MSTP内嵌RPR技术在沈阳地铁中的应用与设计

介绍MSTP内嵌RPR技术在沈阳地铁传输系统的应用方案,对MSTP内嵌RPR的技术特点进行简要分析,并给出工程实施设计建议.     

关于铁路光传输工程色度色散指标的研究

针对铁路光传输系统,阐述了光纤色散指标对传输系统技术性能的影响,建议修改现行光缆线路工程验收标准的有关规定,增加光纤色度色散指标验收测试项目,有效保证高速铁路传输系统的质量要求。     

基于试验的自动变速器故障诊断分析

通过现有的失速试验、时滞试验、油压试验、道路试验、故障码扫描等多种试验方法，可在变速器解体之前获得故障信息。在深入分析自动变速器结构及各元件功能的基础上，将各种试验进行合理的逻辑组合，对获得的故障信息进行逻辑分析，最终可将故障源限定在最小的范围之内。分析探讨了这种方法的可行性。     

自动变速器故障的功能分析法

功能分析法，即是通过对变速器各部分结构元件工作原理的分析，了解它们在整个系统中的作用，在此基础上分析得出各结构元件失效将产生的后果，并将故障现象与可能的故障源建立一一对应的联系，最后总结归纳出故障源群组的方法。它能较全面地概括出自动变速器可能产生的各类故障，为准确诊断自动变速器故障创造了有利条件。     

GIS技术在公路建设管理中的应用研究

针对公路建设的发展以及工程项目管理发展的要求,介绍了道路CAD技术、地理信息系统(GIS)技术、数据库技术、网络技术在公路建设项目管理过程中的应用以及如何借助GIS的图形处理功能、信息表现及其空间分析功能对公路建设过程中的各工程实体的工程信息、计划进度、质量监理、费用管理等进行可视化表现和分析,规范和方便建设项目的科学管理,从而为公路建设的管理者和决策者提供直观、可靠、及时和有效的管理手段,便于作出相应的决策。     

桥头搭板结构分析

将桥头间搭板简化为具有局部脱空的Winkler地基梁，针对不同的端部支承条件，对它在移动车辆荷载作用下的受力状况进行了全面分析，绘制了几种典型搭板的最大弯矩影响线图，给出了可用于搭板设计的诺模图。     

通渝隧道围岩变形的神经网络预测

隧道新奥法施工中，常以围岩变形量作为评判围岩稳定性和支护结构经济合理性的重要指标。公路隧道围岩变形量是随时间而变化的数据序列，因而可以建立一些实时跟踪预测模型和方法。根据通渝隧道围岩拱顶下沉位移变形的特性，采用神经网络技术来预测其变形量，结果表明该方法简易、有效。     

有线载波技术在汽车数据传输中的应用研究

研究了有线载波技术在汽车数据传输中的应用，通过汽车内的电力线同时实现了供电以及数据的安全传输。     

基于复合神经网络模型的四轮独立驱动电动车控制

针对四轮独立驱动电动车的运动控制，提出了一种基于Ackerman转向模型和神经网络方法的复合模型，用于对各个车轮转速进行仿真和控制。这种复合模型的特点是结构非常精简，其参数可用实际整车数据来直接整定，尤其适合于车辆的中低速运行控制。     

Hub location with flow economies of scale

A characteristic feature of hub and spoke networks is the bundling of flows on the interhub links. This agglomeration of flows leads to reduced travel costs across the interhub links. Current models of hub location do not adequately model the scale economies of flow that accrue due to the agglomeration of flows. This paper shows that current hub location models, by assuming flow-independent costs, not only miscalculate total network cost, but may also erroneously select optimal hub locations and allocations. The model presented in this paper more explicitly models the scale economies that are generated on the interhub links and in doing so provides a more reliable model representation of the reality of hub and spoke networks.