基于时空特性和组合深度学习的交通流参数估计

为深入挖掘交通流时空特性，提高交通流参数估计精度，基于深度学习提出一种交通流参数估计的组合方法。根据目标断面及其上游断面的交通流数据构造输入矩阵，利用卷积神经网络捕捉交通流的空间特性，使用长短期记忆和门控循环神经网络挖掘交通流的时间特性，组合3 种深度学习方法所得输出，得到交通流参数估计值。采用中国安徽省合肥市和美国加州萨克拉门托的交通流数据进行验证。结果表明：新方法的性能优于已有各种方法，使估计误差降低 5.72%~33.29%；新组合方法具有较高的准确性和可靠性，能为智能交通系统运营与管理提供高质量的基础数据。     

城轨新线客流成长期进出站量短时预测研究

为准确掌握城轨新线开通初期客流演化态势、提高运输组织合理性,针对新线客流变化不稳定、缺乏历史客流数据等问题,提出城轨新线客流成长期进出站量短时预测方法。通过对新线站点进出站量变化规律的分析,基于改进模糊C均值聚类算法,对考虑客流趋势相似性的城轨站点类型划分方法进行研究,并提出城轨新线站点历史数据库构建方法;基于趋势距离对近邻匹配机制进行优化,并根据多元统计回归对K近邻算法进行改进,提出新线站点客流成长期进出站量短时预测方法;结合广州地铁客流数据,对预测方法的有效性进行验证。研究结果显示:新线站点客流成长期内短时进、出站量平均预测效率较既有方法增加了35.68%、32.23%,预测精度较既有方法增加了38.32%、25.80%。     

轿车衣帽架钣金处声学包的优化设计

目前,汽车的NVH性能受到越来越多消费者的关注,而电动汽车的蓬勃发展也为NVH性能设计带来了新的挑战,尤其是高频噪声带来的挑战。因此,应对高频噪声的声学包的优化设计便尤为重要。文章通过对某三厢电动车进行路试评价,得到后排乘客抱怨来自衣帽架处的高频噪声的结论,进而进行了密封测试,传递函数测试以及对噪声路径进行分析优化设计。结果表明,若要降低来自衣帽架处的高频噪声,首先要密封住车内噪声传递路径上多余的孔洞,其次要减小必要的总开孔面积。最后在布置空调通风孔位置时,提出优化设计噪声路径,使噪声在吸音棉上的有效路径最长来达到优化声学包的目的。     

编队飞行中基于危险区域的后机最优位置研究

编队飞行是实现民航绿色发展的重要措施之一。在前机尾涡危险区域分析的基础上，科学确定后机最优位置是编队飞行的关键。首先，以随机两阶段尾涡消散模型为基础，利用Hallock-Burnham涡模型和诱导滚转力矩系数模型分析后机诱导滚转力矩系数的演变规律。然后，基于设定的安全阈值，给出前机尾涡危险区域，并考虑飞行高度、速度和风对危险区域的影响。最后，基于后机不同位置处的燃油流量减少率，得出编队飞行中后机最优位置。研究结果表明：后机诱导滚转力矩系数随着前、后机之间横向距离的增加，呈先增后减再增的趋势；随纵向距离的增加，呈先缓慢减小后快速减小的趋势；高度越高、速度越小，诱导滚转力矩系数的峰值越高。飞行高度越高、速度越小，前机初始尾涡的危险区域越大；随着纵向距离的增加，危险区域不断减小，并随涡核的下沉不断下降。侧风使危险区域发生偏离，侧风越大，偏离程度越大。顺风会增加危险区域的纵向距离，顶风则与之相反。两架B737-800飞机在12000 m高度以0.78马赫数进行编队飞行时，前、后机纵向距离3000m处，无风情况下后机最优位置为横向距离30 m 或-30 m、垂直距离29 m，此时燃油流量减少率为7.01%。相较于无风，左侧风20 m·s -1 下，燃油流量减少率和垂直距离不变，横向距离增加；顺风20 m·s -1 下，燃油流量减少率增加，横向距离不变，垂直距离减少；顶风20 m·s -1 下，燃油流量减少率减小，横向距离不变，垂直距离增加。     

提高外墙岩棉保温施工质量技术研究

建筑工程的外墙保温系统能够合理地调节室内温度,为人们提供节能、舒适的美好生活环境,因此外墙保温施工一直以来都是建筑项目的重要施工环节。如何提高外墙岩棉保温系统的施工质量,成为人们研究的重要课题。从墙体结构构造优化设计、岩棉保温系统增加角钢托架、岩棉保温系统外表面增加聚合物水泥砂浆以及增加一道耐碱玻纤网罩面抹灰层等方面进行详细阐述,有效提高了外墙保温系统的牢固性,为工程高质量安全生产保驾护航,可为后续类似工程施工提供借鉴。     

倒运海水道整治工程斗朗—川槎大桥段实船适航试验

为验证倒运海水道整治工程是否达到整治标准的通航要求,选取斗朗—川槎大桥段作为实船试验河段,采用该航段设计船型500吨级满载船作为试航船,进行实船适航试验。测量试验河段的水深地形、表面流速流向、航标配布和水位,试验船舶沿设计航线进行上下水航行,实时测量试航船舶航行轨迹、对岸航速、舵角、漂角、船舶与河岸之间的安全距离等航行指标及航行状态,并结合通航规范及标准,对整治后航道技术参数的合理性、航标配布的合理性等进行分析评价。结果表明,本试验航段的整治效果达到了整治标准的通航要求。研究成果可为类似工程提供参考。     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱，以及过分依赖历史数据的不足，提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型，包括受限玻尔兹曼机的显层节点输入端，受限玻尔兹曼机的若干中间层，以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较，结果表明，在相同的数据和计算平台下，本文提出的深度学习回归机预测方法精度更高，且预测实时性也能满足实际的需求.     

基于延迟脱体涡算法高速列车通过隧道时的绕流特性

基于延迟脱体涡算法和滑移网格技术,建立CRH380A型列车的含有转向架的三维可压缩瞬态仿真模型,模拟研究高速列车气动力、速度场和表面压力这3大绕流特性的变化规律。结果表明:延迟脱体涡算法能较好地捕捉列车通过隧道时的气动特性;当列车头部刚驶入隧道时,气动阻力迅速升高并在车头完全进入隧道时达到最大值,列车下方2侧的速度纵向分量会急剧增加,位于靠近设备舱位置的速度纵向分量会显著降低;当尾车刚驶入隧道时,隧道内壁与列车侧面之间的流场会出现回流区;当尾车全部刚驶入隧道时,气动升力和侧向力骤然增加;当列车全部驶入隧道后,气动力的波动幅值均明显升高;列车通过隧道过程中,列车侧面压力整体上呈现先增后减、最后维持周期性波动的趋势,处于尾流区的车尾部位具有更强烈的波动特征;列车裙板和车底的表面压力整体上均呈先减后增、最后维持在较高幅值波动的趋势,对列车相关结构的疲劳强度产生不利影响。     

高原人群出行拥挤感知与调适行为研究

为缓解高原城市节日期间部分路段人流过于密集的状况，对高原人群出行过程中的拥挤感知和调适行为进行研究。首先，在对高原人群高度自由走行速度、生理尺寸进行测定的基础上，采用连续人群流动模型分别对高原人群拥挤临界密度、人群运动速度减小时的人群密度和人群停滞状态时的最大密度进行测算，进而标定高原人群最大忍受密度为8.5人/m2。然后，选取雪顿节期间八廓南街人流短时间内高度聚集的状况进行拥挤状况评估，结果显示该路段人群密度为8.34人/m2，接近高原人群最大忍受密度，因此判定八廓南街存在拥挤事故风险。最后，依据基于层次分析法的高原人群拥挤感知影响因素分析结论，提出相应的调适行为措施，力求维护民族宗教节日期间高原城市公众正常的出行秩序。     

幼儿群体单向流运动行为特性分析

现有关于行人群体运动行为的研究和规范绝大部分是以成年人群为主体的研究，关于儿童群体的理论及实验研究非常匮乏，在进行儿童群集运动管理及幼儿相关步行设施设计时往往需要参考以成年人群为主体所获得的理论及经验数据。本文组织了不同情境下(正常情况及应急疏散)幼儿群体的运动实验，通过实验数据对幼儿群体单向流运动的流密速关系、速度离散性、个体超越行为等基本特性进行了定量研究，并和成年人群的相关特性进行比较分析。实验结果表明，幼儿群体单向流的流(速)密关系呈现一种弥散性的分布，其速度的变异系数接近成年人的4~6 倍；此外，相比于成年人群中所表现出的秩序性，幼儿在单向流运动过程中更倾向于发生超越行为，其在通道中的平均位次变化强度接近成年人实验的3倍。本文研究成果有助于进一步了解幼儿群体单向流运动的基本特性，厘清幼儿与成年人群体的行为特性差异，以更好地指导幼儿群集运动的管理，以及为幼儿相关步行设施的设计和评估提供参考。