桥梁冲击系数理论研究和应用进展

为推动桥梁冲击系数理论和应用研究的进一步深入开展,从计算方法、理论与数值模拟、现场试验与测试3个方面系统梳理国内外公路、城市和铁路桥梁工程领域冲击系数(或动力系数)的研究进展,并探讨其不足和发展趋势.计算方法方面,从桥梁冲击系数的定义出发,详细阐述典型国家最新规范冲击系数表达式;理论与数值模拟方面,分析了车辆参数、桥梁...     

初始条件对高速铁路车桥耦合动力响应的影响

列车驶入桥梁时,必然带有一定的初始条件,此值对计算车桥耦合振动中桥梁的动力响应有较大的影响。针对这一问题,通过在路基上运行不同的长度区间,以不同的行车速度、不同的车辆类型,对高速铁路车桥耦合振动的初始条件加以分析。可知当行车速度相同时,取不同的行车区间,竖向位移几乎不受影响,横向位移与所选取的运行区间有关。桥梁跨中横向位移还与选取的车型有关。     

振动沉管碎石挤密桩处理可液化地基

振动沉管碎石挤密桩,通过在地基中形成密实桩体和挤密作用,与原地基构成复合地基,具有良好的透水性,可加速地基固结,有效地消除液化,提高地基承载力。碎石挤密桩技术可靠,机具设备简单,施工方便节约投资,工程进度快。     

软土地区地铁环境振动对精密仪器的影响研究

为评估软土地区地铁环境振动对精密仪器的影响,基于环境振动分析预测有限元仿真模型,模拟实际工况下距线路不同距离上的不同楼层内地板的振动响应.模拟计算分析表明,距隧道中心线20 m、50 m、100 m 3种工况中,距隧道中心线20 m、50 m的建筑物内振动超过精密仪器对环境振动的要求限值,距隧道中心线100 m的建筑物...     

基于数据驱动的电动汽车动力电池SOC预测

为准确预测电动汽车动力电池的能耗,缓解驾驶者的里程焦虑,本文中提出一种基于数据驱动的电动汽车动力电池SOC预测模型.首先分析电动汽车能耗构成并提取能耗影响因素,接着基于某款电动出租车CAN总线采集的汽车运行数据,采用机器学习算法,提出基于温度分层的能耗模型,通过宏观数据与微观数据的融合减小误差,最后使用该模型对车载BM...     

用模态综合模型对制动器噪声进行模拟分析与抑制

综述了对于制动器噪声问题能进行较为有效控制且得到应用的研究技术成果,利用在研究制动器噪声问题发生机理的基础上发展的系统模态综合模型分析方法,对一个存在低频噪声的制动器进行了分析.找出了影响噪声发生的关键构件是制动器支架,对其进行了改进设计,通过按照SAE J2521标准进行的台架试验,证明其有效性,并将原制动器按SAE...     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。     

瞬态瑞雷波在地层勘探中的应用

根据瞬态瑞雷波的传播特性和测试原理,使用振动及动态信号采集分析系统采集分析了测试工点的瑞雷波信号,并得到了测试工点的地层分布情况和各层的物理特性.     

强夯施工对环境振动的影响分析

利用强夯法加固软弱地基时,其夯击能将以波的形式向外扩散,进而导致周围环境的振动.本文以半无限弹性体理论为基础,考察了瑞利波的径向振动量和竖向振动量沿地基深度的衰减特性,认为竖向振动量是引发环境安全的主要因素;通过现场实测,研究了强夯引起的自由场地地面振动加速度及振动速度随距离的衰减规律,并对隔振沟的隔振效果进行了测试研究.     

Using a SVM to evaluate damage to vibration isolators in an elastic raft system

Predicting damage to vibration isolators in a raft experiencing heavy shock loadings from explosions is an important task when designing a raft system. It is also vital to be able to research the vulnerability of heavily shocked floating rafts unreliable, especially when the allowable values The conventional approach to prediction has been or ultimate values of vibration isolators of supposedly uniform standard in a raft actually have differing and uncertain values due to defective workmanship. A new model for predicting damage to vibration isolators in a shocked floating raft system is presented in this paper. It is based on a support vector machine（SVM）, which uses Artificial Intelligence to characterize complicated nonlinear mapping between the impacting environment and damage to the vibration isolators. The effectiveness of the new method for predicting damage was illustrated by numerical simulations, and shown to be effective when relevant parameters of the model were chosen reasonably. The effect determining parameters, including kernel function and penalty factors, has on prediction results is also discussed. It can be concluded that the SVM will probably become a valid tool to study damage or vulnerability in a shocked raft system.