类脑学习型自动驾驶决控系统的关键技术

作为高级别自动驾驶的下一代技术方向，类脑学习以深度神经网络为策略载体，以强化学习为训练手段，通过与环境的交互探索实现策略的自我进化，最终获得从环境状态到执行动作的最优映射。目前，类脑学习方法主要用于自动驾驶的决策与控制功能设计，它的关键技术包括：界定策略设计的系统框架、支持交互训练的仿真平台、决定策略输入的状态表征、定义策略目标的评价指标以及驱动策略更新的训练算法。本文重点梳理了自动驾驶决策控制的发展脉络，包括两类模块化架构（分层式和集成式）和3种技术方案（专家规则型、监督学习型和类脑学习型）；概述了当前主流的自动驾驶仿真平台；分析了类脑决控的3类环境状态表征方法（目标式、特征式和组合式）；同时介绍了自动驾驶汽车的五维度性能评价指标（安全性、合规性、舒适性、通畅性与经济性）；然后详述了用于车云协同训练的典型强化学习算法及其应用现状；最后总结了类脑自动驾驶技术的问题挑战与发展趋势。     

电机转子铁芯剥离模型建立与径向磁密分析EI北大核心CSCD

为保证车用永磁同步电机转子铁芯具有承受较大剥离力的能力,又避免对转子铁芯进行破坏性的剥离实验,本文基于力能等效原则并引入双线性内聚力模型,对叠铆型和胶粘型铁芯进行建模,并通过仿真获得转子铁芯剥离力。首先,构建了电机转子铁芯剥离实验平台,比较了两种叠压工艺的最大剥离力,接着,利用ANASY Maxwell软件对两种工艺下永磁同步电机空载径向磁密进行了仿真分析。结果表明,采用胶粘工艺可大幅提高铁芯的剥离强度,同时提高了胶粘型铁芯电机的运行效率和气隙磁场的正弦度,降低了电机运行电流和损耗。     

有机硅憎水剂对透水混凝土性能影响研究

选用3种有机硅憎水剂材料，分别将不同掺量(0、0.1%、0.3%、0.6%、1.0%,有效成分占水泥质量比)的憎水剂内掺到透水混凝土中，通过抗压强度、有效孔隙率、透水系数和吸水率试验，研究不同类型不同掺量有机硅憎水剂对透水混凝土性能的影响。结果表明：3种有机硅憎水剂均不同程度地降低了试件28 d龄期的抗压强度，且都存在最佳掺量；乳液型憎水剂较粉末型憎水剂对28 d龄期下试件的抗压强度影响更小，硅烷乳液在最佳掺量0.6%时，其抗压强度仅下降2.0%;内掺有机硅憎水剂均加大了试件有效孔隙率，最佳掺量下其透水系数显著增大，最大增长率为133.3%;憎水剂在透水混凝土孔隙中形成膜结构，对试件吸水率有较大影响，吸水率较对照组最大可降低50%。研究成果可以为有机硅憎水剂材料在透水混凝土领域的实际工程运用提供一定的技术参考。     

长江中下游钢丝网石笼护坡生态恢复效果评价

近年来长江中下游航道整治实施一系列钢丝网石笼生态护坡工程,但是缺少对这些护坡建成后生态恢复效果的跟踪调查评价.基于2019年汛前和汛后对6个钢丝网石笼护坡植被和基质的调查,开展植被年内以及年际演替分析,并结合水文数据、基质特征及现场观测情况,筛选4个植被特征因子以及17个环境影响因子做相关性分析.结果表明,经过恢复,护...