南京城市公共交通一卡通行应用方案研究

用模糊评价方法对南京地铁与公交一卡通行方案进行优选。分析了南京公交IC卡系统现状和地铁AFC系统选型,表明公交IC卡系统不适应技术发展趋势以及多应用的拓展,而地铁AFC系统则充分考虑了这些需求。讨论了地铁、公交一卡通行各种可能的模式及其影响因素,利用加权最小隶属度偏差模型对南京城市公共交通一卡通行应用方案进行评价,评价结果与模糊综合评判加权平均模型相一致,表明一步到位方案为最佳方案,但加权最小隶属度偏差法反映了不同方案偏离理想方案的程度。     

ABB与AFC合作为电动汽车充电未来提供支持

正氢能发电技术的提供商AFC Energy(AIM:AFC)宣布与ABB建立战略合作,在100多个国家/地区开展业务,以开发下一代大功率电动汽车充电解决方案。到2030年,全球电动汽车充电市场预计将超过1400亿美元,此项合作将支持满足此类需求的全球充电基础设施交付。这项合作还将创建一个新的解决方案,以提供零排放的安全、高效、灵活和可靠的本地电源。该联合系统将于2021年下半年开始在英国、欧洲、美国和其它地区部署。     

AFC结构及其工作原理

由于AFC为康明斯发动机燃油泵上的重要组成部分，起到控制发动机排放的重要作用，故本文对其结构和工作原理进行详细介绍，帮助更好地使用AFC总成，并对其维修具有指导意义。     

IC卡读写器在票卡安全处理中的应用

为提高自动售检票系统（AFC）的交易安全性,在分析当前国内单程票交易与储值票充值交易过程中存在的安全问题的基础上,设计了基于PKI技术的交易内置型IC卡读写器。讨论了交易内置型IC卡读写器的结构原理,阐述了其在票务交易过程中安全认证的具体流程与方法。研究成果已在南京地铁应用,实践表明,该读写器有效提高了系统的安全性,取得了良好的效果,可以在国内其他城市轨道交通中推广应用。     

基于FTA的高速公路联网通信系统可靠性分析

在介绍高速公路联网通信系统构成和功能的基础上,本文基于故障树分析(FTA)方法建立了高速公路联网通信系统故障树模型。在系统中以关键设备为切入点,首先建立关键设备对系统可靠性的影响评估模型,接着分析了其对高速公路机电系统联网可靠性的影响,最后进行系统可靠性的影响评估,提出改善高速公路机电联网系统可靠性的对策,为高速公路机电联网系统设备的养护工作提供了技术支撑。     

叉车液压系统油液泄漏的原因与预防

叉车液压系统一旦出现油液泄漏,将会使系统压力降低,影响设备的工作安全性。同时,油液泄漏使系统的压力建立起来缓慢,降低了设备的生产效率,增加了生产成本。因此,必须对液压系统的油液泄漏加以控制。     

装焊车间设备TPM管理模式

在初期TPM设备管理工作中拓展出清除设备"6源"管理工作,并结合设备周保养工作和设备巡检系统的建立,形成了装焊车间自己的管理模式,确保设备安全与平稳运行。     

疏浚作业仿真训练系统的建模技术

介绍了疏浚作业仿真训练系统的建模技术，分析了系统中各仿真对象的功率传递关系和在稳定工况、过渡工况下疏浚设备工作点特性的仿真计算方法，建立了疏浚机构的运动方程与水下泥沙的运动模型。在建模过程中，有效地使用简化方法建立了实用的数学模型，这种方法能给其它仿真训练系统的开发提供参考作用。     

道路机械化养护决策方法

从理论上探讨了机械化养护管理的决策方法，通过其定量指标，定性指标建立了系统的数学模型，应用工程技术学及模糊数学等建立了其指标的效用函数，为机械化养护设备投资与决策，提供理论性的参考方法。     

面向任务的船用核动力装置使用可用度仿真

以任务为牵引,结合船用核动力装置使用特点和工作特性,考虑系统内部备用单元的使用转换,设备的故障与修复以及保障延误,建立了其使用可用度(A0)的仿真模型和仿真流程,在建立系统使用可用度评价指标基础上,基于Monte-Carlo方法对装置进行了任务条件下的使用可用度仿真计算。研究表明,建立的仿真模型能够量化装置使用可用性评价指标,分析结果可为查找系统薄弱环节、改进系统可用性设计提供依据。     

Impact de la tarification,des fréquences et des temps de transfort sur les flux ferroviares dans le Bassin parisien

We have modelled trips on the Paris basin on the basis of the SNCF long-distance surveys. This modelling allows us to test the impact of pricing, journey times and train frequencies on rail travel demand. Three models have been constructed — a generation model (which computes trip production, that is to say the distribution of trips on the basis of the zones in which rail users reside), a geographical distribution model which is used to estimate the distribution of trip production on the basis of origin and destination zone, and lastly a model choice model which computes the proportion of commuting flows which takes place by rail. In this study the generation model has been partially supplied by the surveys. The distribution model takes thetrip production data output from the generation model in order to evaluate the total of rail flow on each O-D pair. This data is then used to calibrate the modal choice model.     

A Driver Model Based on the Cerebellar Model Articulation Controller

A model of driver behavior is described which is based on a current theory of neurophysiological processes occurring in the cerebellum. The model learns to control the vehicle through experience, provides discontinuous ramp steer inputs to the vehicle, accepts discontinuous input data, and is applicable to all control situations.

The model is implemented on a simple simulation model of a car and learning is accomplished by the use of an explicit driver model which drives the vehicle along a specified trajectory.     

考虑节点柔度特征的客车骨架有限元分析模型

为改进传统客车骨架结构有限元分析中梁模型的缺陷,提出一种新的计算模型。这种模型中包括梁单元和用壳单元离散的节点单元,共同构成薄壁杆系计算模型,在一次计算中能提供节点设计所需要的节点细部应力分布特征,同时也提供梁截面设计所需要的截面内力。此外,还讨论如何应用新模型对客车骨架节点部位结构进行合理设计。     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提，有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象，研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集，构造滑动时间窗口，以时间窗口内的出租车历史移动速度的时间序列为输入变量，以出租车当前时间的移动速度为输出变量，采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化，得到模型最优参数组合，并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析，将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841，均方根误差（RMSE）为12.711，均低于非参数回归模型和神经网络模型，提高了出租车速度的预测精度；由于出租车速度序列缺乏规律性，调整后的R₂（R₂ _adjusted）为0.592，且相较于其他2个模型，XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果，避免了过拟合造成的预测精度下降。      

Generalized magnetorheological (MR) damper model and its application in semi-active control of vehicle suspension system

In this paper, analytical characterization of the magneto-rheological (MR) damper is done using a new modified algebraic model. Algebraic model is also more preferable because of its low computational expenses compared to differential Bouc-Wen’s model which is highly computationally demanding. This model along with the obtained model parameters is used as a semi-active suspension device in a quarter car model and the stationary response of the vehicle traversing on a rough road is obtained. The control part consists of two nested controllers. One of them is the system controller which generates the desired damping force and the other is the damper controller which adjusts the voltage level to MR damper so as to track the desired damping force. For the system controller a model reference skyhook Sliding Mode Controller (SMC) is used and for the damper controller a continuous state algorithm is built to determine the input voltage so as to gain the desired damping force. The analytical model is subsequently used in the quarter car vehicle model and the vehicular responses are studied. A simulation study is performed to prove the effectiveness and robustness of the semi-active control approach. Results show that the semi-active controller can achieve compatible performance as that of active suspension controller except for a little deterioration.     

整车主动悬架系统的数学建模

悬架系统是一个复杂的动力学系统,其模型的精确性、合理性对主动悬架的研究起到决定性作用.为进一步满足车辆乘坐舒适性的要求,以整车模型为研究对象,运用八板块方法进行动力学分析,根据牛顿运动学定律推导出悬架各部分的力学微分方程,从而建立了包含俯仰运动模型、侧倾运动模型和转向运动模型的整车模型,为车辆主动悬架的进一步研究提供了理论基础与依据.     

卡尔曼时间序列模型预测路面平整度指数

路面平整度的发展趋势受交通量、温度及使用时间等许多因素的影响,很难建立综合全面的预测模型。而时间序列法利用历年的IRI值可解决这个问题。针对传统的时间序列法计算的不足,提出了将卡尔曼滤波应用于时间序列IRI预测模型的方法,能充分利用观测值对状态估值进行实时修正,可有效提高预测模型的预测精度,且无需储存大量的历史观测数据。最后,通过实例证明了该模型有效可行。     

多路径分配模型中合理路径的研究

Logit是一种重要的随机网络配流模型,常用于市域、省域的交通分配预测.但该模型的Stoch算法在确定"合理路径"的关键步骤时存在漏洞,明显存在交通分配结果不合理问题.文中通过比较以往各种合理路径的算法,提出了一种既合理,又经济的算法.解决了Stoch算法中对合理路径定义不合理的问题,使得分配结果更合理,通过建立相关路网的实例检验,取得较好的效果.     

用于智能驾驶系统评价的乘员损伤模型

只有较少的交通事故数据资源被用于建立基于碰撞速度信息的乘员损伤模型，致使所得到的模型精度差。为此，提出了基于车辆变形深度的乘员损伤模型。对美国不同制造年代和车辆级别的事故数据进行聚类分析，论证出车辆变形深度与乘员损伤风险具有相关性。以车辆变形深度为自变量，通过回归分析得到乘员损伤模型。不同种类车辆的乘员损伤模型拟合精度R²约为0.9，证明了该模型的正确性。为进一步验证，以此模型为基础，评价智能驾驶系统的有效性。以自动紧急制动系统为例，对比基于变形深度和速度变化量信息2种方法的有效性计算结果。结果表明：2组结果的平均误差不超过1%，验证了基于变形深度的乘员损伤模型的准确性。该模型仅需要事故数据库中准确的变形深度信息，能够获得更多的事故数据支持，从而可以更好地适应于不同类别智能驾驶系统的评价需求。