基于生产降本提效的船舶焊缝设计优化

为降低生产成本及提高施工效率,结合现有生产工艺的特点,通过研究入级船级社规范对焊缝设计的要求,考虑焊缝设计的经济性及可操作性,建立有效的焊缝设计优化工作机制,在详细设计阶段和生产设计阶段实现焊缝设计优化。优化的焊缝设计可充分利用现有资源,减少额外的生产投入,降低生产综合成本。将降低施焊难度及推广自动焊的设计理念融入焊缝设计中,在提高焊接效率的同时,产品焊缝的焊接质量特别是外观成形质量可得到保证,减少焊缝的补焊及打磨工作,提高产品的整体生产效率。     

同站台换乘实现地铁跨线运行线路设计技术研究

在阐述实现地铁跨线运行所需土建设施、车辆、供电、信号等主要条件的基础上,重点分析利用同站台换乘实现地铁跨线运行的方式及特点,并对其过轨方式、配线形式、平直线段最小长度等线路设计的技术问题进行深入研究。结果表明,利用同站台换乘方式实现跨线运行时,渡线联络线容易设置,采用站前过轨与站后过轨相结合的方式、选用9号道岔等方法可显著减少对平直线段长度的要求,是实现跨线运行的一种比较理想的方式。     

人机混驾环境下混行车辆雾模型研究

目前搭载高级驾驶辅助系统和车联网（Vehicular Ad Hoc Network，VANET）技术的智能网联车（Intelligent Connected Vehicles，ICV）正大量涌入人工驾驶车（Manual Vehicle，MV）流之中，ICV与MV共存的异构车辆混行交通态势逐步形成，异构车辆之间的交互产生壁垒。混行之下单个ICV虽可依托单车硬件传感与单车计算单元实现与MV的交互意图识别，但其受有限算力与有限传感的影响，资源负载增大，时效性与安全性方面存在一定的误差与风险，而混行之下的VANET技术也不能够提供全局性车路资源用以高度匹配ICV与MV的交互场景，而且越来越多的ICV计算需求也在激增VANET的负载压力。对此，结合边缘计算概念中的雾计算理论，提出混行车辆雾模型（Mixed Vehicle Fog，MVF），充分发挥车联网络边缘节点能力，通过合理整合调度ICV资源的方法，解决对MV正常交互意图计算的时效性与安全性问题。该模型首先通过各感知单元响应混行交通环境下ICV与MV的正常交互事件，然后利用基于容错节点分簇的资源调度算法（Fault-tolerant Node Clustering Resource Scheduling Algorithm，FNC-RSA），动态划分局部路段内对交互事件具有相关意图感知与计算需求的ICV为一组"协同雾群"，再评估雾内ICV节点自身资源与路由代价，定向定量调度资源，最终实现雾群内部MV交互信息共享与驾驶意图协同计算。试验借助Prescan和MATLAB搭建联合仿真平台，与低能耗自适应分簇型路由算法（Low Energy Adaptive Clustering Hierarchy，LEACH）模型对比，验证MVF模型的运行效率与模型鲁棒性。研究结果表明：MVF模型通过交互事件细分协同雾群，保证了计算负载均衡，提高了ICV定向资源计算与传输效率，比LEACH模型降低了55.17%的平均跳数，缩短了45.40%的平均任务完成时间，抗时延干扰能力强，鲁棒性能优异。该模型对于打破混行环境异构车辆交互壁垒，提高混行道路交通行车安全，创造车联网络良性发展空间具有积极作用。     

基于眼动特性的隧道中间段光环境参数敏感性分析

为了解决以往研究缺乏多样本对多因素条件下隧道中间段光环境敏感性感知试验研究的问题, 采用正交试验设计。设置16组(4因素、4水平)试验工况, 利用DIALux仿真软件建立隧道仿真模型, 并基于室内仿真模拟试验平台开展动态行车试验, 通过SMI眼动仪对30名试验人员瞳孔直径分别进行3次有效测量, 并剔除异常数据。研究了在隧道中间段行车时灯具布置方式、侧壁反光涂料布设高度、侧壁反光涂料颜色及LED光源色温等光环境组成参数对驾驶员瞳孔直径的影响规律。运用极差分析和方差分析相结合的方式分析了各试验参数对瞳孔直径影响程度主次关系和显著性水平, 并对室内仿真实验的可靠性进行了验证。结果表明: 选取的试验参数均对瞳孔直径都有显著性影响, 且影响程度从大到小依次是, 灯具的布设方式、LED光源色温、侧壁反光涂料颜色、侧壁反光涂料布设高度。根据本次试验结果选取的较优水平组合为, 沿中线布灯, 侧壁反光涂料布设高度为2 m, 侧壁反光涂料颜色为白色, LED光源色温为4 500 K。      

半整体式斜交无缝化桥梁温度受力性能分析

温度是影响无缝桥梁性能的最重要的因素,文章在半整体式全无缝桥梁设计经验的基础上,借助有限元工具分析了不同斜交角下无缝桥梁受力、变形性能以及裂缝分布规律,研究半整体式斜交无缝化桥的温度受力性能。     

道路包车客运投放规模研究

根据客运供需平衡的原理,建立包车利用情况指标、客运需求量和包车数的现状值和未来值之间的数学关系,给出了包车投放规模的计算模型,并将其应用于实际算例,研究成果可直接应用于交通运输主管部门对包车运力的投放决策中.     

基于多因素神经网络模型的柴油机NO_x排放预测及试验研究

以发动机转速、进气量、循环油量、发动机出水温度、中冷后进气温度、进气湿度、排气背压、柴油温度作为输入,NO_x排放质量流量为输出,优化隐层节点和迭代次数,并经过样本训练,构建了NO_x排放预测模型。结合台架试验数据,验证了模型的泛化能力,其预测值与试验值间误差小于1.5%。在此基础上,利用模型进一步分析了试验因素的重要度和试验控制性。结果表明:发动机转速、循环油耗、中冷后进气温度、排气背压对柴油机NO_x排放的影响相对较高;进气湿度控制范围过宽,对NO_x排放测试结果影响高于其他因素。     

水污染对飞机油液系统影响综述

通过论述油液系统中水污染的来源、特点、危害及水含量的主要测试方法,针对部队实际工作情况,提出几点预防和控制水污染的方法。     

基于BP神经网络的船舰目标识别分类

随着各国在海洋领域竞争的日益激烈,船舰目标自动识别技术正逐渐成为研究热点。本文利用BP神经网络对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种船只类型进行分类,首先对船舰图像进行中值滤波,去除随机噪声和椒盐噪声,然后利用OTSU法将灰度图像分割成背景和目标两部分,接着对目标区域提取了Hu不变矩、边缘梯度方向直方图、周长-面积比3个特征。为了使边缘梯度方向直方图也具有旋转和尺度不变性,本文提出了一种变换方法:将直方图循环右移,直至其最大值到达直方图最右端。最后利用BP神经网络对船舰图像进行了训练和测试。测试结果表明,本文的分类算法对船舰目标的分类精度达到84%左右,有效实现了常见船舰类型的识别分类。