谐振进气改善增压中冷柴油机性能和排放的研究

自行设计了适合于车用增压中冷柴油机的谐振进气系统,试验研究了谐振进气对柴油机燃油消耗率(b)、充量系数(c)、排气烟度(Rb)、PM等气体排放物的影响。结果表明,采用谐振进气系统可有效改善增压中冷柴油机的低速性能。合理匹配谐振系统参数,在低于谐振转速的工况范围内,可有效提高增压中冷柴油机的进气充量,增加空燃比(α),降低b和Rb。采用谐振箱容积为1.83 L、谐振管直径为50 mm、谐振管长度为1.1 m的谐振系统,与原机相比,低速工况c提高5%,Rb降低33%,同时有效降低了CO及PM排放。     

公路隧道施工超前地质预报技术方法研究现状综述

本文将公路隧道施工超前地质预报技术方法分为地质分析法、现场测试法、地球物理方法和数值模拟法等4大类,系统阐述了国内外公路隧道施工超前地质预报技术方法的研究现状,并在某些方面提出了一些新的见解。     

交通需求OD估计与预测的现状研究分析

目前，对于静态OD矩阵估计问题已经有很多研究者，对于动态OD前沿的研究工作则非常有限。关于对OD估计和预测的研究可分为封闭网络和开放网络。介绍了研究封闭网络的Bell，Van der Zijpp，Chang and Wu和Chang and Tao等人的方法，以及研究开放网络动态估计的3种方法，即Cascetta、Okutani、Ashok和Ben—Akiva等人的方法。并指出可以将OD估计问题陈述为具有不同误差特性、多个来源的不同类型信息的综合性和一致性的结合体，此联合估测就是经济计量学的混合估计的问题。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络(Long Short-term Memory Network,LSTM)对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型(VP-LSTM).该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场...     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持.将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型(Traffic Factor State Network,TFSN),考察交通因素...     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控.首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,...     

多元评价体系组合模型在铁路隧道变形预测中的应用

为克服传统预测模型结构单一、预测精度及稳定性不足等缺陷,提出多元体系组合预测模型的建模思路。首先,基于支持向量机、BP神经网络及ARMA模型3种单一预测模型,构建铁路隧道变形预测体系;再以均方根误差、误差平方和及平均绝对误差等为评价准则或指标,构建各预测结果的误差评价体系,求解各单项预测模型的权值贡献指数,得到最优组合权值;然后利用后验差检验、残差检验和关联度检验构建预测精度校验体系,对组合预测结果进行检验,评价预测模型的有效性;最后,结合工程实例,对多元体系组合预测模型在特大断面隧道中的变形预测效果进行检验。结果表明:多元评价体系组合模型预测相对误差值均小于2%,具有较高的预测精度,且较单一预测模型具有更高的预测精度,也一致通过相关检验,验证了多元体系组合预测模型的有效性。     

岩爆隧道柔性支护快速施工技术

为探究适合硬岩隧道岩爆段的快速施工技术,通过对硬岩隧道整体自稳性及岩爆特点的分析,提出以柔性支护为基础、以岩爆预测、松动圈测试和柔性网试验为保证措施的一种快速施工技术。依托米仓山隧道岩爆段的施工,利用陶振宇判据和Turchaninov判据对不同埋深下岩爆强度进行预测,合理划分米仓山隧道岩爆强度区段,并结合松动圈测试、柔性网试验,对锚杆和钢丝绳网的参数进行研究与验证。实践表明： 1)采用陶振宇判据和Turchaninov判据可以较准确地进行岩爆预测及强度区域划分; 2)利用松动圈测试结果能大致判断隧道开挖后围岩破裂区域的深度; 3)相比传统支护技术,采用喷射混凝土+涨壳式预应力锚杆+柔性防护网的快速支护技术,每循环施工可节省用时约4 h,整个岩爆区段施工速度可提高30%~40%。     

隧道洞口边坡变形的多阶段递进预测研究

为及时掌握隧道洞口边坡的变形规律,保证隧道进洞过程的安全,采用小波变换剔除变形序列中的误差信息,将原始序列分解为趋势项和误差项序列,并采用PSO-LSSVM模型和ARMA模型分别对趋势项和误差项进行预测,将两者叠加即得到边坡的综合变形预测值,再利用马尔科夫链建立预测误差的修正模型,进一步提高预测精度。对预测模型进行实例分析,结果表明： sym9小波函数、启发式阈值标准、硬阈值选取标准及10层小波分解的去噪效果较优,且通过综合预测,得到边坡变形预测结果的相对误差均值为1.03%,方差值为0.042 6,预测精度和稳定性较高,验证了预测模型的有效性。     

软土刀具的磨损预测——一种研究刀具磨损系统中主要影响因素的新方法

硬岩隧道掘进机的性能很大程度上取决于其切削刀具的磨损情况。刀具的磨损会降低掘进速度,进而导致掘进时间延长、项目成本增加。通常在隧道项目的规划阶段使用预测模型来进行磨损预测,而常规的磨损试验对磨损系统的考虑还不够准确,并没有考虑到刀具/土体的相互作用、周围介质（水、膨润土）以及掘进过程中的荷载等因素。针对该问题,专门设计了一个水平放置的磨损试验设备。本文介绍了该试验方法,研究并讨论了磨损系统相关因素对磨损率的影响。结果表明,该设备可模拟真实的掘进过程,很好地解决了上述问题,达到了高效、准确预测磨损的效果。