钢桥塔与塔吊联合体系风荷载效应研究

施工阶段的钢桥塔属于典型的高柔结构,由于缺乏缆索的支撑作用,其低刚度可能会引起过大的结构位移响应。针对带塔吊钢桥塔联合体系静风荷载及响应,比较了《公路桥梁抗风设计规范》、《起重机设计规范》所提供的计算方法和计算流体力学(CFD)虚拟风洞技术的计算结果。通过对比可知,与CFD数值的计算结果相比,按照规范计算的联合体系部分位移响应极值偏于不安全;布置在钢桥塔顺桥向方向的塔吊,对桥塔顺桥向风荷载有一定的放大影响;根据CFD计算结果,可以得出风向对联合体系风荷载存在明显的影响。     

ROV attitude control based on multi-motor cooperative propulsion北大核心CSCD

[目的]为了提高遥控水下航行器(ROV)在复杂水下环境中的姿态控制性能,开展多电机协同推进的ROV姿态控制研究。[方法]首先,针对多电机系统的结构和算法,分别提出一种基于PID速度补偿器的偏差耦合结构和一种新型非奇异终端滑模控制(SMC)算法,并设计一种新颖的基于多电机协同推进的ROV姿态控制方法;然后,建立ROV的运动学和动力学模型,开展推进器组推力建模分析、解耦简化ROV动力学模型研究;最后,设计一种ROV滑模姿态控制器。[结果]仿真结果表明,所提的结构和算法可提高多电机系统的抗干扰性、同步性和快速响应能力,进而提高ROV姿态控制系统的稳定性与鲁棒性。[结论]所提方法可为ROV姿态控制提供一种新的可用方案。     

2021年奔驰VITO 主动制动辅助系统 功能不可用且组合仪表报警

车型:2021年奔驰VITO(448813),配置274.920发动机及725.019变速器.VIN:LB1WG3E1XM8××××××.行驶里程:7880km.故障现象:主动制动辅助系统功能不可用且组合仪表报警.故障诊断:此车是一个严重受损的事故车,维修后发现组合仪表提示主动制动辅助故障,如图1所示.     

新能源和油-电混合动力动车组走向市场

燃料电池动车组即将在德国亮相,这激起了人们对以氢为燃料的"零排放"牵引方式的兴趣,油-电混合动力模式的推广应用,为用户提供了一系列替代传统内燃和电力牵引的选择方案。     

多通道信号检测系统在地铁列车上的应用

地铁列车普遍采用110 V节点电路进行关键控制指令传输,其性能的好坏直接影响地铁运行的稳定性。文章介绍一种多通道信号检测系统,对其硬件电路和软件程序的设计进行了详细阐述,并以广州地铁二号线A4型车为例,介绍多通道信号检测系统在地铁列车维保上的应用。     

铁路桥梁BIM程序的设计与实现

针对桥梁工程设计的特点,自主开发一款具有二维交互设计,及三维显示功能的铁路桥梁BIM设计程序。阐述了在建筑信息模型(BIM)模式下桥梁程序开发不易完全抛弃二维设计视图及传统设计的理念。着重介绍了该程序的MVC框架、桥梁设计功能,以及在二维、三维显示视口开发中所使用的OPENGL VBO、四叉树空间索引等技术。通过工程项目应用,表明该程序具备BIM铁路桥梁方案设计功能,三维场景直观生动,并且结合二维视图辅助,使用户能够直接、实时地掌握桥梁结构高程、尺寸等数据,更好地帮助决策合理的桥梁方案。     

中水头船闸输水系统优化试验研究

以某船闸改建工程为背景,通过建立1:30船闸输水系统整体物理模型,研究中水头闸底长廊道侧支孔船闸输水系统优化布置方案。模型试验表明,设计方案下的船闸输水系统存在输水效率低、闸室横向水流分布不均及进水口出现串状吸气旋涡三方面影响船闸输水系统安全、高效运行的问题。综合研究船闸整体及输水系统布置形式,并结合试验各项水力特性指标,提出通过增大输水廊道尺度、沟通闸室两侧主廊道及消除上游引航道与进水口之间的高程突变的优化措施,有效提高了船闸的输水效率、改善了船闸进水口及闸室内水流条件。经过优化后的船闸输水系统可以满足规范、设计要求,各输水水力特性指标均达到预期的设计目标和要求。     

船舶训练系统液晶仪表的嵌入式仿真研究

为了满足现代大型舰船操纵人员的培养与训练需求,目前,基于虚拟现实技术的船舶训练系统已经获得了非常广泛的应用。液晶仪表是虚拟训练系统与被训人员的交互界面,其性能具有重要意义。本文研究的主要内容是船舶训练系统的嵌入式液晶仪表系统,研究了包括液晶仪表的总体设计、嵌入式芯片、仪表数据采集模块、脉冲信号控制电路模块以及液晶仪表的亮度调节电路等,具有一定的实际应用价值。     

基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。