铁路地理标记语言的研究

本文提出了RGIS面临数据之间和系统之间不统一的问题,介绍了一种具有高效空间数据交换机制的铁路地理标记语言(RGML)来解决,重点论述铁路地理标记语言的对象模型,包括地物特征对象和几何对象,地物特征对象定义了空间对象的内容和结构,几何对象提供了详细的基本空间几何组件定义.最后给出RGML描述省界的实例,说明用RGML处理铁路空间数据的优势.     

反求建模中常见二次曲面拟合方法

针对机械零件反求建模过程中常见二次曲面的表面重建问题,提出了曲面拟合分步计算法.该算法根据数字化离散点的三维坐标及各点的法矢量,利用零件表面的几何特征建立拟合计算目标函数,把二次曲面拟合问题转化为线性最小二乘计算问题;通过拟合计算提取曲面的几何参数,为建立机械零件实体及特征模型打下基础.     

集成化公路CAD系统工程数据库的研究

从公路设计中的数据需求和流程出发,阐述了工程数据库的特性,规划了公路工程数据库的总体结构,重点对关系数据模型进行了扩展研究,构造了关系-面向对象模型作为工程数据库的数据模型,并以客户/服务器体系结构作为工程数据库的体系结构。在此基础上,针对公路设计过程中数据操作的特殊需要,构造了标准数据查询类、平面工程类。通过对类的封装,实现了数据库功能的有效扩充,从而实现了具有实时查询、实时修改、实时存储以及支持分布式设计功能的公路工程库和公路标准库。     

集成化公路CAD系统工程数据库的研究

从公路设计中的数据需求和流程出发，阐述了工程数据库的特性，规划了公路工程数据库的总体结构，重点对关系数据模型进行了扩展研究，构造了关系—面向对象模型作为工程数据库的数据模型，并以客户，服务器体系结构作为工程数据库的体系结构．在此基础上，针对公路设计过程中数据操作的特殊需要，构造了标准数据查询类、平面工程类．通过对类的封装，实现了数据库功能的有效扩充，从而实现了具有实时查询、实时修改、实时存储以及支持分布式设计功能的公路工程库和公路标准库．     

基于云模型与异常识别的桥梁技术状态评定方法

针对现行桥梁技术状态评定过程中存在的不确定性以及忽略了主要结构部件对桥梁整体安全使用的影响,提出在评定过程中引入异常识别,并将专门研究不确定性问题的云模型理论与传统的模糊综合分析法相结合,提出一种基于云模型与异常识别的桥梁技术状态评定方法;首先确定各个部件以及结构的权重,然后将评语集、评估数据转换为云模型,并获取在评定过程中引入异常识别前、后的评定结果;最后将该模型应用于某实桥评定中。研究表明:在传统云模型评定中引入异常识别考虑了主要结构部件对桥梁整体安全使用的影响,该模型评价方式更为符合实际工程情况,过程更为客观,结果更为全面。     

桥梁结构非线性实体有限元建模

桥梁研究中有一些特殊的分析,不仅需要考虑结构的非线性问题,而且要用实体单元模型计算关键点处的应力-应变状态。鉴于考虑非线性的实体有限元模型在桥梁工程中应用较少,为了提高计算模型的可靠性,分析和讨论了这种有限元模型构建过程中应该注意的若干问题,包括几何模型的选择、非线性本构关系的选择、边界条件的处理、荷载的施加、单元类型的选择和网格划分、非线性算法选择等。最后基于这些探讨,以一个钢-混组合梁为例,用非线性实体有限元法对其进行了承载能力极限状态的模拟,软件的输出数据与实验实测结果吻合较好,这证明了在一些特殊的桥梁结构分析中,采用考虑非线性的实体单元模拟是可行的。     

基于区间摄动理论的隧道结构响应分析

基于区间摄动理论,针对隧道结构不确定量,结合基于单元的有限元方法,建立了隧道结构区间求解模型.该模型采用8节点等参元进行离散,同时考虑物理参数不确定性、材料非均质不确定性和荷载不确定性,利用区间有限元方法,对模型进行了不确定性分析,得到了隧道结构静力响应的区间范围,并将结果与ANSYS软件分析结果相对比.数值结果表明该模型在求解隧道结构不确定性问题是有效的、可行的.     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

基于改进密度聚类算法的交通事故地点聚类研究

交通事故特征受地域分布影响显著，本文对交通事故特征进行优化聚类研究.基于 2019年无锡市交通事故数据，调用开放地图接口地理编码解算事故地点经纬度，使用密度聚类算法对事故地点与事故原因进行密度聚类.传统的密度聚类算法依赖距离阈值和样本数阈值的准确输入，为解决这一局限，建立一种自适应搜索距离阈值和样本数阈值的密度聚类模型，并与原始聚类模型进行对比.结果表明，优化算法在参数确定上更加智能，对簇的划分更加准确，对噪声点的识别更加合理.通过机器学习中轮廓系数计算方法计算模型得分，证明了该算法在城市道路交通事故地理位置聚类中的适用性.     

一种改进型MRAS的SPMSM无位置速度矢量控制方法

本研究针对SPMSM控制提出一种改进型的模型参考自适应控制方法,在传统模型参考自适应方法上进行了前馈解耦滤波控制,并结合了SPMSM的id=0的矢量状态观测器控制方式,尤其适用于低速重载情况下运行.在传统模型参考自适应模型基础上,提出了一种带前馈滤波改进型的控制策略,在MATLAB/Simulink环境搭建了模型参考自...