雾天高速公路交通安全风险评估

以驾驶模拟器作为数据采集平台,采集雾天高速公路不同能见度车辆的车头时距数据,对车头时距分区间统计,不做任何假设,克服了仅以天气等级或是车速和能见度作为风险评估的指标、行车安全等级以仿真得到的曲线图来定性判定的缺点。选取能见度和车头时距作为指标,对雾天高速公路的交通安全进行了风险评估。运用 Fisher 最优分割编写 Matlab 程序。将风险分为4级,以车头时距出现的概率结合损失量的大小确定风险分级标准。采用 K 近邻非参数对风险进行预测,训练集及验证集的分类误差均为0.7%,验证该模型具有有效性。     

冲击荷载作用下有隔离层的水泥混凝土路面板动态响应模拟试验研究

选择土工布、橡胶板作为水泥混凝土路面隔离层,通过室内模拟水泥混凝土路面冲击振动试验,借助微地震测试系统,测定了室内不同隔离层混凝土面板与基层板振动特性,初步获得了冲击荷载作用下隔离层对水泥混凝土面板与基层板的振动响应影响规律。振动响应试验结果表明,无隔离层时面层板振动速度峰值最大,其次是一层土工布,橡胶板作隔离层时面层板振动速度峰值最小;无隔离层面层板振动位移峰值最大,其次是两层土工布,橡胶板振动位移峰值最小。基层板在冲击荷载作用下,由于面层和隔离层的阻尼作用,基层振动速度峰值和位移峰值大幅度减小。4种工况下,无隔离层时基层板振动速度峰值和振动位移峰值均最大;按照振动速度峰值和振动位移峰值从大到小排序均为无隔离层、橡胶板、一层土工布、两层土工布。这些研究所获得的不同隔离层水泥混凝土路面板振动特性规律与方法,可为进一步研究隔离层水泥混凝土路面动力响应提供方法与理论参考。     

竖向预应力作用效果的数值模拟与预应力损失的试验研究

对箱梁竖向预应力筋张拉引起的混凝土竖向应力和螺纹钢筋的应力进行了有限元计算和现场测试分析,测试结果表明预应力损失离散性很大,而且预应力损失可能高达50%.这是由于箱梁的高度有限,竖向预应力筋的长度都比较短,因而在达到张拉控制应力时高强精轧螺纹粗钢筋的伸长量有限.目前的竖向预应力锚固技术尚存在不足,在锚固时稍有不慎造成钢筋回缩量偏大,很容易造成预应力损失.     

潜盾隧道环片设计参数之研究

潜盾隧道环片设计之合理性,取决于设计参数的选择.这些参数主要包括:静止土压系数K0、土壤劲度Eg、地下水位高度、片间接头旋转弹簧常数Kθ、环间接头剪切弹簧常数Ks等.针对以上五个主要参数,考虑环片错缝拼接效应,以村上博智及小泉淳两位教授共同研发的计算机软件MOLEMAN-i,建立三环模式,进行参数敏感度分析,进而得到对环片设计有所帮助的建议.     

太平洋航线集装箱货流量GM(1,1)-马尔可夫链预测方法探讨

运用灰色系统理论对太平洋航线集装箱货流量进行定量预测,并结合马尔可夫预测方法对航线运量进行定性分析,达到定量与定性预测相结合的目的,使预测结果更加合理。采用马尔可夫链划分系统的状态,得出状态转移概率矩阵,分析了太平洋航线集装箱货流量的发展变化区间并预测集装箱航运市场的发展前景。     

基于灰色模型预测单船年度临修费用

由于临修费用预测分析所具有的一系列特殊性,使得在具体应用分析中存在着一些不同于其它领域的独有特点.单船年度临修费用变化具有较大的随机性,样本数相对较少,样本是时间序列并具有一定跳跃性的情况.文章应用模型GM(1,1)对单船年度临修费用进行预测.     

空间不均匀湍流边界层激励下声呐腔自噪声统计能量分析

利用统计能量分析法建立了湍流边界层激励下水下航行器声呐腔自噪声水动力分量的计算模型。采用一种新的回转体模型模拟声呐罩，重点讨论空间分布不均匀的湍流边界层对声呐罩的输入功率的计算及统计能量分析参数的确定，利用Fluent软件计算边界层的分离点及一些重要参数。最后给出了一具体的算例。可作为空间不均匀湍流边界层激励下声呐腔自噪声的工程估算的参考。     

船用917钢抗冲击性能试验

无论金属材料或是非金属材料,其力学性能都是与应变率相关的.由于应变率历史效应以及在高速变形条件下产生绝热剪切带等不稳定性因素,使得材料对于高应变率响应的问题变得十分复杂,而一些实验方法则起到了重要作用.材料的本构关系是与水下爆炸等现象仿真研究的精度直接相关的,材料在高应变率下本构关系的确定,对水下爆炸等产生高应变率现象进行仿真研究具有重要意义.本文通过Hopkinson杆装置对船用917低磁钢进行了抗冲击性能研究,并由试验给出了仿真研究中适用的本构关系.     

GSM网络海上覆盖优化探讨

通过营口移动GSM网络解决海上覆盖的实际应用,探讨GSM系统在远距离覆盖中各项技术的应用方法,并分析了无线网络规划和优化中的相关问题。     

Segmentation of complex objects'' sonar images using parameter-fixed MRF model

The effective method of the recognition of underwater complex objects in sonar image is to segment sonar image into target, shadow and sea-bottom reverberation regions and then extract the edge of the object. Because of the time-varying and space-varying characters of underwater acoustics environment, the sonar images have poor quality and serious speckle noise, so traditional image segmentation is unable to achieve precise segmentation. In the paper, the image segmentation process based on MRF (Markov random field) model is studied, and a practical method of estimating model parameters is proposed. Through analyzing the impact of chosen model parameters, a sonar imagery segmentation algorithm based on fixed parameters' MRF model is proposed. Both of the segmentation effect and the low computing load are gained. By applying the algorithm to the synthesized texture image and actual side-scan sonar image, the algorithm can be achieved with precise segmentation result.