透明度和水色在航海中的应用

透明度和水色都是航海安全的重要参数,文章通过辩认海水的透明度和水色,使航海者对其有充分了解,以保证航行安全。     

高压水磨料射流内切割技术的废弃平台拆除应用

为完成曹妃甸1-6油田废弃平台导管架拆除工作,首次使用高压水磨料射流内切割技术对平台钢桩进行切割。对高压水磨料射流内切割技术原理及工程应用情况进行介绍,工程实践表明,该技术成熟可靠,可以极大地提高施工效率,节约施工时间及成本,具有广泛的应用前景。     

多因素动态瞬变下高速公路交通安全风险预测

我国高速公路在交通流、不良天气、大车混入率等多因素随机动态瞬变影响下,交通安全风险隐患大。如何表征多因素动态瞬变性对交通安全风险的影响、预测短时间内风险变化,是有效采取风险预警管控措施的关键。利用BP神经网络,考虑多因素影响,提出了基于"建议车速—预期车速"模型的交通安全风险预测方法,并通过案例分析验证了预测方法的可靠性与适用性,研究结果为有效遏制高速公路事故提供技术支撑。     

实测数据驱动的自动驾驶道路测试驾驶模式辨别方法

自动驾驶道路测试中车企驾驶模式数据具有一定保密性，导致自动驾驶能力难以被客观评估。为此，提出了实测数据驱动的自动驾驶道路测试驾驶模式辨别方法。首先选取数据特征值构建K近邻估计、支持向量机、决策树、随机森林和BP神经网络5种机器学习监督分类模型；其次通过非参数秩和显著性检验确定驾驶模式持续时长阈值，持续时长大于阈值的数据段记录为准确的驾驶模式数据，小于等于阈值的数据段则为驾驶模式待分类数据集；随机选取70%记录准确的驾驶模式数据作为监督分类模型训练数据集，剩余30%作为测试数据集；最后利用正确率、精确率和召回率3个指标评价5种监督分类模型，并选取表现最佳的分类模型用于待分类数据的驾驶模式辨别。基于上海市城市道路和快速路2个道路测试场景共约43.6万条数据，验证驾驶模式辨别方法的有效性。结果表明：随机森林监督分类模型辨别道路测试驾驶模式的效果最佳；城市道路场景和快速路场景待分类数据驾驶模式记录有误率分别达到42.3%和39.4%。实测数据驱动的驾驶模式的辨别与修复，可显著提升评估自动驾驶道路测试驾驶能力的准确度。     

渤海单立柱桶型基础平台冰振分析

桶形基础平台是一种新型的海洋结构,由于目前对该结构的研究集中在桶基失效及承载力方面,其抗冰振性能还很模糊。文章基于对渤海单立柱式桶基平台的多年现场监测,发现其冰振加速度响应显著,明显高于导管架平台结构。利用谱分析方法对一实际桶基平台进行了冰振疲劳寿命分析,计算结果表明,关键点疲劳寿命符合规范要求。最后,提出此类结构冰振抑制策略,为其结构抗冰设计提供依据。     

我国海上导管架平台抗冰锥体的设计实践

冰激振动是渤海重冰区导管架平台的主要危害.渤海重冰区导管架平台在腿柱上安装了抗冰锥体,基本解决了平台冰激振动问题.主要阐述了抗冰锥体的基本抗冰原理和设计方法,分析了渤海典型导管架平台抗冰锥体的设计实践,对渤海重冰区导管架平台和抗冰锥体的设计提出了建议.