新概念穿梭艇自航模操控系统试验研究

自航模试验是研究船舶性能的有效手段。针对新概念穿梭艇,设计一种自航模操控系统。该系统包括岸上操控系统和船载自航控制系统2部分,利用无线局域网完成岸上操控系统与船载自航控制系统之间的通信;执行机构配备传感器获取反馈数据,驱动器采用成熟的可编程元件;使用Python语言编写下位机和上位机软件。将系统成功应用于新概念穿梭艇的自航模试验中,试验表明所设计的自航模操控系统可以减小开发工作量,操作方便,可扩展性和可移植性强,能够反映新概念穿梭艇的操纵性能。最后经与船模拖曳水池试验结果进行对比,证明所设计系统应用于自航模试验时能够有效获取可靠数据。     

使用多源预报确定船舶避台航线的多级决策方法

为了减小热带气旋路径预报误差对船舶避台决策带来的不利于安全的影响, 介绍了船舶绕避热带气旋技术方法的使用现状和热带气旋路径预报的现状, 分析了船舶绕避热带气旋决策时使用多源热带气旋路径预报的意义。在对气象部门使用的多源预报结果集成技术应用情况介绍的基础上, 提出了将多源信息融合技术应用到船舶绕避热带气旋方案决策中的具体方法和船舶避台多级决策应用流程。实例分析表明: 利用多源预报结果进行多级决策来确定船舶避台方案, 可以综合考虑多个来源的热带气旋路径预报和热带气旋未来各种可能的路径, 最大程度地降低可能发生的危险和损失, 保障船舶和船员安全。     

流线型桥梁断面雷诺数效应

采用数值模拟方法计算了不同雷诺数苏通桥流线型断面三分力系数, 通过风洞试验研究了宽高比为10∶1的流线型桥梁断面的雷诺数效应, 分析了雷诺数对阻力系数、表面压力系数、风压功率谱及斯特罗哈数的影响, 研究了粗糙度对雷诺数效应的抑制作用。分析结果表明: 阻力系数随雷诺数的增大而减小, 雷诺数会改变表面压力系数0值出现的位置, 斯特罗哈数对雷诺数有平台区存在, 低雷诺数风洞试验测得的斯特罗哈数比实桥值小20%, 因此, 流线型桥梁断面存在明显的雷诺数效应, 且粗糙度对雷诺数效应有抑制作用。     

RBF神经网络在柴油机燃油系统故障诊断中的应用研究

本文主要介绍了径向基（RBF）神经网络在柴油机燃油系统故障诊断中的应用,并且首次将神经网络和虚拟仪器技术相结合,成功用于柴油机故障诊断中。比较了RBF和误差反传（BP）神经网络的学习速度和诊断精度。研究表明,将RBF神经网络和虚拟仪器相结合进行柴油机故障诊断具有良好的诊断效果和精度,有很好的工程应用前景。     

船体基座粘弹性复合阻尼减振性能试验研究

  目的  为了解决现有的阻尼材料粘贴质量对于声学检验方法数据敏感度低的问题,  方法  提出基于频响函数的频点振级落差概念。以船舶通用基座实验台架为待测结构,利用锤击法获取阻尼材料粘贴面积改变前、后的实验数据,采用阻尼因子、合成频响函数级、频点振级落差和典型测点间的频谱,对数据进行处理和对比分析,得到不同方法对粘贴质量异常问题的数据敏感度,以及识别异常问题区域的准确性。  结果  研究表明,与其他3种方法相比,将频点振级落差概念应用于阻尼材料粘贴质量问题识别时,在完全贴合状态下,2次测量结果的偏差在1 dB以下;改变粘贴面积后,单频点振级落差和频点振级落差总级均明显高于2 dB,曲线偏移明显。  结论  频点振级落差分析方法具有数据敏感度高、数据量小、粘贴质量异常问题区域识别准确等优点,可推广应用。     

山地城市建成环境对居民小汽车拥有影响研究——以贵阳市为例

为分析山地城市建成环境对居民小汽车拥有的影响,探究不同坡度下居民地形感知对小汽车拥有影响的差异,采用贵阳市中心城区不同坡度下的小区居民调研数据,引入3个观测变量来评价居民的地形感知,将结构方程模型（SEM）计算出的潜变量适配值融入Logit模型中,构建包含潜变量和显变量的SEM-Logit模型来研究主客观建成环境与小汽车拥有的关系。结果表明：坡度对小汽车拥有产生积极影响,但不同坡度下的地形感知对小汽车拥有的影响有所不同。在地形条件相对较好的环境中,当小区坡度小于8%,居民对地形感知并不强烈,并认为从小区步行到公共交通站点的距离和时间花费在其承受范围内。因此,地形感知并未对小汽车拥有造成显著影响;在小区坡度为8%~15%时,地形感知对小汽车拥有产生显著负效应。生活在该小区类型的居民,尤其是收入相对偏低的居民,更喜欢选择电动自行车出行,削弱了小汽车拥有量;当小区坡度大于15%时,小区坡度与小汽车拥有量具有正相关性。该小区类型的道路坡度大,居民出行过程中通常会经历频繁的上下坡,造成出行时间花费长,继而形成强烈的地形感知。这严重降低了居民出行选择步行或骑行的可能性,转而提升了小汽车拥有的概率。同时,在SEM-Logit模型中也证明了除地形因素外,家庭年收入、到地铁站最近距离、土地利用混合度、目的地可达性、出行态度对小汽车拥有具有较大影响。     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度,提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景,采集模拟驾驶中驾驶人的多维度驾驶行为特征数据,并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现：驾驶人对行人的危险感知能力较弱,易发生碰撞事故;驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上,利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量,并构建以制动反应位置、反应时间、车速、刹车深度,以及加速度为指标的驾驶人危险感知水平判别模型;通过与LightGBM、支持向量机（SVM）,以及逻辑回归（LR）等算法分类预测性能的对比分析,评价危险感知模型的判别精度,结果表明：基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959,优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859）,以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。     

基于驾驶模拟技术的道路行车安全性研究综述

对驾驶模拟技术在道路行车安全领域的研究及应用现状和存在的问题进行了分析。在广泛调研国内外相关文献的基础上,对驾驶模拟器进行了分类,并总结了国内外主要代表性科研型驾驶模拟器的发展历程,分析了典型驾驶模拟器的自由度、主要特征和应用领域。以“人-车-路-环境-事故”为主线,从不良驾驶行为特性分析、车辆主动安全技术研究、道路与交通设计、车辆驾驶环境以及道路行车事故研究5个方面,系统地梳理了驾驶模拟技术在国内外道路行车安全领域的应用研究现状、存在问题以及应用展望。在不良驾驶行为特性分析方面,重点研究了运用驾驶行为特性开展分心驾驶行为和疲劳驾驶行为的识别;在车辆主动安全技术研究方面,综述了运用驾驶行为开展车辆底盘一体化控制技术、安全辅助驾驶控制技术和自动驾驶接管行为的评价研究;在道路与交通设计方面,综述了道路几何和标志标线等的设计评价;在车辆驾驶环境方面,综述了不良气象、路侧景观和交通冲突等驾驶环境对驾驶行为的影响;在道路行车事故研究方面,总结了道路行车事故再现和事故影响因素分析等内容。此外,对驾驶模拟技术进行了应用展望,主要包括特殊人群的驾驶行为特性、智能网联汽车系统的测试及验证、混合交通流环境下的行车安全问题。对未来应对驾驶模拟器的有效性评价、不适性以及二次开发等问题进行探讨,以便更好地促进驾驶模拟技术的发展。     

高填方钢波纹管涵垂直土压力计算

引入表征钢波纹管波形特性的惯性矩计算方法, 通过Spangler管-土相互作用模型, 得到了钢波纹管涵竖向收敛变形计算公式; 假设管涵顶部填土为半无限直线变形体, 将条形基础沉降倒置后比拟上埋式管涵的受力模型; 基于弹性力学推导的基础沉降计算公式, 着重考虑管涵侧向土体压缩变形与管涵自身的竖向收敛变形之差, 推导了管涵垂直土压力的计算公式; 以广巴广陕高速公路连接线吴家浩-张家湾段高填方钢波纹管涵工程为例, 对涵顶垂直土压力进行了现场测试, 将采用公式计算所得涵顶垂直土压力与现场试验结果和应用实测沉降差反算的垂直土压力进行了对比。研究结果表明: 涵顶垂直土压力随填方高度的增加而增大, 填土至设计标高后涵顶垂直土压力计算值、实测值和反算值分别为224.14、221.98、211.33kPa, 计算值与实测值的相对误差约为0.9%, 反算值分别比计算值和实测值小6.1%、5.0%, 且计算结果、反算结果均与实测涵顶垂直土压力变化规律一致, 填方越高, 误差越小。可见, 提出的高填方钢波纹管涵垂直土压力计算公式可行, 不仅考虑了涵侧土体的抗力系数和基床系数, 而且体现了钢波纹管的变形与受力特征。     

运动车辆检测的APG-TR算法

为了提高智能交通系统中运动车辆检测的准确率, 提出了一种基于张量恢复的APG-TR算法。采用张量表征交通视频图像, 保持视频图像高维结构特征。通过张量恢复, 重建出张量的低秩部分与稀疏部分, 实现交通视频图像中交通背景与运动目标车辆的分离与交通视频内在特征的提取。利用交通监控系统采集到的交通视频106帧图像对本文算法进行了测试。测试结果表明: 在晴天条件下, APG-TR算法的平均正确率为91.4%, 在雨、雾天气条件下, 正确率分别为86.4%、85.2%, 相比帧差法更加稳定与准确。APG-TR算法具有良好的收敛速度与鲁棒性, 在智能交通领域中具有广泛的应用前景。