基于路用性能指标的高等级公路沥青路面预养护方案研究

高等级公路沥青路面预养护对于遏制路面早发病害劣化进程，延长路面使用寿命具有重要意义；为了提高现有沥青路面预养护方案编制的精准性和科学性，基于路用性能指标对路面通行工况的影响权重建立了路面工况量化评价模型和路面预养护决策模型，可根据预养护评级结果Y值所处区间，给出相应的预养护执行标准，该模型在公路预养护施工项目中已得到较为成功的应用。     

单折线体外索对简支钢梁自振频率的影响

结构的自振特性关系到结构的健康安全,预应力系统作用到结构上会影响结构的自振频率.为考察体外预应力索系统对简支钢梁自振频率的影响,基于预应力系统作用机理并采用能量法建立了单折线布索型预应力钢梁的动力方程,求解此方程得到自振频率的计算公式,用此公式对一典型单折线索钢梁的一阶频率进行了计算,并与有限元模拟结果进行对比.结果表明:公式计算结果与有限元模拟结果基本一致,可用于工程设计.在此基础上,还得到了索预拉力、偏心距和截面积对梁自振频率的影响规律,为调节单折线布索型预应力钢梁的自振频率提供了理论依据.     

路用水性聚氨酯改性环氧树脂的制备与工作性能

为进一步明确不同类型聚氨酯预聚体对水性环氧树脂相关性能的改善效果,优选NCO-含量分别为2.0%、4.0%和5.0%的丙烷型端羟基聚醚型聚氨酯(TDI-PPG)对E-51和E-44型环氧树脂进行复合改性,制备水性聚氨酯改性环氧树脂,系统研究了两种水性聚氨酯改性环氧树脂的工作性能,为水性聚氨酯改性环氧树脂在道路领域的推广应用奠定基础。结果表明:根据水性聚氨酯改性环氧树脂的强度形成时间,建议采用15 d强度和伸长率对其性能进行评价;NCO-含量越高,水性聚氨酯改性环氧树脂的工作性能越好;聚氨酯掺量过高,拉伸强度、弯曲强度、拉拔强度均会下降,建议聚氨酯掺量不超过20%。     

对转桨水动力性能实时预报方法

为了实现对转桨水动力性能实时预报，基于BP神经网络构建对转桨水动力性能预报模型。首先，采用低阶速度势边界元法建立对转桨水动力性能预报模型，通过调整来流速度和前后桨转速开展对转桨水动力性能多工况计算，从而获得构建神经网络所需的样本空间。建立适用于对转桨水动力性能预报的神经网络架构，通过训练使其具备良好的泛化能力。以某组对转桨为研究对象开展水动力性能实时预报方法研究，结果表明，采用BP神经网络预报模型可获得与边界元法精度相当的预报结果，但该模型与边界元法相比计算所耗时间可以忽略不计，可有效实现对转桨水动力性能实时、快速预报。     

公路沿线交通标志视觉适应性分析

针对公路沿线交通标志牌和户外广告牌是否可以被驾驶员有效识别问题，给出一种公路沿线相关标志牌视觉有效性评估流程方法。模型可以根据相关标志牌的图像，通过图像处理方法获取标志牌的文字信息，并根据文字信息特征以及户外标志牌的设置位置与大小，自动分析所设计的标志牌在相关位置是否可以被相关人员认读，通过相关公路标志牌的检测表明：本文设计的方法可以有效确定相关标志牌的合理性。     

多航态高速无人艇阻力试验研究

为了研究多航态高速无人艇在不同吃水航态下的阻力性能以及运动特性,在半潜到水面航态范围内变换6个吃水状态进行模型阻力试验,试验速度涵盖排水航行到滑行状态范围,对每个吃水工况下的航行姿态、阻力性能进行分析研究。结果表明,该多航态高速无人艇在一定吃水范围内都有着较好的阻力性能以及良好的运动姿态,在中低速(Fr?2.0)条件下,该模型在不同吃水下的运动姿态、阻力性能随航速的变化趋势一致,但在高速滑行(Fr? 3.0)条件下变化趋势有差异;剩余阻力占总阻力的比例Rr/Rt随着吃水的增加而不断增大,在相同吃水条件下Rr/Rt随着F r?的增加呈现出先增大后减小的规律。     

预制综合管廊接头抗剪性能与等效模拟方法

预制管廊接头力学性能及设计方法研究尚属于起步阶段,理论尚不成熟,对接头受力性能的认识尚不清晰。为研究预制管廊接头的抗剪性能及影响因素,基于福建省平潭预制拼装综合管廊工程,以典型的双舱和三舱预制拼装综合管廊结构为例,采用PLAXIS 3D岩土有限元程序建立预制管廊接头精细化三维数值模型,深入分析管廊接头的抗剪性能及影响因素,并提出合理实用的管廊接头等效模拟方法。研究结果表明,不设置剪力键时接头的极限总剪力降低了11.1%,设置剪力键能够明显地改善接头的抗剪性能;接头剪切强度和剪切刚度均与预应力基本呈线性关系;采用等效界面模型可以比较合理地模拟剪力键接头的抗剪力学行为。     

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。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。