同步碎石封层设备典型液压系统结构与性能分析

0引言随着科学技术的进步,许多传统的道路施工与养护技术正被更为先进的技术所代替。同步碎石封层作为传统碎石封层的替代技术,正逐渐成为公路建设与养护行业的一个发展热点。法国SECMAIR(赛格玛)公司创造并引领了同步碎石封层技术的发展潮流,也包括该技术的主导施工设备同步碎石封层     

可编程控制器在桥梁施工中的应用

讨论了可编程控制器在桥梁施工中的应用，分析了桥梁施工中常用吊装设备施工工艺，介绍了ＭＰＣ－１型多功能，可编程控制台的设计思想和主要功能。     

基于高德导航数据与FOA-GRNN模型的驾驶倾向性辨识方法

为提升汽车主动安全功能,研究了1种基于高德导航数据的低成本、高精度驾驶倾向性辨识方法.基于高德软件开发工具构建动态驾驶数据采集应用程序,并融入个人智能终端以实现对行车数据的实时采集、处理与网络化存储.通过驾驶员生理、心理测试和实车实验获取不同驾驶倾向性驾驶员在导航行驶过程中由时间、速度和加速度推演的驾驶行为信息,采用主...     

环保智能型免水冲厕所生物降解研究

介绍了环保智能免水冲厕所的结构和特点，根据人类粪便的成分和特征详细说明了菌种和辅料的选择方法；对微生物分解过程中的影响因素给出了相应分析，选择满足微生物生长需要的各种条件以达到降解有机物、保护环境的目的，实现环保智能免水冲厕所的安全卫生无害化。     

我国数控机床与技术的发展概况及趋势研究

数控机床和技术在国民经济中占有重要地位,已经成为各国制造业发展水平的重要标志。本文通过对数控机床及技术的组成、分类和特点及数控技术的发展状况,详细阐述了其发展趋势,并结合我国的数控技术与国外之间的差距,提出了相应的对策。     

低碳环保泡沫沥青技术及其应用

0引言随着公路交通建设的迅猛发展,沥青材料在中国的需求量也迅速上升：2010年消耗约2 100万t,其中公路建设用量达到1 600万t。沥青在公路交通建设中主要用于生产沥青混合料。每生产1t沥青混合料需要消耗0~#柴油6.5～7.2kg、电2.5～3.0 kW·h;在生产热拌沥青混合料的过程中,集料的加热、沥青的融化、沥青混合料的热拌热铺,会释放出一些挥发性的有害物质,例如每生产1t沥青混合料,CO_2排     

3月份全国主要维修配件价格动态

┌────────────┬──────────┬───────┬─────────┬──┬────────┬───┬────┐│品种 │适用车型 │规格 │生产企业 │单. │喘半豁 │涨价幅│执行 ││ │ │ │ │位 │ │度纬 │日期 │├────────────┼──────────┼───────┼─────────┼──┼────┬───┼───┼────┤│ │DGQ610O-1 │普通型 │贵州汽车制造厂 │台 │5800 │3000 │38 │93.1 │├────────────┼──────────┼───────…     

稀浆封层机的历史、发展、结构、原理与应用

1稀浆封层机的发展状况 1.1国外状况 1917年德国人发明了乳化沥青.1920年还是德国人用非常精细连续级配骨料、乳化沥青和水在一个铁锅里经过铁锨搅拌混合成稀浆状混合料,这种混合料当时称为"SCHLAMIE",即为原始的稀浆.图1为当时德国人制浆的工具:铁锅、铁铲等.     

考虑个性化出行需求的多模式公交路径规划

在多模式公交出行中,传统的路径规划方案已无法满足出行者日益增长的出行需求. 为提供基于出行者多种出行需求的个性化路径规划方案,通过IC卡刷卡数据模拟公交时刻表,建立基于模拟时刻表的多模式公交路网模型;采用动态阈值化法建立个性化出行需求评价值模型;设计深度优先搜索-遗传算法（depth first search-genetic algorithm,GA-DFS）,并基于此组合算法提出初始种群产生策略和两点变异方法;最后,假设了3种不同出行需求的出行场景,将某市区的多模式公交路网数据应用于模型和求解算法中,并与使用较广的模拟退火-遗传算法（simulated annealing-genetic algorithm,GA-SA）进行对比分析. 仿真结果表明:所提出的算法与模拟退火-遗传算法相比,平均迭代次数减少了42%,寻优能力提高了50%,并且可以提供基于乘客多种出行需求的路径规划方案.      

基于长短期记忆网络的桥梁非定常气动力预测

气动力是影响桥梁结构稳定性和安全性的关键因素之一，其演化规律受其自身非定常特性和计算机精度的影响，很难实现长时间预测。准确预测桥梁结构的气动力特性对结构设计和振动控制具有重要意义。风洞试验和数值模拟是目前气动力研究中应用最广泛的方法，但风洞试验成本高，且难以模拟复杂风场条件，数值模拟对计算资源又具有强依赖性。因此，为了实现计算量和计算精度的平衡，利用长短期记忆(Long Short-term Memory, LSTM)网络开发了一种不同风攻角桥梁非定常气动力时序预测模型。该模型以不同风攻角下0～n时刻的气动力系数为输入，以n+1时刻的气动力系数为输出。首先，基于开源Tensorflow库构建LSTM网络框架；其次，基于3°、4°和5°三个风攻角的桥梁主梁非定常气动力数值模拟结果构建训练集和测试集，并进行模型训练；最后，利用训练好的模型基于风攻角分布进行内插和外推预测。在内插预测时，基于风攻角为3°和5°时的气动力系数构建数据集对模型进行内插训练，对风攻角为4°时的气动力系数进行预测。在外推预测时，基于风攻角为3°和4°时的气动力系数构建数据集对模型进行外推训练，对风攻角为5°时的气动力...