冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性,建立考虑驾驶员行为特性的跟驰模型,有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验,对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块,引入改进后的智能驾驶员模型,并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整,试图保持期望间距,且速度与前车一致的状态;冰雪条件下驾驶员采取风险补偿行为,其车头时距波动幅度较正常条件收窄,模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明,新模型在6个仿真场景中的表现都优于传统智能驾驶员模型,且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

基于智能船厂的三维电子地图开发技术

研究基于智能船厂的三维电子地图开发技术,开发三维电子地图相关组件并实现地图瓦片化、动态加载、位置校准、地图缓存等功能,通过直观的地理实景模拟表现方式快速搭建智能船厂三维电子地图服务,为管理者提供设备、人员和中间产品等信息检索服务,有效提升船厂数字化、智能化、信息化程度,可为构建船厂资源管理和工装管理智能化提供技术支撑,进一步挖掘生产和管理环节潜力,推进船舶行业信息化建设。     

适用船舶自流冷却系统中冷却器的工程设计研究

针对船舶自流冷却系统对冷却器要求的特点,对各种间壁式换热器的优缺点进行了分析,并结合热工理论计算,确定了冷却器宜采用小管径换热管的钛合金管壳式换热器,获得了小管径换热管数量与不同航速、冷却流体流动状态的设计关系,且基于热工计算结果表明了结构优化方向。采用 CFD技术对两管程流体流场进行了数值模拟优化分析,获得了后端管箱封头a/b的最佳值。实船工程试验结果验证了本文分析设计和优化方法的可靠性。     

DCM船施工钻杆冲洗水泵随机启动器系统的设计

本文将结合船舶水泵的工作原理,对船舶水泵的运行情况进行分析,详细介绍以单片机为核心的钻杆冲洗水泵随机启动器系统的设计。同时通过搭建Proteus仿真模型,针对钻杆附着淤泥的不同程度对船舶水泵进行动态模拟。本文将着重介绍DCM钻杆冲洗中船舶多水泵随机启动器系统的设计。     

北京市地铁乘客安检安全意识调查分析

近年来,国内外地铁安全事故时有发生,地铁安检作为应对安全隐患的有效防范手段,加强其检查力度也成为国内各个地铁安全部门的共识。安检会增加乘客的延误时间,使乘客对地铁安检颇有微词,乘客与安检员发生冲突的事件也屡有发生。为增强乘客的地铁安全意识,改进安检流程,通过问卷调查和统计分析,对北京市地铁乘客进行调查,分析其评价水平及影响因素。结果表明,北京市地铁乘客的平均安全意识得分为74.16分,为中等水平,其中安全行为、安全态度、安全知识三个维度分别处于较高、中等、较低水平。该调查有助于地铁安全部门有针对性地制定地铁安检的宣传方案,提高服务水平,改善安检流程。     

Understanding urban mobility patterns from a spatiotemporal perspective: daily ridership profiles of metro stations

Transportation - Smart card data derived from automatic fare collection (AFC) systems of public transit enable us to study resident movement from a macro perspective. The rhythms of traffic...     

基于FPGA的里程轮信号优选算法设计

文中通过对里程信号产生机理进行分析,提出了一种基于FPGA架构的里程优选算法,给出了实现算法的硬件架构图,并设计相应硬件电路和模拟实验。结果表明:该算法可以对3个里程轮脉冲信号进行优选采集,当里程轮处于超速或者停转状态时也能输出正确的脉冲信号。     

基于多维信息特征分析的驾驶人认知负荷研究

准确评估驾驶人认知负荷水平,对于深入研究驾驶人行为特性,改善驾驶安全性具有重要意义。现有的驾驶人认知负荷分类方法,大多基于心电、脑电等生理信息和车辆信息,由于特征选择上的单一性,导致驾驶人认知负荷分类模型的分类精度不高。设计基于跟驰场景的不同认知负荷N-back次任务试验,通过采集受试者的生理信号和车辆信号,结合NASA_TLX主观评分和机器学习算法,提出了基于多维信息特征融合的驾驶人认知负荷分类方法。研究表明：基于生理信息和车辆信息的多维信息特征认知负荷分类方法,其精度显著高于传统的基于生理信息的认知负荷分类方法,以多维信息特征为输入,随机森林法以其稳定性好、抗过拟合能力强的特点,表现出优异的分类效果,相比神经网络和支持向量机,具有最高的平均分类精度。     

结构-电磁激励下某电驱总成噪声控制

针对某电动汽车电驱总成的噪声问题,依据电驱总成车内噪声产生机理,进行整车状态声振特性测试,运用不同工况组合下的频谱特征和阶次特征等分析方法,识别出该电驱总成噪声问题为结构共振和电磁激励所致。针对结构共振问题,考虑电驱总成结构耦合特性、电机材料复杂多样性和线圈绕组质量,建立电驱总成有限元分析模型,求解出电驱总成的模态和振动响应,并通过敲击法模态试验得到模态参数进而对有限元模型进行验证,在此基础上以模态应变能为依据对电驱总成结构的局部刚度进行优化,提升结构共振频率,降低共振风险。针对电磁激励问题,以电驱总成中的永磁同步电机为研究对象,建立电磁仿真分析模型,以影响磁通密度的转子槽口的槽形、槽宽、槽深和槽间角度4个因素建立正交试验设计表,通过极差值得到各因素对齿槽转矩和输出转矩的影响水平,最后以降低齿槽转矩、加工工艺简单和对输出转矩影响小为目标,运用16组具有代表性的电磁方案,完成256个参数组合的寻优,并对优化方案进行了数值仿真计算。研究结果表明：优化方案的改善效果较显著;研究可为电动汽车车内噪声改善提供试验技术支持,并为电驱总成的结构共振噪声和电磁噪声控制提供方法参考。     

中低速磁浮列车悬浮控制系统可靠性分析及优化

针对中低速磁浮列车的悬浮控制系统建立了可靠性模型,分析了其故障率、平均故障间隔时间等可靠性指标及其故障形式,找出可靠性的薄弱点.针对薄弱点进行了相应的优化,进一步提升了系统的可靠性.评估分析了各项优化在救援故障、晚点故障以及一般故障等实际运营上的优化效果.