浸水作用下二灰黄土的稳定性

对二灰黄土进行了不同干湿循环次数和不同浸水时间2种浸水作用下的强度试验和压汞试验, 分析了二灰黄土水稳定性。分析结果表明: 二灰黄土强度较高, 7 d龄期无侧限抗压强度可以达到1.33 MPa; 随着干湿循环次数的增加, 二灰黄土强度出现衰减, 经过2次干湿循环后二灰黄土强度就大幅度降低, 并趋于稳定, 经过10次干湿循环后二灰黄土无侧限抗压强度和抗剪强度降低幅度分别为42.8%、47.4%; 随着干湿循环次数的增加, 二灰黄土的总孔隙体积呈线性增加, 经过10次干湿循环后二灰黄土的总孔隙体积从0.200 1 mL·g-1增大到0.238 3 mL·g-1, 增加了19%; 在干湿循环过程中, 不同孔径孔隙体积变化规律不同, 大孔隙体积呈线性增加, 小孔隙体积和微孔隙体积基本上没有发生变化; 随着浸水时间的延长, 二灰黄土强度出现衰减, 经过2 d浸水后强度产生大幅度降低, 并随着浸水时间继续延长强度逐渐趋于稳定, 经过4 d浸水后二灰黄土无侧限抗压强度和抗剪强度降低幅度分别为33.6%、54.7%。可见: 在石灰与粉煤灰掺量较小的情况下, 水对二灰黄土的强度有明显的弱化作用, 浸水作用可导致二灰黄土强度降低, 干密度略微减小, 总孔隙体积增大, 但相对于未改性黄土, 二灰黄土仍然具有较高的强度和较好的水稳定性, 可以在黄土地区作为道路的底基层推广使用。      

大噪声环境下前视声呐图像目标识别方法研究

提出大噪声环境下前视声呐图像目标识别的研究方法,针对水下无人航行器(UUV)在近岸浅水区航行中由于前视声呐图像噪声较大,难以准确识别目标的问题,通过改进的中值滤波和Otus阈值检测算法,对前视声呐图像进行滤波和二值化.利用区域增长算法分割疑似目标区域图像,分别提取分割图像的长度、形状、方向、灰度均值和灰度能量中值等参数...     

高速铁路封闭式声屏障的风压荷载试验研究

针对高速铁路封闭式声屏障在列车风与横风作用下的风压荷载问题,采用中南大学自主研发的横风-移动列车风洞试验系统,研究横风和列车风作用下声屏障的风压荷载分布.研究结果表明:圆形断面封闭式声屏障外壁风压系数分布沿环向先减小后增大,与单圆柱的风压分布大致相似,给定风速下最大负风压系数-3.38;单车通过声屏障时脉动风压幅值与车速平方近似成正比,同一截面风压沿环向非均匀分布,近侧的压力峰值高于远侧,最大相差16％;2车交会时,交会区域风压峰值明显增大且极值风压出现在交会截面,其值约为单车通过时极值风压的2倍.     

全自动无人驾驶地铁车辆空气断路器远程监视与复位方案

为了解决全自动无人驾驶地铁车辆中无法实现空气断路器的人工复位问题,针对全自动无人驾驶系统的特点,提出了空气断路器矩阵监控方案与空开远程复位方案。该方案在上海18号线无人驾驶地铁车辆上进行实际应用并取得良好的效果。     

高分辨率遥感船舶图像细粒度检测方法

船舶图像细粒度检测是高分辨遥感图像分析的难题,受船舶尺寸、陆地背景、光照、风浪等因素影响,易降低图像检测的准确性.为克服船舶目标识别的影响因素,针对不同类型和型号的船舶目标检测建起特征提取算法模型,提升最终的识别精度.本文提出一种基于深度学习的船舶图像细粒度检测方法,将深度学习算法应用到高分辨率遥感图像中,借助算法训练...     

复杂空间多段索异形塔斜拉桥施工阶段索力计算

复杂空间多段索异形塔斜拉桥的造型奇特、结构复杂,由于空间多段索的相互影响,施工阶段索力求解一直是该类桥梁设计施工的重难点,为了解决该问题,以随州市 水一桥的主桥为工程背景,结合基于差值法的正装迭代法,应用MIDAS Civil有限元分析软件,建立全桥施工阶段模型并计算分析。结果表明,运用基于差值法的正装迭代法计算的成桥索力值与设计索力值最大误差值为0.3%符合计算精度要求,且张拉过程中索力值均在设计范围内。     

基于模型预测控制的CACC系统通信延时补偿方法

为确保通信延时条件下协同式自适应巡航控制(CACC)系统的弦稳定性，利用模型预测控制(MPC)和长短期记忆(LSTM)预测方法，研究CACC系统中车辆协同控制下的通信延时补偿方法；基于车辆队列四元素架构理论，构建了包括车辆动力学模型、间距策略、网络拓扑和MPC纵向控制器的系统模型，并综合考虑2范数和无穷范数弦稳定性条件，提出了CACC车辆队列混合范数弦稳定性量化指标，最终形成协同式车辆队列建模与评价体系；设计了一种利用前车加速度轨迹(PVAT)作为开环优化参考轨迹的MPC方法，即MPC-PVAT，通过综合考虑队列的跟驰、安全、通行效率和燃油消耗等性能指标，使目标函数趋于最小代价，从而得到当前时刻的最优控制量，并利用庞特里亚金最大值原理对所设计的优化问题进行快速求解；在MPC-PVAT基础上，提出一种基于长短期记忆(LSTM)网络的通信延时补偿方法，即MPC-LSTM，将跟驰车辆的传感器信息输入LSTM网络来预测其前车的运动状态，从而缓解短暂通信延时对车辆队列稳定性的影响。仿真测试结果表明:MPC-LSTM可容忍的通信延时上界大于1.5 s，比MPC-PVAT提升了0.8 s，比线性控制器提升了1.1 s；在基于实车数据测试中，当通信延时增加到1.2 s时，MPC-LSTM的弦稳定性指标相比MPC-PVAT提升了20.33%，与线性控制器相比稳定性提升了39.35%。可见，在通信延时较大的情况下，MPC-LSTM对通信延时具有很好的容忍性，从而有效地保证了CACC车辆队列的弦稳定性。