乘员约束系统逆问题的满意准则模型

本文首次提出了汽车乘员约束系统逆问题的概念，对逆问题的特征进行了研究。     

乘员约束系统逆问题满意准则模型的交互式求解策略

通过对乘员约束系统逆问题满意准则模型的研究，首次提出一套适合ＣＡＥ需要的多层交互交互求解策略。文中提出并证明的若干定理保证了求解方法的有效性。最后描述了交互过程，并用示例予以验证。     

基于RBF神经网络逆系统的多变量解耦控制

针对工业生产过程中的多变量耦合系统难以实现解耦的问题,建立了一种改进的规划算法的RBF神经网络逆系统,构造了多变量神经网络控制器,用来对多变量耦合系统进行解耦控制。对一组给定的二变量耦合系统进行了仿真,结果表明：基于改进的进化规划算法的RBF神经网络逆系统的解耦控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该解耦控制使得解耦后的多变量系统具备良好的动、静态特性,达到了理想的控制效果。     

逆回转减压装置与气门间隙调整

国产豪迈125型摩托车发动机(GY6)配气系统中采用了逆回转减压机构,该机构目前在摩托车发动机中应用相对较少,加之该机构功能、结构较为特殊,人们往往对其缺乏了解,这就给维修和安装该类发动机带来许多不便.为此本文对该机构的结构、功能及其工作原理作一较为详细的介绍,并针对由于该机构的设置,在调整气门间隙的操作中易出现的问题进行分析和探讨.     

逆回转减压装置与气门间隙调整

国产豪迈125型摩托车发动机配气系统中采用了逆回转减压机构。由于该种机构在摩托车发动机中应用不太普遍,加之其功能、结构较为特殊,人们往往对其较少了解。这给维修和安装该类发动机带来不便,甚至出现一些不应有的差错。为此,本文对该机构的结构、功能及工作原理作较为详细的介绍,并针对该机构在调整气门间隙时易出现的问题进行分析和探讨。 一、逆回转减压装置的结构 逆回转减压装置安装在排气门摇臂外侧。它主要由减压凸轮轴组件、单向止动片、扭簧、固定板等零部件组成。     

正指标与逆指标关系的探讨

长期以来,由于我们缺乏对经济指标正逆属性问题的研究,没有正确地把握正指标和逆指标两者之间的相互关系,故在对指标的理解和运用过程中存在种种误解和错误.本文通过经济指标的正逆性来分析.     

京津塘高速公路监控系统的配置及有关问题的讨论

本文论述了京律塘高速公路监控系统的设备配置，设备功能及其存在的问题．并初步提出了作者的几点想法与建议。     

基于卷积神经网络的双行车牌识别系统

目前,车牌识别发挥在众多应用程序和许多技术已经提出。但是,他们中的大多数可以仅适用于单行车牌。在实际应用程序方案,也有现有的许多多行车牌。传统方法需要对双行车牌的原始输入图像。这是一个非常复杂场景中的难题。为了解决这个问题,我们建议一个端到端的神经网络为两个单行和双行车牌识别。是的原始输入车牌图像的分段。我们查看这些整个图像作为一个单位在要素映射后直接深度卷积神经网络。大量的实验表明我们的方法是有效的。     

内燃机电站并联运行系统若干工程问题的讨论

以文献「３」的基础讨论了两台发电机均分负荷的条件，讨论了系统稳定性分析方法。     

基于卷积神经网络的路表病害识别与测量

为进一步提高利用二维图像统计路面病害的精度与效率,将卷积神经网络（Convolutional Neural Network,CNN）技术引入了基于图像分析的路面病害识别与测量。首先,将原始图像进行等尺寸分割作为CNN的训练样本。其次,经结构设计、前反馈算法训练及样本测试3个步骤后,建立病害识别模型（CNN1）。用训练完成的CNN1对所有图像进行病害类型识别并将输出结果作为裂缝特征提取模型（CNN2）和坑槽特征提取模型（CNN3）的训练样本。采用相同步骤建立裂缝特征提取和坑槽特征提取模型,完成训练后,运行CNN2,CNN3对路面裂缝与坑槽图像进行特征提取。最后,分析图像分辨率对3个CNN识别和特征提取精度以及效率的影响。结果表明：CNN1可以准确识别多种病害,CNN2的裂缝长度提取的平均误差为4.27%,宽度提取的平均误差为9.37%,裂缝病害严重等级判断准确率为98.99%;CNN3的单张图像中的坑槽个数测量无误差,单个坑槽面积的平均误差为13.43%,坑槽病害等级判定准确率为95.32%,可见CNN具有较高的测量精度;CNN1在使用CPU的情况下测试完成原始图像平均用时为704 ms·幅^-1,CNN2用时为5 376 ms·幅^-1,采用图形处理器加速后CNN1用时为192 ms·幅^-1,CNN2测试平均用时为1 024 ms·幅^-1,可见CNN在图形处理器加速下效率具有显著优势,相比其他方法,在图像分辨率高于70像素时,CNN对路面裂缝与坑槽的识别与测量具有运算高效、结果精准等优势。     

基于卷积神经网络的逆变器故障诊断方法

针对车用永磁同步电机驱动系统在长期运行过程中存在的逆变器故障风险,本文中提出了一种基于卷积神经网络的逆变器故障诊断方法.首先,对三相定子电流数据进行标幺化和单位电周期电流数据筛选处理,降低电机驱动系统变转矩、变转速工况对故障诊断效果的影响;然后,结合卷积神经网络,发挥其提取故障特征和抗噪优势,实现逆变器故障诊断.在MA...     

铁路隧道结构计算荷载问题分析讨论

铁路隧道复合式衬砌结构的计算荷载,按有关资料建议取值存在主观操作差异,设计失之指导与规范。通过进一步分析隧道工程状态,认为应规范化区别各级围岩及其级内差异和支护强度,以体现不同围岩衬砌的受力差异和平衡同级衬砌受力水平,为合理确定结构荷载提供条件;综合新奥法和传统矿山法分析,衬砌结构“远期”都承受相当的围岩压力,经结构验算和实测压力分析比较,并参考公路隧道设计细则,确定铁路深埋隧道坍方荷载按现行公式计算,Ⅱ、Ⅲ级衬砌荷载为坍方荷载的40%; Ⅳ、Ⅴ级衬砌分别为50%和70%; Ⅱ、Ⅲ级单线衬砌可视为安全储备,当跨度增加时,应全面满足构造、工程类比和结构检算要求;各级围岩侧压力系数按规范沿用,可以此统筹当前设计。建议通过系统性实测统计分析和试验研究,为进一步完善结构设计方法提供条件。     

基于改进级联卷积神经网络的交通标志识别

自动驾驶场景中交通标志的检测和识别十分重要,为提高自然场景下交通标志检测精度,本文中提出了一种基于Cascade-RCNN改进的交通标志识别算法。首先,针对交通标志这类小目标特殊任务,将FPN模块的深层特征信息融合进浅层特征层。其次,改进了目标检测任务中的评价指标IoU,引入目标检测任务的直接评价指标GIoU指导定位任务,提高了检测精度。最后,算法在德国交通标志数据集GTSDB下进行了实验验证,以ResNet101为基础特征提取网络,mAP可达98.8%,实验结果表明了所提算法的有效性,具有优越的工程实用价值。     

汽车ABS系统的使用与维护

正确使用要把握所驾车辆的ABS特性对于型号或类型不同的车辆,ABS系统进入工作状态的特征也有所差异,主要有如下几种现象:     

基于逆模型预测控制的拟人驾驶控制

本文提出一种基于逆模型预测控制的拟人驾驶控制方法,利用模型预测控制产生的实轴轨迹与真实轨迹的损失函数更新控制模块代价函数的权重系数实现拟人化驾驶控制。将拟人驾驶控制构建成一个双层优化问题,在下层利用模型预测控制求解一个典型的最优控制问题产生实轴驾驶轨迹,在上层最小化所产生的实轴轨迹和真实驾驶轨迹的误差更新下层代价函数的权重系数,基于极大值微分原理构造辅助系统求解实轴轨迹关于代价函数权重系数的梯度。实车采集真实驾驶轨迹并进行模仿测试与泛化验证,结果表明：本文所提出的方法相比于两类基于虚轴轨迹的逆最优控制方法,在3个工况下与真实驾驶轨迹最大误差分别平均降低了73.52%和65.03%,驾驶行为更加拟人化,且具备泛化性能。     

桥梁远程状态监测系统的开发与应用

针对重庆市红槽坊立交桥的具体要求开发了一套远程状态监测系统，该系统可以按照预定的周期采集桥梁的奕变、挠度等结构参数，并能够通过公用电话网将采集到的结构信息远程传输至指定地点进行显示和分析。该系统已经安装在红槽坊立交桥上并成功运行了一年多，获得了大量有用的数据。文中还对测量得到的数据进行了讨论。     

基于多视图时空卷积的交通流量预测模型

交通流量预测一直是智能交通系统的首要任务。由于交通流量序列具有复杂的时空依赖性,使得对其准确预测变得极具挑战性。现有很多工作主要基于循环神经网络、图网络以及Transformer模型构建交通流量预测模型。考虑到卷积网络具有计算效率高以及特征提取能力强等优点,提出基于多视图时空卷积的交通流量预测模型。模型在输入编码层对序列数据进行表示学习,并引入了位置信息和时间信息。在时空特征表示学习层,考虑到序列具有不同的周期模式,设计了多个表示学习模块。每个时空表示学习模块,基于一维卷积完成局部时空特征挖掘,然后基于因果卷积实现全局时空特征挖掘。在预测层,引入通道注意力机制提升模型对时空特征利用的有效性。在2个真实交通数据集上的实验结果,验证了MSTC模型在交通流预测任务上的有效性。