预应力曲线箱梁和异形箱梁的研究

近年来 ,国内外学者对曲线箱梁和异形箱梁的静力分析理论和计算方法作过大量的研究 ,但这些理论和方法在某种程度上都存在着一定的局限性 ,特别是在实际设计工作中 ,运用起来不能得心应手。为此本文在综合前人已取得经验下 ,针对桥梁结构设计中分析曲线箱梁、异形箱梁 ,经常遇到的难题进行了研究 ,建立一个较为完善的理论和方法 ,编制了等参元空间分析程序。在实际工程中进行实桥试验 ,验证了本文理论和方法的正确性。本文的研究工作更准确描述了箱梁的荷载响应 ,为设计人员提供直观的设计依据。对曲线箱梁和异形箱梁受力特性有了更一步的理解 ,并提出了新的见解     

用应力平衡法确定斜拉桥主梁的合理成桥状态

根据主梁截面上、下缘的正应力控制条件，综合考虑活载作用以及斜拉索索力对主梁成桥恒载弯矩的可调性，确定斜拉桥主梁的合理数量和相应的恒载弯矩合理城，并根据实际配置的预加力确定主梁恒载弯矩可行城，为斜拉桥的合理成桥状态的确定提供依据。     

考虑胎体复杂变形的轮胎非稳态侧偏特性理论模型

本文从肥体的一般变形模式出发，根据胎体的侧向弯曲变形及扭转变形计算出胎面的侧向瞬时变形，从而建立了小幅运动时轮胎非稳态侧偏特性理论模型。考虑胎体的复杂变形之后，模型能真实地反映轮台力学特性和物理实质。     

基于PCA-SVM的边坡稳定性预测模型研究

提出了一种基于主成分分析(PCA)和支持向量机(SVM)的边坡稳定性预测模型。首先分析了影响边坡稳定性的因素,采用主成分分析方法求取主成分;再将主成分作为输入对支持向量机进行训练,并利用遗传算法优化支持向量机参数;最后通过实例与常用寻参方法所得结果进行比较。结果表明,该法能减少输入变量维数,提高了边坡工程稳定性的预测精度。     

航道护岸工程中基槽边坡稳定研究

航道护岸工程中经常发生基槽边坡滑坡失稳事故，从而造成经济和安全问题。因此，就滑坡发生机理进行研究对保障航道护岸工程顺利建设有重大意义。从极限平衡原理出发，分别运用Fellenius法和Bishop法验算了苏北某航道护岸工程开挖边坡的设计稳定性，并分析比较两种方法的差异，得出了在多层土的计算中有时会出现Fellenius法比Bishop法的安全系数略大的结论。结合工程实际中可能出现的渗流和超载等因素，计算得到边坡安全系数的变化规律和极限平衡状态时的临界负荷，从而提出了相应的预防渗流、控制超载等措施，可以为航道护岸建设提供参考。     

国IV发动机技术研究及其在客车上的应用

介绍客车国IV发动机四种技术路线,及其工作原理、优劣势对比分析以及在不同类型客车上的应用布置方案。     

异步牵引电机双微机矢量控制系统的研究

给出了一种适用于电力机车大功率场合应用的矢量控制方案，为实现方案设计了一种基于浮点数字信号处理器ＴＭＳ３２０Ｃ３１和单片机８０Ｃ１９６ＭＣ双微机结构的控制系统，该控制系统充分利用了ＴＭＳ３２０Ｃ３１的快速浮点运算功能以及８０Ｃ１９６ＭＣ的ＰＷＭ波形生成能力。实验结果表明本文所采用的双微机系统实时性好，能够完成矢量控制中复杂的运算以及ＳＰＷＭ调制信号的产生，并能在子系统间进行可靠的数据交换。     

弯、剪、轴拉复合受力状态下钢筋混凝土梁的承载能力试验研究

对弯、剪、轴拉复合受力状态下钢筋混凝土梁的承载能力进行试验研究。试验中主要考虑轴向拉力、最小抗剪配筋、配筋率、混凝土强度等级等因素对弯、剪、轴拉复合受力状态下钢筋混凝土梁的承载能力的影响。试验实测表明,欧洲规范2第1部分中用于计算弯、剪、轴拉复合受力钢筋混凝土梁承载能力的公式过于保守,有必要进行修正。     

NT4-Ant-Shepherdin[79-87]融合基因重组载体的构建

目的设计构建携带NT4-Ant-Shepherdin[79-87]的cDNA融合基因的重组载体,为针对Survivin的靶向治疗奠定基础。方法应用非对称引物/模板法、PCR技术制备NT4-Ant-Shepherdin[79-87]cDNA片断,连接于pGEM-T-Easy载体,经克隆测序、酶切后与PBV220/NT4质粒连接;转化感受态细胞E.coliDH5α,亚克隆获得NT4-Ant-Shepherdin[79-87]融合基因。结果克隆出Ant-Shepherdin[79-87]基因,经酶切及测序证实结果正确;连接PBV220/NT4,经克隆、酶切,琼脂糖凝胶电泳证实获得321bp的NT4-Ant-Shepherdin[79-87]目的基因片断。结论通过分子生物学技术成功构建了携带NT4-Ant-Shepherdin[79-87]融合基因的重组载体,为进一步研究针对Survivin的靶向抗肿瘤作用奠定了基础。     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.