轮印载荷下I型夹层板架结构静强度力学性能试验研究

现代舰船的直升机起降时会通过轮胎将载荷作用于飞行甲板的板架上,这种载荷通常被称为轮印载荷。除此之外,相对于传统加筋板结构形式,I型夹层结构具有轻质、高比强度等优点,是一种可以应用于船舶飞行甲板的新型结构形式。本文针对轮印载荷局部重载和位置不确定的特点,设计了合理的试验贴片方案及加载程序,并将试验数据与理论值对比,分析误差原因,研究I型夹层板架结构的板格在四种典型位置轮印载荷作用下的静强度力学性能。试验结果表明,夹层板架结构在载荷附近测点的应力水平较大,同时其上面板沿船宽方向的弯曲应力大于沿船长方向的弯曲应力,而下面板2个方向的弯曲应力特性与上面板相反。这些结论对于I型夹层板架结构在轮印载荷下的力学性能研究具有重要意义。     

内河航标智能化发展前景

内河航运是综合运输系统和水资源综合利用管理的重要组成部分,航标智能化是航运发展的重要支撑,是内河航运安全的最根本保障。但当前内河航标智能化水平不高,无法满足于日益增加的航运发展需求。在当前航运发展与物联网、云计算、大数据管理、新一代移动通信等现代信息技术深度融合的大趋势下,结合当前大数据分析和人工智能等前沿技术,开展航标智能化研究,对我国智能航道建设有着至关重要的作用。本文通过研究分析了国内外航标智能化研究现状,提出了构建内河智能化航标系统的相关思路。     

关于某项目上部结构通用图配束优化的研究

预制T形桥梁在高速公路中应用广泛，但预制桥梁由于标准化要求，单个项目采用标准跨径的类型有限，跨径组合在布置时常常造成浪费或者略有不足，灵活性不高，尤其在山岭重丘区情况下问题突显。结合规范变化等研究钢束布置情况，通过大量计算分析，优化钢束配置，增加常见跨径预制T形桥梁通用图的适用性，达到跨径布置合理、满足标准化要求、优良的经济性目的。     

兰新高铁甘青段路基冻胀自动监测及分析研究

为查明兰新高铁甘青段路基冻胀变形原因和影响因素,提出相应的冻胀处理措施,将路基冻胀变形控制在允许范围之内,采用自动监测系统,对路肩以下5 m范围内路基的冻结深度、水分、冻胀变形等进行监测,并对监测结果进行统计分析和深入研究。研究结果表明:路基冻结深度的发展主要受气温的影响,基床表层以下填料含水量随着冻结深度增加缓慢增加;基床表层及基床底层上部1.0 m范围冻胀量占总冻胀量的80%以上;低路堤地段冻胀最严重。为减少路基冻胀量,设计及施工时应采用全冻结深度防冻胀方案,以填料防冻胀为主,辅以防水、疏水和隔热等综合措施;低路堤地段防冻胀措施应适当加强。     

大跨径预应力箱梁体外预应力加固技术研究

随着我国经济的不断发展，桥梁基础性建设也在不断完善，但随着重型车辆出现及交通量的迅猛增长，对公路桥梁等结构的影响越来越严重。以某跨海大跨径预应力混凝土现浇箱梁桥为工程背景，在交通量的增大，重型、超重型车辆的增多及施工期间支架发生下沉的情况下进行加固，对该类桥梁体外预应力加固技术进行深入研究。结果表明，采用短束交叉锚固，使得施工更加方便，体外预应力束可根据各跨的病害情况可实现复张、可调节、可更换及可测量的新技术，且在实际工程中已验证加固效果良好；多单束小股分散锚固可降低应力集中，防止转向块及锚固块由于应力集中从而导致开裂。     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提，有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象，研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集，构造滑动时间窗口，以时间窗口内的出租车历史移动速度的时间序列为输入变量，以出租车当前时间的移动速度为输出变量，采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化，得到模型最优参数组合，并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析，将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841，均方根误差（RMSE）为12.711，均低于非参数回归模型和神经网络模型，提高了出租车速度的预测精度；由于出租车速度序列缺乏规律性，调整后的R₂（R₂ _adjusted）为0.592，且相较于其他2个模型，XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果，避免了过拟合造成的预测精度下降。      

强化铁路检修车管理的思考

如何准确、均衡地扣修铁路运用车辆,既保证维修单位任务完成,又满足提高运输效率要求,是铁路运输管理的难点之一。本文以南宁局集团公司为例,总结分析针对检修车扣车不均衡、检修车超定量问题,采取集成数据,编制检修车管理指导子系统,强化检修车的监控与预测、扣车追踪、动态管控、均衡扣车等措施的落实效果,旨在为有效提升检修车管送能力,确保运输用车需求提供借鉴。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。