钢渣粉煤灰路面基层试验性能分析

钢渣与粉煤灰按一定配合比制备的路面基层材料的无侧限抗压强度、劈裂抗拉强度、回弹模量等常用性能良好,通过试验比较,证明钢渣与粉煤灰组合可以作为道路基层使用.     

螺旋桨叶片自动建模方法

为简化螺旋桨叶片的建模过程,根据叶片二维制图原理和几何特征提出一种螺旋桨叶片自动建模方法。采用Python语言编写执行程序及软件操作界面,建立操作简单、界面简洁、运算快捷的螺旋桨叶片自动建模软件,实现Excel与CATIA之间的数据交换和建模的自动化。通过软件操作界面实现与用户的友好交互。     

基于CFD的商用车挡风玻璃的除霜性能分析

应用CFD仿真方法分析某纯电动客车的除霜效果，采用薄膜除冰模型，考虑冰霜厚度、温度、玻璃前冰层随除霜时间变化情况，对其进行稳态仿真和方案改进，并进行瞬态仿真和实车验证。     

基于船用半桥LLC谐振变换电路的MOS驱动设计

针对船用开关电源低电压、大电流输出、高效率、电气隔离等需求,采用半桥LLC谐振变换电路方案作为最后级输出进行研究。分析电路中所用MOS管的工作原理和开断过程,简单介绍半桥LLC谐振变换器的工作原理,并给出该变换器的典型驱动方案;发现串扰现象后,给出3种带负压驱动的驱动方案,并分析3种驱动方案的特点,研制出样机并进行试验验证。为开关电源中MOS管的驱动设计提供参考。     

基于关联规则挖掘的车辆故障码分析

本文中基于车载诊断原理，将车载自诊断过程产生和保存的故障码（diagnostic trouble codes, DTC）分析与关联规则挖掘相结合，提出适用于挖掘故障码数据关联的改进FP-Tree算法，并根据得到的关联规则建立整车故障码关联图，将其应用于历史数据分析流程与车辆维修流程。挖掘数据中有趣关联规则，提供关联可视化结果；对维修过程读取的驳杂故障码进行分析，减小故障码复杂性，分析主要故障码，缩短基于故障码的检修时间，协助维修人员定位故障。     

深中通道管节港内系泊动力响应试验研究(Ⅰ:单管节试验)

系泊寄存于港内的待浮运管节在大风大浪等强动力条件下存在系泊安全风险，明晰管节港内系泊动力响应规律对科学评估及优化设计系泊方案、提升系泊安全性具有重要意义。文章以深中通道沉管隧道工程为依托，通过物理模型试验方法，测量了单个管节港内系泊的运动响应及系缆力等参数，系统分析了港内波浪发育规律、不同向波浪对港内泊稳条件影响以及不同类型动力条件下的管节动力响应特征及规律。研究主要结论有：外海波浪作用方向及时长对港内波浪分布及大小影响显著，进而影响系泊管节的动力响应；不同类型动力条件下空载或半载是管节系泊寄存的较不利载况，风是管节系泊动力响应的主控动力因素；风浪联合作用下，管节最显著的运动分量为横移和横摇，且均发生在空载、吹开风叠加波浪作用条件下。     

长时驾驶任务中脑力负荷多维特征变化趋势研究

研究长时驾驶任务中驾驶人脑力负荷多维特征随时间的变化趋势，对构建长时驾驶任务中脑力负荷的动态测评方法有着重要意义。现有研究缺少对脑力负荷动态变化的深入分析，尚未能揭示脑力负荷多维特征随时间的变化趋势。设计基于模拟驾驶场景下不同任务难度的时间纵向驾驶任务仿真试验，采用双因素(3任务难度×6时间段)组内试验设计，记录了驾驶人脑力负荷的主观测评、驾驶行为绩效以及眼动、皮电和心电等多模态生理测评指标数据，通过重复测量的方差分析方法系统地分析了脑力负荷多维特征在长时驾驶任务中的变化机理。结果表明：在长时驾驶任务中，随着驾驶时长增加，驾驶人的主观脑力负荷产生累积增加现象，驾驶行为绩效变差，瞳孔直径先快速变小后趋于平稳，皮肤电导水平先快速变大后趋于平稳，心率变异性pNN20指标随时间缓慢降低，心率低频与高频的能量比LF/HF在一段时间平稳后变大。任务难度对主观脑力负荷、驾驶行为绩效、眼动及皮电指标都有显著影响。不同任务难度下脑力负荷特征的变化趋势有所不同。研究结果揭示了长时驾驶任务中脑力负荷的多维特征变化趋势，可为进一步探究长时驾驶任务中脑力负荷的动态测评方法提供参考依据。     

基于深度学习的汽车故障知识图谱构建

本文将知识图谱引入汽车故障诊断领域，以某公司的售后业务数据为来源，根据文本特点，设计了一种知识图谱构建流程：在传统构建流程的基础上，加入文本预分类和实体重组流程。基于DPCNN模型的文本预分类用于处理目标字段存在信息冗余的问题；基于BERT-BiLSTM-MUL-CRF模型的实体抽取与基于语法规则的实体重组的组合形式可以有效解决文本中的嵌套实体问题和非连续实体问题；采用结合术语相似度和结构相似度的方法完成知识融合；最后，选用Neo4j图数据库进行存储，完成汽车故障知识图谱的构建。     

典型汽车碰撞事故场景中行人运动轨迹预测方法

为提高未来自动驾驶车辆对弱势道路使用群体的感知和决策融合的可靠性，本文提出一种基于目标检测算法（YOLOv5）、多目标跟踪算法（Deep-Sort）和社交长短时记忆神经网络（social-long short-term memory,Social-LSTM）的行人未来运动轨迹预测方法。结合YOLOv5检测和Deep-Sort跟踪算法，有效解决行人检测跟踪过程中目标丢失问题。提取特定行人目标历史轨迹作为预测框架的输入边界条件，并采用Social-LSTM预测行人未来运动轨迹。并对未来运动轨迹进行透视变换和直接线性变换，转换为世界坐标系中的位置信息，预测车辆与行人的可能未来碰撞位置。结果显示目标检测精度达到93.889%，平均精度均值达96.753%，基于高精度的检测模型最终轨迹预测算法结果显示，预测损失随着训练步长的增加呈递减趋势，最终损失值均小于1%，其中平均位移误差降低了18.30%，最终位移误差降低了51.90%，本研究可为智能车辆避撞策略开发提供理论依据和参考。     

土工格室加筋对挡墙填方路基承载性的影响

土工格室对一般路基的性能影响显著，但在两侧挡墙高填方填土路基中增加土工格室对路基承载性的提高程度还不明确。通过模型试验，设置无筋和3种不同加筋间距等4种工况，研究土工格室在两侧挡墙路基中的应用效果、不同层间格室和挡土墙的力学特征。试验表明：加筋除了对承载力的影响显著，同时对路基初始模量有较大改善，在达到容许荷载时，其依旧能保持结构自身完整性；筋材所受拉应力与深度呈反比，首层格室所受拉应力和提升速率均远大于其余层；挡土墙受力呈三角形分布，于0.22H处突然增大。