双离合器混合动力轻型客车前向式建模与仿真

根据前向建模的思想建立了基于Matlab/Simulink平台的双离合器混合动力轻型客车前向仿真整车模型、双离合器和ISG电机等主要部件模型,模型既可以用踏板信号作为输入来运行,也可以实现循环工况运行。还制定了动力系统控制策略并建立控制策略模型。根据仿真模型,对其控制策略进行仿真研究,得到整车动力性和燃油经济性等仿真结果,验证了该控制策略的可行性。     

匹配不同动力电池的纯电动汽车全生命周期节能减碳评价研究

为评估匹配不同动力电池的纯电动汽车（Battery Electric Vehicle,BEV）全生命周期环境影响,以某款已上市纯电动汽车为研究对象,分别匹配4款常用动力电池,基于GaBi软件搭建生命周期评价模型,对其进行2021年与2030年全生命周期能源消耗与环境排放研究,并选取关键参数因子进行敏感性分析。研究表明,匹配钛酸锂电池的纯电动汽车化石能源消耗（ADP(f)）与全球变暖潜值（Global Warming Potential,GWP）均为最高;纯电动汽车在运行使用阶段与生产制造阶段具有较高的能耗与排放;到2030年,纯电动汽车全生命周期ADP(f)与GWP将显著降低,同时随着电力结构的优化与动力电池充电效率的提升,匹配不同动力电池的整车ADP(f)与GWP也将随之降低。     

基于传统动力源的重型商用车减碳技术

在全球能源危机和温室效应加剧的大环境下,中国向世界承诺减碳目标：2030年前力争实现碳达峰,2060年前力争实现碳中和。作为节能减排的重点,重型商用车的减碳成效是“双碳”征程中的关键。重点介绍基于传统动力源的重型商用车减碳技术,包括内燃机燃烧、低摩擦、智能变速、轻量化、混合动力等技术在内的动力总成领域,以及包括天然气、含氧燃料、氢氨燃料在内的先进燃料领域。通过不同领域的技术发展以及优势互补,更加高效、低碳、清洁的内燃机仍将在重型商用车领域持续发挥重要作用。     

软土地基上路基加宽工程沉降变形的数值分析

针对软土地基上高速公路加宽工程中新老路基的差异沉降问题进行了有限元计算,分析新路基作为附加荷载对老路基和地基的影响。计算结果表明,加宽部分路基的填筑将会使得老路路肩与路基中心间差异沉降的产生,极易导致路基纵向裂缝病害。通过参数变化后的计算与分析,建议采用合适的加宽宽度、路基填料和软基处理等措施,控制和降低加宽部分对原有路基沉降变形的影响。     

上海闵浦大轿桁架结构主梁斜风下的气动力参数研究

桁架式主梁断面结构复杂,对其在斜风作用下的静风荷载性能的研究也比较少,以上海闵浦大桥--双层空腹钢桁架结构斜拉桥为工程背景.针对不同风偏角的横向风作用下的桁架结构主梁断面进行风洞实验.并且通过对各风偏角的横向风作用下的主梁的静气动力系数的分解.初步探讨了桁架结构主梁斜风下的静风力系数的计算方法.     

基于合作博弈的公交滞站点优化模型

公交滞站控制是防治公交串车的常用方法. 现有研究主要集中于公交滞站时间的优化，很少关注滞站点优化问题. 本文提出一种基于合作博弈的公交滞站点优化模型. 根据系统当前状态，模型首先预测当控制不同滞站点组合时该滞站点组合对公交串车率的改进；其次，以滞站点为博弈人，以滞站点组合及其对公交串车率的改进量为效用函数，构建合作博弈，分析滞站点的单独和联合控制效果，并用Shapley 值刻画滞站点的相对重要性. 通过在最有效的滞站点实施滞站控制，能够有效防治公交串车. 最后，通过仿真实验对滞站点的数量和位置的确定进行说明，模型能有效降低公交车头时距波动，减少公交串车率，最终减少乘客平均候车时间.     

考虑结伴行为的地铁通道行人仿真建模研究

结伴是行人运动中的普遍行为，且对行人的整体运动具有显著影响，因此仿真行人运动时，有必要考虑结伴行为. 本文以地铁内一般通道为空间背景，首先利用视频观测数据，深入分析了通道内的结伴行为特征. 然后，区分普通个体行人、结伴行人及结伴群体中的不同角色(领导者、跟随者)，基于社会力模型原理，结合颗粒流理论，建立了包含驱动力、接触力、排斥力3 个子模型的行人运动模型，并构建了考虑结伴行为的行人仿真平台. 最后，以某一地铁通道作为实例，通过观测数据及对结伴行为的刻画验证了该仿真模型的真实性及有效性，并分析了不同结伴比例对行人流平均速度的影响，得出行人速度随着结伴比例增大而减小的结论. 该模型可为进一步完善地铁枢纽的行人运动仿真模型提供理论支持，为通道内行人组织提供帮助.     

基于并行多任务深度学习的铁路主要技术标准优选

铁路主要技术标准是铁路全生命周期最重要的先决技术决策之一.传统的基于经验驱动的决策方法工作量大、周期长、严重依赖设计者的经验水平、可能遗漏有价值的方案.而主要技术标准优选的关键在于揭示多维环境因素与主要技术标准值之间的潜在映射关系.受深度学习在规律特征识别方面成功应用的启发,提出基于并行多任务深度学习的铁路主要技术标准优选方法:将影响技术标准决策的多维环境因素为输入,主要技术标准值为输出,构建深度学习模型发掘规律;提出将地形转换为图像,再卷积提取特征,并与运量、路网中的作用等数据融合的方法,解决多模态混合输入学习样本的生成难题;针对各标准之间相互关联问题,建立了适于主要技术标准优选的多任务神经网络结构,并通过大量实验,确定了卷积层、卷积核、全连接层等主要结构参数.经5736 km既有线路实例验证,主要技术标准决策的平均准确率可达88％以上.     

守护者联盟 “一体化”合力构建大湾区“安全保障链”

伶仃洋,港澳隔,大桥通,三地合。作为连接粤港澳三地的跨境大通道,港珠澳大桥从启动建设到开通运行至今,水上交通保持了"零污染、零事故",这离不开南海海区AIS团队十年如一日为保障船舶通航和大桥安全所做的努力。该团队2019年4月开发的基于AIS数据应用的"水上交通安全预警系统"投入使用到现在.     

基于百度大数据的用地出行率计算方法

为提高交通出行率的准确性和可靠性,打破现有手段获取地块交通出行率存在的局限性,提出一种基于百度大数据的出行率计算方法。通过建立出行停留点识别方法,对城市用地与停留点数据进行匹配,进而论证方法的可行性和准确性。结果表明,基于百度大数据的用地出行率计算方法在特定城市有更高的准确性,且适用于任意地块、任意时段的用地出行率调查。本研究可为城市地块交通出行率的计算提供参考,也为城市管理主体进行管理决策和城市交通规划工作提供技术支撑。