省域高速公路网运营与服务信息化平台研究

高速公路网运营与服务的信息化是目前国内外研究和应用的热点问题。信息化平台的建设运营是涉及人、车、路、环境相互作用的复杂过程。本文以国内外高速公路信息化发展经验为鉴,以高速公路网运营与服务信息化中"人"的需求为导向,对信息化平台的服务对象进行归类,并分析各对象的数据和功能需求;分别从技术选择、系统开发、设计方法、平台建设四个方面,提出了信息化平台设计的原则;建立了"信息感知平台——数据中心——业务应用平台"的三层闭环式信息化平台架构,辅以标准体系和运行维护系统,以保障平台的有序和高效运行;在此基础上,提出了平台各组成部分的功能。     

基于TSIS二次开发的大型活动交通消散仿真研究

大型活动的频繁举行,给城市交通组织管理工作带来很大压力.大型活动消散中交通流的时空变化较为复杂,是交通管控工作的重点所在.文中介绍了基于交通流微观仿真软件TSIS的二次开发原理,结合大型活动交通消散过程仿真要求,利用TSIS外部程序接口编写了动态链接库程序,对原TSIS仿真平台进行了功能的拓展,实现了对路网内指定节点进行的外部控制,从而实现了大型活动机动车流交通消散过程的模拟.     

瞬态温度循环下的气缸垫密封分析与设计

针对气缸垫易于失效的受载和瞬态温度循环工况,提出了瞬态温度循环下的气缸垫密封设计与分析方法.采用材料和接触非线性有限元方法建立缸体、缸盖、气缸垫和螺栓一体化分析模型,进行瞬态温度和结构密封分析,采用密封压力和凸筋跳跃量对气缸垫密封进行评价.通过分析,识别出密封压力和凸筋跳跃量存在风险的区域,对设计进行改进,合理设置停止片高度,做到密封压力和凸筋跳跃量之间的平衡.     

基于kinect的隧道三维重建技术及其应用研究

为解决传统地质素描技术在隧道中施作效率低、数据不连续且原始数据难以再现的问题,采用基于kinect传感器和kintinuous算法的隧道岩体三维重建方法,基于物理模型试验,确定三维重建过程中光源、TSDF立方体等主要参数指标,将模型试验重建误差控制在1.9%~2.5%,并将该参数指标应用于现场试验,重建出良好的隧道三维模型。结果表明,该方法在重建模型的全局鲁棒性和细节还原方面较好,具有可视化程度高、数据连续性强、操作简易等优点,有效改善了传统地质素描对裂缝、结构面等数据记录不够准确和不完善的问题。     

电力电子技术在舰船电力系统中的应用及发展

随着各种新型电力电子开关器件和变换器拓扑结构的不断涌现,今年来,电力电子技术得到了突飞猛进的发展,并越来越广泛地应用于舰船电力系统领域.电力电子技术在降低设备的体积、重量,提高供电灵活性、可控性等诸多方面,都具有不容忽视的优势.本文介绍了电力电子功率变换器在舰船电力系统中的几类典型应用及其优势.在此基础上,分析了电力电子技术在未来舰船电力系统中发展所面临的主要问题,并就电力电子器件和功率变换器的几个可能发展方向进行了详细的分析.     

智能网联环境下基于安全势场理论的车辆换道模型

为有效刻画未来智能网联环境下车辆在换道过程中面临的驾驶风险,保证车辆执行更加安全的换道决策,建立基于安全势场理论的车辆换道模型.首先针对车辆换道过程中所遇到的驾驶风险进行评估,利用势场理论给出车辆行驶过程中不同运动状态下安全势场的空间分布.其次根据换道过程中相关车辆不同安全势场分布情况计算出换道结束时的车间临界距离,相...     

基于流变特性的消石灰改性油污泥热解残渣沥青胶浆稳定性研究

为探究油污泥热解残渣沥青胶浆性能，实现其在道路工程中的应用，开展了消石灰改性油污泥热解残渣沥青胶浆稳定性与改性机理研究。通过扫描电镜和红外光谱试验分析油污泥热解残渣的理化性质；在此基础上通过沥青胶浆三大指标和黏度试验，解析消石灰改性油污泥热解残渣沥青胶浆的掺配比；通过沥青弯曲蠕变劲度(BBR)和动态剪切流变(DSR)等试验评价了消石灰改性油污泥热解残渣沥青胶浆水稳定性能及高低温流变性能；最后通过微观试验解析消石灰改性油污泥热解残渣沥青胶浆的微观界面特性和改性机理。结果表明：油污泥热解残渣存在以中大孔为主、微小孔为辅的多孔体系，经消石灰改性后的油污泥热解残渣与沥青之间存在较强的物理吸附作用与化学吸附作用，提高了油污泥热解残渣与沥青之间的黏结力；消石灰掺量占填料总质量的30%时，其对油污泥热解残渣沥青胶浆的改性效果最佳；当粉胶比为1.0,消石灰掺量为30%时，与普通矿粉沥青胶浆相比，其水煮后的质量损失率减小了18.2%;-6℃、-12℃、-18℃时的蠕变劲度分别降低18.3%、16.5%、5.4%;64℃、70℃、76℃、82℃时的抗车辙因子分别降低6.9%、7.4%、3.3%、1.4%。...     

基于可解释极端随机树模型的 DCT 液压响应预测

为解决传统湿式双离合器变速器 （Dual Clutch Transmission， DCT） 控制策略在硬件误差以及复杂工况下液压响应预测精度不完全可控的问题，提出了一种基于 SHAP 图可解释极端随机树预测模型，使用机器学习方法结合某汽车公司 DCT 实验室采集的真实离合器数据对 DCT 液压响应进行预测。模型利用 SHAP 算法对于重要特征选择的可解释性，筛选并保留对液压响应影响较大的特征，将时间切片和升降压判定作为特征加入训练数据，训练预测模型。结果表明，该模型训练结果的均方误差 MSE 为 0.670 3，可决系数 R2为 1.000 0，并且在测试集上预测值与实际值之间的平均误差为12.99 kPa，远低于设计误差 25 kPa，具有较高的预测精度，特征选择较准确，可以很好地解决传统物理模型无法计算不同工况下液压响应的问题，为下阶段基于数据和物理双驱动的DCT控制策略优化提供较准确的预测结果。