备胎松动报警装置及电动升降照明装置

为保障车辆的正常行驶．防止轮胎因漏气、爆胎等突发事件导致车辆抛锚．一般车辆均配备有备胎。东风商用车的备胎通常固定在车架下方的备胎装置上．比较稳固牢靠。但由于备胎位置不显眼。一旦出现松动遗失或是被盗．往往不易察觉，给长途行车的司机带来不便。我们设计了一种备胎松动报警装置，在备胎松动时就会自动提示驾驶员是松动、丢失还是被盗。其电路图见图1。     

基于模糊神经网络预测控制的高速列车ATP研究

在目标-距离速度控制模式普遍应用于我国高速铁路列车控制的背景下,本文针对高速列车运行性能的要求,将模糊神经网络预测控制运用到高速铁路ATP中,对列车速度进行控制。控制系统以闭塞区间为单位,建立高速列车速度模糊神经网络预测控制模型。在闭塞区间内,利用车-地通信将控制所需信息发送至列控中心;根据所得信息,通过预测控制算法得到从当前位置到闭塞分区出口的列车速度自动防护曲线并确定列车运行方式和控制策略;在每1个通信周期内,利用滚动优化和误差校正进行速度优化。仿真结果表明,与传统的控制方法相比,基于模糊神经网络预测控制的高速列车ATP具有更高的安全性。     

数据驱动的高速列车子空间预测控制

随着列车运行速度的提高,列车与接触网、轨道、空气的动力作用加剧,给高速列车的建模与控制提出更高的要求。本文提出数据驱动的高速列车子空间预测控制方法:构建基于状态框架的高速列车多变量动力学系统;由输入输出数据设计高速列车的子空间预报模型;详细分析高速列车子空间预测控制器的设计方法,并给出相应的预测控制算法。高速列车的数值仿真实验结果证明所提出控制方法的有效性。     

新型长行程旁承的性能研究

对新型长行程旁承进行了介绍,根据长行程旁承的性能特点,结合国内使用环境,对弹性旁承在常温、低温和高温环境下的储存及落车方法、疲劳性能和动力学运行情况等进行了研究.     

表层嵌贴预应力螺旋肋钢丝混凝土梁的裂缝性能研究

通过7根内嵌预应力螺旋肋钢丝加固混凝土梁静力试验研究,分析了初始预应力水平、加固量和开槽尺寸3种参数对加固混凝土梁裂缝性能的影响。基于预应力钢筋混凝土受弯构件裂缝宽度计算公式,对加固梁最大裂缝宽度进行了理论研究。研究结果表明:加固梁的开裂荷载随初始预应力水平和加固量的增加而增加,与对比梁相比,开裂荷载最大可提高402%;最大裂缝宽度随初始预应力水平和加固量的增加而减小,较对比梁最大裂缝宽度最大降低5.48 mm;而开槽尺寸对加固梁裂缝性能影响较小;研究成果可为工程实际加固设计提供参考。     

地铁联络横通道水平冻结施工的热固耦合分析

基于考虑相变的热固耦合理论,采用GEO-SLOPE软件模拟地铁联络横通道水平冻结和开挖施工过程,分析地层温度场和位移场的变化规律。结果表明:隧道冻结帷幕交圈的时间约为26d,但需积极冻结到40d,冻结帷幕平均厚度达到120cm,再经过36d的维护冻结期才可实施开挖;在维护冻结期采用比积极冻结期略高的盐水温度,防止了冻土范围继续扩大,避免了隧道开挖过程中遭遇强度较高的冻土;在进行具体的冻结设计时,应结合地层和隧道轮廓线的特点,设定冻结盐水温度、冻结时间、冻结管间距和冻结管数量等参数;对比分析不同冻结帷幕保护下隧道开挖的地层位移场,结果证明冻结对抑制地层变形具有良好的效果,但需要足够的冻结时间方可将地表变形限制在可接受的范围内。     

70 t级铁路罐车容积的几何测量法研究

根据70 t级铁路罐车的锥形罐体结构及其特征参数,建立罐体容积的计算模型.参照圆柱体铁路罐车容积的测量方式,并结合锥体铁路罐车自身的结构特点,确定其需要测量的罐体特征参数.采用罐内几何测量法时,测量的罐体特征参数包括内横直径、内竖直径和内总长;采用罐外几何测量法时,测量的罐体特征参数包括外横直径(和(或)加温套外廓宽和(或)导流板外廓宽)、外周长、外总长、上板厚、封头壁厚、加温套厚.以GQ70型铁路罐车为例进行的罐体容积几何测量试验和计算分析表明:采用两两对称的4个测量截面测量罐体特征参数足以满足测量的需要,所得到的测量结果不确定度为4×10-3 (k=2),符合铁路罐车容积检定规程的要求,可以用于70 t级铁路罐车容积的实际测量.     

基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系, 在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点, 提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹, 并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题, 引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集, 根据轨迹整体相似度阈值选定聚类半径, 输出具有伴随关系的乘员轨迹聚类结果; LSTM神经网络以定长时间窗口的点邻近度序列为输入, 预测后1个时刻点邻近度值, 结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920, 召回率为0.950, F₁值为0.934, 准确率高出对比算法至少5.7%, 召回率高出对比算法至少8.0%, F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时, 收敛后的误差值能保持在3%~4%左右, 预测结果具有较高的准确性。      

基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络（Faster Region Convolutional Neural Network,Faster R-CNN）算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50%重叠率的滑动窗口定位裂缝骨架,进而利用形态法操作提取裂缝形态,计算其长度与宽度;针对Faster R-CNN算法在病害种类识别时漏检率低但误检率偏高的问题,引入精确率、召回率和F₁分数指标对算法进行评估,并根据F₁分数最大值确定相应的病害框像素面积及置信度阈值来降低误检率,以适应路面表观病害多样化的应用场景。运用开发的病害识别算法对广东一高速公路路面进行表观检测。结果表明：所提方法对典型裂缝图片的识别效率及精度均高于单独应用CNN滑动窗口和传统形态法的全局图像处理方法;对分段的裂缝边界框进行合并,且病害框像素面积及置信度阈值取优化值后,横向裂缝精确率由合并前的0.861提升至合并后的0.918,横向及纵向裂缝误检率则分别由调整前的20.4%和23.8%下降至调整后的8.2%和6.9%,漏检率则稍有提高。基于Faster R-CNN、CNN及形态法的路面病害识别方法具有工作高效、漏检率低的优点,在引入评估指标、最优病害框像素面积与置信度阈值后,病害误检率也大幅降低,具有潜在工程应用价值。     

基于子结构的大型桥梁有限元模型修正方法

实际桥梁结构的整体有限元模型修正时自由度和单元数量较多,待修正参数多,有限元模型修正精度和效率低。为了提高有限元模型修正的效率,提出基于子结构的有限元模型修正方法。子结构方法是化整体分析为局部分析的方法,与直接修正大型桥梁有限元模型相比,子结构方法只需要计算每个子结构少量低阶模态,得到整体结构的特征解及特征解灵敏度,形成模型修正的目标方程和灵敏度矩阵,进而缩短模型修正时间。将基于子结构的模型修正方法用于怒江特大桥主桥(上承式钢桁拱桥)有限元模型修正,结果表明:修正后桥梁的前10阶频率与桥梁的模拟实测频率值相吻合,且模型修正时间仅为传统整体方法的56%。