不同温拌添加剂对SBS改性混合料性能的影响

通过室内试验评价了Sasobit,Aspha-min和Evotherm DAT等3种不同的温拌添加剂对SBS改性沥青混合料的拌和与压实温度、高温稳定性、低温抗裂性、水稳定性和抗疲劳特性的影响。结果表明,Sasobit,Aspha-min和Evotherm DAT均能明显降低SBS改性沥青混合料的拌和与压实温度,降温幅度分别为30℃,15℃和40℃。Sasobit能明显提高混合料的高温稳定性,Aspha-min对混合料水稳定性有明显降低作用,Evotherm DAT对混合料高温稳定性、低温抗裂性和水稳定性均有提高作用。另外,Sasobit和Evotherm DAT对SBS改性沥青混合料疲劳寿命均有明显提高作用,提高幅度分别为36%和47%,而Aspha-min对混合料疲劳寿命无明显增大作用。     

进气可变滚流系统应用于缸内直喷汽油机的数值模拟

建立了缸内直喷(GDI)汽油机三维数值模型,在分析原机工作过程的基础上引入了可变进气滚流系统(VITS)。首先采用稳态CFD方法对两种方案进行了分析,进气可变滚流系统工作时气门最大升程的流量系数降低56%,滚流比提高221%。然后对该发动机进气、压缩和油气混合过程进行了瞬态CFD分析,结果显示,可变进气滚流系统工作时,在缸内能形成更规则的大尺度漩涡,与原机相比燃油蒸发速度更快,混合气均匀性更好,适用于GDI发动机均质燃烧模式。     

基于小波神经网络的电源车故障诊断研究

简要介绍了小波神经网络理论,在分析某武器系统电源车模型的基础上,运用小波神经网络理论,构建小波神经网络,再进行网络训练与测试。算例结果表明,本方法可提高故障诊断的效率和准确性,对电源车的故障诊断具有重要意义。     

基于熔宽的激光焊缝超声波检测成像分析

利用超声波检测技术对不锈钢搭接焊缝质量进行了评估研究.使用二维阵列式探头对激光焊缝进行了检测,分析了不同熔合区域对A扫描回波信号的影响,并对熔合区域进行了C扫描成像.基于熔合特征信息提出了等效熔宽的概念,利用统计方法建立了等效熔宽的数学计算模型.结果 表明,该模型的计算精度能够充分满足实际工程应用需要.     

V型墩刚构桥的空间受力分析与体系比选

以上海市奉贤区某跨运河全钢结构V型墩刚构桥为工程背景,利用通用有限元软件ANSYS建立空间板壳模型,对V型墩刚构桥的空间受力特点进行分析,并与常规杆系模型的计算结果进行比较,进而探讨了墩梁固结区受力特性;针对双幅箱梁间不同横梁设置参数,分析了双幅结构的竖向变形协调性等空间受力特性,提出了V型墩刚构桥的构造设计建议;对V墩与基础连接方式进行比选,从经济性、整体刚度等方面进行综合比较,选取合理的结构体系.     

北极东北航道商船陀螺罗经航向误差修正算法

针对商船上常用的指向仪器设备陀螺罗经在北极东北航道航行时由于高纬度带来的指向力矩变小而导致指向精度下降问题, 基于北极东北航道罗经历史数据, 考虑纬度和航向对航向误差的影响, 利用最小二乘法对GPS卫星罗经与陀螺罗经的航向误差进行多项式拟合, 建立并比对3种拟合模型, 遴选出均方误差最小的陀螺罗经航向修正模型; 当GPS信号异常时, 利用该模型对陀螺罗经航向误差进行一次修正; 修正后陀螺罗经航向精度保持在±2.0°内, 精度在±1°以内的修正率达88.4%;当GPS信号正常时, 在一次修正的基础上利用卡尔曼滤波进行二次修正, 修正后的陀螺罗经航向精度在±1.0°以内的修正率为98.9%, 精度在±0.5°以内的修正率达88.9%。      

SHJS 聚碳硅氧烷防水防腐防撞耐磨涂料优异性能机理探讨

对SHJS聚碳硅氧烷防水防腐防撞耐磨涂料从体系设计定位、 设计原则及潜有深层次协同效应等方面分析探讨了其优异性能由来机理， 明确了该涂料在海港潮湿环境下施工的优越性。通过实际工程应用， 观察其效果， 证明SHJS聚碳硅氧烷涂料的优异性能。     

低等级公路光学长隧道驾驶员视觉负荷研究

为进一步分析低等级公路光学长隧道内不同车型、不同隧道区域驾驶员的视觉负荷特性，招募了22名驾驶员（12名小汽车驾驶员、10名货车驾驶员），选取云南省境内的昔宜隧道开展低等级公路光学长隧道驾驶员实车试验。利用眼动仪采集驾驶员瞳孔面积的相关数据，应用双因素方差分析对数据进行小汽车与货车、入口段与出口段的差异性显著检验，并分析驾驶员瞳孔面积变化速率的整体变化规律；同时，借助变异系数来反映驾驶员的适应能力。结果表明： 1）隧道入口段和出口段之间以及小汽车与货车驾驶员之间的瞳孔面积变化速率均值存在显著性差异，车型（小汽车和货车）与隧道区域（入口段和出口段）2类因素之间对瞳孔面积变化速率无交互影响； 2）货车驾驶员在进出隧道时视觉负荷更严重，货车驾驶员在隧道内的瞳孔面积增大与减小变化率峰值均大于小汽车驾驶员； 3）货车车型和出口区域的驾驶员对视觉环境更为敏感，不同车型、不同隧道区域驾驶员的瞳孔面积变化速率变异系数有显著差异。     

无人驾驶汽车行车环境下鲁棒性声学特征提取算法（双语出版）

无人驾驶汽车在行车过程中，需要通过视觉感知和听觉感知来构建当前周围环境模型，声学事件检测是听觉感知系统构建模型的核心所在。行车环境下声学事件检测系统面临着复杂而强烈的噪声挑战，尤其是行车过程中的风噪。声学事件检测中，常用的声学特征梅尔频率倒谱系数（MFCC）对噪声干扰十分敏感，为了解决这一问题，提出一种谐波梅尔频率倒谱系数（HMFCC）的鲁棒性声学特征提取算法，用于声学事件的目标分类。该算法通过声学信号的谐波模型与MFCC算法相结合，提取目标声学信号中的共振峰频率，改进传统Mel滤波器组，从而增强HMFCC中目标声学信号的中高频分量。研究结果表明：在不同的风噪环境下，基于HMFCC声学特征的检测结果具有较高的精准率和召回率，且在低噪和强噪环境下HMFCC和MFCC之间分类效果差异明显；低噪环境下，几种声学事件的HMFCC特征分类的平均精准率和召回率分别达到82.66%、84.15%，而基于MFCC特征分类检测的平均精准率和召回率只有73.93%、74.61%；随着风噪增强，MFCC特征分类精度严重下降，平均精准率和召回率仅为54.15%、44.95%，HMFCC特征在强噪环境下的平均精准率和召回率为72.16%、69.87%。行车环境下，HMFCC特征不仅可以提高分类的准确率，而且表现出对噪声不敏感的特性。