算时间长等不足,基于粒子群算法探索不同粒子决策变量对推力分配结果的影响。首先考虑推力分配目标力和力矩、推力限制、禁止角等约束条件,以推进器功率最优、磨损最小为优化目标建立了推力分配数学模型,构建了基于三种不同粒子决策变量的粒子群推力分配算法;其次以算法结果的适应度值、计算消耗时间的均值和方差量化算法的收敛性和实时性,对上述三种方法进行了仿真分析,仿真结果对比表明,基于本文提出的粒子决策变量搜索在收敛性和实时性上均达到最优,对粒子群算法解决推力分配问题有一定的参考价值。     

基于粒子群优化算法的船舶电力系统脆性分析

为了提高船舶电力系统稳定性,提出基于粒子群优化算法的船舶电力系统脆性分析方法,构建船舶电力系统的稳定性控制约束参量模型,以电机模型参数为控制对象,通过船舶电力系统电机的转速信息和电磁转矩信息进行船舶电力系统脆性特征分析,采用PI控制算法进行船舶电力系统的输出稳定性控制,建立船舶电力系统的反馈动态补偿稳定性控制模型,结合粒子群优化算法进行船舶电力系统稳定性控制的参量自适应调节,实现船舶电力系统脆性预测和稳定性控制。仿真结果表明,采用该方法进行船舶电力系统脆性分析的准确性较好,控制稳定性较强,提高了船舶电力系统的输出鲁棒性。     

圆柱壳体振动主动控制中作动器的优化配置

结构振动的主动控制不仅取决于控制器中控制律的设计,还取决于作动器在结构中的作用位置,作动器的合理布置能有效抑制结构振动低频范围内的响应。文章以圆柱壳体为研究对象,基于离散系统可控可观性准则,提出了基于粒子群算法优化作动器作用位置的设计方法,并通过实验加以验证。实验结果表明,粒子群算法可应用于圆柱壳体中作动器作用位置优化设计的问题,在振动主动控制实验中能取得良好的控制效果。     

强腐作用下钢板组合梁栓钉退化机理的研究与有限元分析

用浓度为36％的工业盐酸对30根钢板组合梁栓钉进行腐蚀,腐蚀时间分别为0h、0.5h、1h、2h、4h、8h、12h、24 h、48 h和72 h,对腐蚀后栓钉进行拉伸试验,研究强腐蚀对栓钉力学性能的影响,分析不同腐蚀时间的栓钉各项力学性能的退化规律.试验结果表明:强腐蚀对栓钉的各项力学性能有着显著影响;腐蚀时间为0h...     

安庆长江铁路大桥3号桥塔墩钢护筒群施工技术

安庆长江铁路大桥为双塔钢桁梁斜拉桥,其3号桥塔墩为大直径深水钻孔桩基础,采用钢围堰法施工。由于墩位处河床覆盖层厚不足1m,钢套箱围堰下沉着床后,河床基本冲刷为光板岩,为解决钻孔桩钢护筒的安装及定位问题,除中心钢护筒直接下沉安装外,其余36根钢护筒按区域分为A、B、C三类5组分批整体制造安装。护筒群A、B在码头上整体制造组拼后船运至墩位,利用浮吊整体下放后悬挂在围堰上,利用悬挂系统及导向槽结构调整并精确定位;护筒群C随围堰底节一同下沉着床。全部护筒安装定位后,在护筒内填砂堵漏、分层浇注水下封底混凝土以预埋固定钢护筒,最后进行钻孔桩施工。     

马钉锚固在旧水泥混凝土罩面中的应用

在调查了解国内外许多旧路改造实践工程的前提下,提出采用钢筋马钉锚固相邻水泥混凝土板来进行沥青混凝土罩面改造的方法,增强加铺改造后路面的整体防止反射裂缝效果.为确定可行性,采用国际著名的通用有限元软件ANSYS对其温度应力和荷载应力进行了计算和分析.计算结果表明该法对防止或减缓旧水泥混凝土路面上沥青混凝土罩面层的反射裂缝...     

基于多阶段多模型微粒群算法的非线性方程组解法

多阶段多模型的微粒群优化算法是一种改进的微粒群优化算法,具有较强的全局搜索能力。将非线性方程或非线性方程组的求解问题转化为函数优化问题,应用多阶段多模型的微粒群优化算法求解非线性方程组的解。计算中不需要使用目标函数的导数信息和初始点的信息,数值实验结果表明了该算法的有效性和可行性。