对提高天津地铁双林站折返能力的研究

地铁是一种大容量、高效率的城市交通方式,而折返能力则是制约地铁通过能力的关键因素.分析天津地铁运营的具体情况,指出双林站折返能力的不足之处,提出3种改进方案;通过方案比选,选定"在双林站前增加一条渡线"的可行性措施,可以彻底改善该站的折返能力.结论:只有从硬件和软件两方面结合起来共同考虑,才能最大限度地提高列车的折返能力,充分发挥地铁的运输效能.     

浅谈三辊轴机组施工质量控制

为了保证水泥混凝土的施工质量,达到平整、耐磨的要求,防止水泥混凝土分层离析,采用三辊轴机组施工是一种有效的方法。该方法可以满足水泥混凝土路面的技术要求。     

PHC管桩在软基处理中的应用

软土地基处理,特别是软土层较厚的地基,处理是否到位,对施工质量、进度和工程造价具有直接的影响.实践证明,PHC管桩对深层软土地基处理切实可行、质量可靠、施工方便,跟其他处理工艺相比,具有进度快、造价低的优点.     

某装备结构动态特性分析

利用试验模态分析法获得了某机枪结构的模态参数,分析了机枪的动态特性,并通过基于模态试验的灵敏度分析方法,获得了影响该机枪动态特性的敏感部位,为改善机枪动态特性提供了依据.     

复合地层盾构机推进速度SVM预测模型研究

在复合地层盾构法隧道施工中,如何提高盾构机推进速度一直是盾构机设计、施工人员研究的重点。以长沙轨道交通1号线五一广场到营盘路隧道工程为研究背景,现场采集盾构机掘进参数,应用SVM,建立了"五营"区间复合地层盾构机推进速度的预测数学模型,并对模型进行检测,检测结果表明该预测模型对推进速度预测的平均相对误差≤7%,验证了该模型对推进速度预测的有效性。     

ZK4型电空转辙机锁闭性能改进探讨

针对目前ZK4型电空转辙机存在的锁闭问题进行分析,并对主要问题的应对措施进行介绍,为实际应用提供理论指导。     

南京地铁3号线浦珠路站满足大直径盾构整体始发结构托换技术研究

为满足南京地铁3号线浦珠路站大直径盾构整体始发的需要,对该站原分体始发结构进行调整。通过分析大直径盾构整体始发技术对地铁车站的影响,总结出地铁车站在大盾构整体始发条件下结构设计的处理方法及难点。根据车站工程地质,利用混凝土梁柱临时托换体系满足始发要求,并采用SAP2000有限元软件建立二维及三维模型进行模拟分析,提出转换始发的关键技术。得出采用临时结构托换技术解决大直径盾构整体始发技术是可行的,且临时结构托换体系对原结构尺寸未产生影响。通过分析验证了混凝土梁柱体系在在地铁车站结构受力体系临时转换时的适用性。     

数控铣床加工低碳钢零件的进给速度优化

论述了数控铣床加工低碳钢零件时进给速度的优化问题．在基于加工效率（可等效转化为加工工时）和加工成本目标函数的基础上，对这两个目标函数运用多目标函数理论进行综合，得到了多目标综合函数．通过计算，并综合表面粗糙度，进而得到进给速度的优化范围，并对不同转速下的进给速度给出了相应的优化参数，目的更接近生产实际，使技术人员不仅了解影响生产效率和成本的因素，也可在实际生产的应用中更加快捷和方便．     

Short-term forecasting of high-speed rail demand: A hybrid approach combining ensemble empirical mode decomposition and gray support vector machine with real-world applications in China

Short-term forecasting of high-speed rail (HSR) passenger flow provides daily ridership estimates that account for day-to-day demand variations in the near future (e.g., next week, next month). It is one of the most critical tasks in high-speed passenger rail planning, operational decision-making and dynamic operation adjustment. An accurate short-term HSR demand prediction provides a basis for effective rail revenue management. In this paper, a hybrid short-term demand forecasting approach is developed by combining the ensemble empirical mode decomposition (EEMD) and grey support vector machine (GSVM) models. There are three steps in this hybrid forecasting approach: (i) decompose short-term passenger flow data with noises into a number of intrinsic mode functions (IMFs) and a trend term; (ii) predict each IMF using GSVM calibrated by the particle swarm optimization (PSO); (iii) reconstruct the refined IMF components to produce the final predicted daily HSR passenger flow, where the PSO is also applied to achieve the optimal refactoring combination. This innovative hybrid approach is demonstrated with three typical origin–destination pairs along the Wuhan-Guangzhou HSR in China. Mean absolute percentage errors of the EEMD-GSVM predictions using testing sets are 6.7%, 5.1% and 6.5%, respectively, which are much lower than those of two existing forecasting approaches (support vector machine and autoregressive integrated moving average). Application results indicate that the proposed hybrid forecasting approach performs well in terms of prediction accuracy and is especially suitable for short-term HSR passenger flow forecasting.     

支持向量机和基于IMF的特征能量法在汽车变速器轴承故障诊断中的应用

针对汽车变速器轴承振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了一种基于内禀模态函数(IMF)的特征能量法和支持向量机的变速器轴承故障诊断方法。对变速器轴承内圈、外圈故障振动信号的分析结果表明,该方法在小样本情况下仍可有效提取变速器轴承的故障特征,并能成功地对其工作状态和故障类型进行分类。