加速加载下沥青路面地震波模量分析

为探索沥青路面地震波模量与路面响应的关系,在细砂路基上的半刚性基层沥青路面进行了MLS66足尺加速加载试验,同时进行了加载区域地震波模量的测试,分析了地震波模量与加载次数、路面温度、车辙变形以及沥青面层底部拉应变的定性或定量关系.结果表明:在加速加载试验过程中,地震波模量随加载次数的衰减过程大致可分为迅速衰减及稳定降低阶段,前一阶段中平均衰减速度为0.1 GPa/万次,模量减少值约占总地震波模量降低值的75％,后一阶段衰减速率降低一个数量级;地震波模量与车辙永久变形呈二次多项式关系;地震波模量与上面层层底温度的变化趋势相反,多项式模拟可较好地表达二者关系;地震波模量与面层层底纵、横向应变变化趋势相反,且变化程度相当.     

基于Labcar的ABS控制器HIL测试

在VDYM模型基础上完善了ABS仿真模型,将其下载到RTPC工控机中实时运行.利用Labcar IP中对硬件板卡进行配置与连接,并通过试验环境EE对数据进行监控和记录.在高/低附着路面下的ABS硬件在环测试表明,所得到的速度变化曲线和轮缸压力曲线更接近真实道路下的试验结果,从而验证了该系统能够满足ABS控制器进行硬件在环测试的需要.     

基于电子云模型的边缘型高速铁路客运枢纽地区路网级配计算方法研究

在研究边缘型高速铁路客运枢纽地区典型路网布局型式的基础上,计算各类需求下各级道路的优势出行距离,运用电子云模型计算枢纽地区各级道路所需承担的道路周转量,并与各级道路所能提供的周转量相平衡得到枢纽地区路网级配计算模型,并结合南京南站枢纽地区进行了实例应用。     

基于VC＋＋的制动器数据库系统开发

基于对制动器各零部件的数据研究,使用VC＋＋6．0开发平台,以Oracle数据库管理系统为数据库基础,设计开发了一款制动器数据管理系统。该系统利用高层数据库接口ADO,实现了对Oracle数据库的有效通信和操作。使用该系统,可以明显提高制动器开发效率,缩短开发周期,极大地降低了开发成本。     

永磁悬浮轨道侧向力控制系统的DMC-PID控制策略

针对永磁悬浮轨道弯道侧向力控制系统的大惯性、纯滞后以及非自衡等特点,提出一种DMC-PID串级控制的永磁悬浮侧向力控制策略.结合PID的快速响应能力和DMC预测控制的抗干扰能力强优点,二者优势互补.对比传统PID控制策略、DMC-PID串级控制策略在永磁悬浮侧向力控制系统中的动态性能.仿真结果表明:DMC-PID串级控...     

钢-混凝土混合梁三塔斜拉桥结构参数敏感性分析

根据泸州某钢-混凝土混合梁三塔斜拉桥的结构特点,利用MIDAS/Civil有限元软件建立全桥模型,分析斜拉桥主梁自重、斜拉索索力、斜拉索弹性模量等结构参数对成桥主梁线形、应力及斜拉索索力的敏感程度。结果表明,斜拉索索力和主梁自重对成桥状态的结构行为有显著影响,属敏感性因素;边跨混凝土梁的结构响应远小于主跨钢箱梁的结构响应;中塔空间索面斜拉索纵桥向索力变化对成桥结构的影响比横桥向索力变化对成桥结构的影响大,施工中需严格控制斜拉索张拉力。     

车辆自动变速器的研究现状及发展趋势

介绍自动变速器的发展过程及目前汽车上常用的3种自动变速器的特点。综合分析了自动变速器的发展状况及发展趋势。     

基于模糊PID控制的汽车道路模拟系统研究与仿真

根据模糊控制理论,以汽车道路模拟系统为研究对象,将模糊控制与常规的PID控制相结合,设计出一套模糊PID控制系统。并对正弦波、方波以及随机波进行仿真再现,仿真结果表明,该模糊PID控制器比常规PID控制器具有更高的控制精度和更好的动态性能。     

基于长短期记忆神经网络与注意力机制的智能汽车分车型跟驰模型

考虑到跟驰车流中前车车型对智能汽车跟车行为的影响，采用长短期记忆 （Long Short Term Memory，LSTM）神经网络，基于 NGSIM 数据集，通过 One-Hot方法编码车型特征，并引入注意力机制 （Attention Mechanism） 生成输入特征的注意力权重，训练并建立了一种可根据前车车型产生不同跟驰行为的智能车辆跟驰模型 （Identifiable Vehicle Type Car-Following Model，IVT-CF）。在不同前车车型的跟车场景中仿真发现，IVT-CF 模型仿真车辆的速度和位移的均方误差 （Mean Square Error，MSE） 比不分车型的 LSTM 模型分别降低了 23.8%、31.7%，比 IDM 模型分别降低了 15.8%、18.7%，仿真精度更高。在混入大型车辆的车队跟驰场景仿真中发现，交通流速度和车头间距的收敛时间为 92 s，该模型能较快收敛，具有较好的稳定性和抗干扰能力。     

考虑路径平滑性和避撞稳定性的智能汽车弯道轨迹规划研究

针对智能汽车弯道避障问题，提出了一种兼顾规划曲线平滑度和车辆稳定性的轨迹规划方法。将轨迹规划分为解耦的路径规划和速度规划处理，利用改进的快速随机搜索树（RRT）构建曲率连续且曲率变化量最小的无碰撞的螺旋线路径。改进后的RRT基于深度神经网络的度量函数，选取并连接代价函数最小的树节点，并通过搜索附近节点寻找是否存在代价函数更小的节点。而在速度规划中首先根据道路限速规则，采用梯形规划输出连续的目标加速度曲线。然后基于螺旋线路径曲率和自车状态，采用预瞄加速度矢量控制（PGVC）动态调整目标加速度，最后通过加速度控制逻辑获得最终的期望加速度。仿真结果表明，所提出的轨迹规划方法不仅能使智能汽车满足弯道避撞和路径跟踪的目标要求，且提高了车辆高速过弯的稳定性能，同时本文还验证RRT的快速收敛性质、路径平滑性和基于并行计算的实时性。