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.     

新能源汽车的动力电池标准体系研究

近些年来,随着我国环保观念的增强,新能源汽车行业得到了较为迅速的发展,作为其中关键的动力电池有着非常关键的作用。但是,从现实情况来进行分析,可以发现动力电池行业仍然存在着诸多问题,特别是标准体系的建立还并不完善,不利于新能源汽车行业的长期稳定发展。本篇文章简要分析了动电池标准体系的发展情况,研究了新能源汽车动力电池标准体系,并探究了新能源汽车动力电池标准体系今后的发展方向,希望能够为新能源汽车行业的稳定发展提供支持。     

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。      

电动汽车大数据处理活动中的伦理问题研究

为了解车辆零部件运行状态,分析整车故障原因,技术人员通过车载终端把电动汽车的整车控制系统各节点发送至大数据平台进行查阅、分析和下载使用。大数据的使用引发了信息工程领域的伦理问题。本文重点阐述了电动汽车产业运用大数据时可能产生的伦理问题及其产生原因,探索强化责任、加强职业道德教育等解决办法,并结合伦理学理论提出了建议。     

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。     

加周期纵肋圆柱壳声辐射

本文研究了水中加周期纵肋圆柱壳在点力激励下的声辐射特性.壳体振动采用薄壳理论的Donnell方程描述,纵肋振动采用相互独立的梁的纵振动和弯曲振动方程描述.通过周向模态展开和轴向Fourier变换导出圆柱壳体径向振速表达式,使用波数域稳相法积分得到了远场辐射声压的解析解.数值计算给出了接收点正对激励点情况下的远场辐射声压级,并据此进行了机理分析.在加周期纵肋无限长圆柱壳中存在两类辐射机理:亚音速的弯曲波辐射和超音速的Bloch弯曲波分量辐射.由于圆柱壳体表面存在曲率,亚音速的弯曲波也能辐射极小部分能量到远场,并形成频带极窄的共振峰.加周期纵肋圆柱壳在周向是一种无限周期结构,存在多阶次的Bloch弯曲波.低于水中声波数的Bloch弯曲波分量能够通过相位匹配的方式高效辐射到远场.Bloch弯曲波的辐射存在一定的频率下限,其下限与纵肋的间距有关,纵肋间距越大辐射的频率下限就越低.     

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%。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

动力定位深海采矿船作业过程数值分析

深海采矿是一种高科技且高难度的深水、超深水采矿技术,以往的研究成果中对采矿船动力定位过程与立管及设备耦合分析尚不充分.该文采用势流理论分析采矿船水动力性能,采用集中质量法与Morison方程对立管与中继舱进行动力学建模.船舶动力定位系统采用PID控制器结合Kalman滤波进行建模,同时模拟了推力分配单元,充分计及动力定位对耦合运动系统的影响,完成采矿船动力定位过程中的深海采矿系统时域耦合数值分析;计算获得指定海况下的采矿船、中继舱的运动状态,立管的张力以及推进器推力等信息;分析了动态模拟中动力定位的影响.仿真过程对于深海采矿设计分析具有参考价值.