大数据技术在动力电池异常监控中的应用

新能源电动汽车其安全性一直困扰着行业与市场的发展,传统电池管理系统(BMS)储及计算能力不足,难以实 现动力电池的异常状态预测,基于车联网数据,搭建了大数据监控与管理平台,提出了动力电池热失控关键算法,并实现 了算法的平台集成与应用。应用结果表明,此系统应用能够有效评估和预测动力电池潜在安全风险,并能及时有效地指 导安全处置,从而降低整车安全事故发生概率。     

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。     

泡沫金属三维细观有限元建模技术研究

针对泡沫金属复杂随机的内部结构特征,基于计算机断层扫描技术（CT）,开展了泡沫金属的三维细观有限元建模技术研究。对泡沫金属的断层扫描图片进行处理,得到二值图,并提取灰度建立其点云模型,再对点云模型实体化得到细观数值模型。开展了泡沫金属的准静态压缩试验,对细观有限元模型进行了验证。试验与仿真结果吻合良好,表明建立的细观有限元模型可以准确地模拟泡沫金属的力学特性。     

预应力混凝土箱梁损伤后剩余承载力计算及变化规律研究

目前对在役桥梁进行技术状况评定时,往往需采用荷载试验的方法来反映桥梁结构实际损伤所产生的性能退化。然而,荷载试验方法存在费用高、耗时长等问题,进行荷载试验代价巨大,且对于存在损伤的结构具有一定的风险。因此,基于对一新建跨径30 m预制预应力混凝土箱梁进行的足尺模型试验结果,构造定义了2种不同的刚度损伤折减系数,结合规范给出的开裂构件抗弯刚度计算公式,提出基于刚度损伤折减系数计算构件实际剩余承载力的计算公式。结果表明：2种方法定义得到的抗弯刚度折减系数的变化趋势基本一致,箱梁在出现损伤后的刚度折减效应明显,从箱梁出现开裂损伤到承载能力极限状态刚度折减约40%,相邻两截面的刚度折减可近似呈线性分布;基于刚度损伤折减系数计算的剩余承载力与试验值的偏差都在5%以下;结合刚度折减系数沿箱梁纵向的分布规律,可计算得出在跨中截面出现损伤后,沿箱梁纵向各截面实际剩余承载力的分布规律。提出的基于刚度损伤折减系数计算实际剩余承载力的方法,可通过结构外观检查结果实现对带有损伤的预应力混凝土箱梁实际剩余承载力的准确计算,该方法简便可行、费用低廉,同时也可为出现损伤的在役桥梁技术状况评定及剩余承载力计算提供一定的借鉴。     

智能汽车的人机共驾技术研究现状和发展趋势

智能汽车的人机共驾技术（HMIoIV）是解决其智能化级别难以快速跨越至高度自动化水平的有效过渡手段。HMIoIV涉及了L0~L3级别的智能汽车的多种自动化技术,包括先进辅助驾驶系统。针对当前国内外智能汽车人机共驾技术的研究现状,对其概念、结构和研究内容进行总结,根据独立驾驶人参与的数量和驾驶操作方参与的数量将现有的人机共驾技术分成3类：单驾双控结构、串联型双驾单控结构（Traded Control）和并联型双驾双控结构（Shared Control）;并对驾驶人为因素、驾驶人模型、自然驾驶人状态监测和驾驶意图识别、串联型双驾单控结构和并联型双驾双控结构的研究方法以及权限与责任的关系进行全面综述。最后,分析总结当前智能汽车的人机共驾技术所面临的问题和挑战,并对该技术的发展趋势做出展望。     

计及导向摆臂约束的重型货车驾驶室俯仰平面动力学模型

传统的重型货车驾驶室俯仰平面动力学模型没有考虑悬置导向机构的影响,仅能粗略计算驾驶室垂向和俯仰响应,无法计算驾驶室质心的纵向振动特性,因而其仿真精度较低,且在实际工程应用中受到了限制。为提高模型精度并拓宽其工程应用范围,创建了考虑导向摆臂约束作用的驾驶室俯仰平面动力学模型,分析了摆臂导向机构的约束特性。在此基础上,通过道路试验,对所建模型进行了验证。结果表明,所建模型的仿真精度更高,工程应用范围更广,它能有效复现驾驶室系统的真实动力学响应。而且,该模型不仅可用于驾驶室垂向、俯仰和纵向振动响应特性的分析,还可用于考虑驾驶室纵向振动舒适性的悬置控制策略的开发,以及导向摆臂摆角、减振器摆角和驾驶室悬置系统其它动力学参数的估计等。     

基于数字孪生的舰船蒸汽动力总体模型框架研究

[目的]为了实现舰船蒸汽动力系统的数字化、网络化和智能化,提出一种总体数字孪生模型应用体系。[方法]从物理对象、过程要素、生命周期及虚拟空间这4个维度,提出基于数字孪生的舰船蒸汽动力系统总体“四维思想模型”,并创建总体全生命周期的“五阶体系模型”,涵盖概念论证、系统设计、总装建造、试验试航及运维保障这5个典型的阶段。通过引入大数据、物联网、云计算、人工智能和基于模型的系统工程等先进技术,形成由物理层、接口层、数据层、模型层、调度层、功能层及应用层组成的舰船蒸汽动力系统总体数字孪生“7层架构模型”。[结果]舰船蒸汽动力系统虚拟设计分析及试验平台的验证结果表明,数字孪生体系框架可以有效支撑系统方案设计、操作运行分析及试验方案评估,从而实现舰船全生命周期中物理空间与虚拟空间的交互协同。[结论]研究成果可为舰船蒸汽动力系统的总体数字化设计提供参考。     

斜交条件下预制拼装地道结构设计研究

以上海S7公路一期工程斜交条件下的下穿地道为例,对纵缝采用凸凹榫接头的预制拼装体系与封闭框架的现浇工艺体系进行结构受力对比,结果发现,设计中通常假定凸凹榫处采用铰接进行模拟存在不合理之处.因此,从方便工程设计的角度出发,提出预制拼装斜交地道结构体系的受力计算模型可考虑利用封闭框架体系的等效计算模型,但需将凸凹榫位置处的内力值适当提高20％～30％.该研究成果已在依托工程成功应用,可以为类似工程提供参考与借鉴.     

深中通道泄洪区下部结构宽墩对大悬臂盖梁受力的影响分析

独柱墩盖梁由于占地小、净空大、景观效果好,在市政桥梁工程甚至跨海桥梁工程中得到广泛应用.但由于采用独柱墩,墩柱横向尺寸较大,在盖梁受力分析时需考虑墩柱对盖梁受力的影响.以深中通道工程为背景,采用各种计算模型对其泄洪区引桥下部结构宽墩独柱盖梁进行详细的受力计算分析,对比分析各种模型的设计安全性和宽墩对盖梁受力的影响,从而对盖梁的设计计算提出建议.     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。