基于智能信号的动态路径选择模型研究

出行车辆的最优路径是随着时间和路况的变化而变化的，为了研究出行车辆的动态路径选择行为，基于有交通信号控制的交叉口，利用有向图理论，建立城市交通网络路径的优化模型，用传统dijkstra算法进行优化，动态获得出行车辆的最优路径。最后引入简单实例说明研究的方法，计算机仿真结果表明该方法是可行、有效的。     

浅析工程项目的有效管控

鉴于能否做到项目有序可控，是摆在各级建筑企业管理团队面前的一个无法回避的课题，针对目前国内路桥建设市场的特点，结合项目管理经验，在理念建设、项目组建、质量安全管理等方面对工程项目的有效管控进行了扼要的分析。     

E型钢阻尼支座的设计与减震性能分析

研究目的:本文介绍了E型钢阻尼支座的工作原理、设计方法、应用实例,并对其进行了有限元分析和试验室测试,验证其设计及其应用的可行性。另外对E型钢阻尼支座进行了实桥减震性能分析,分析其设计地震和罕遇地震下的相对位移和桥梁内力,验证其耗能效果。研究结论:本文对于E型钢阻尼支座的设计计算方法与有限元分析和试验室测试结果基本一致,说明该设计的正确性和可行性。实桥分析结果表明:(1)E型钢阻尼支座可有效减小简支梁桥的墩顶相对位移和墩底内力,满足抗震要求;(2)其滞回曲线饱满,说明E型钢阻尼支座的型钢耗能部件已经进入塑性阶段,且发挥了良好的耗能特性;(3)E型钢阻尼支座可有效减小桥梁的地震响应,从而保护桥梁结构避免在地震中破坏;(4)E型钢阻尼支座可推广应用于采用减隔震设计的铁路桥梁中。     

汽车淋雨仿真研究

采用流体力学的两相流模型建立整车淋雨仿真分析模型,分析整车表面的雨水分布情况,寻找车身表面主要的积水区域,如车门密封、行李架密封、车窗密封、门把手密封、后视镜密封等,这些位置的密封性能需要在前期设计密封过程中着重考察。同时,考察整车表面的压力分布情况,针对积水严重位置的密封区域进行压力点实时监测,评估在整个淋雨过程中所受到的冲击压力及最大压力值,为设计密封条的结构和材质提供了数值理论依据。在前期车型开发设计过程中,通过整车淋雨仿真分析,对整车密封进行考察和预防,降低了后期大量的工程更改、延误整车开发周期的风险。     

后排女性假人下潜控制设计方法研究

为了控制后排女性乘员下潜现象的发生，避免设计验证阶段出现重复设计，根据设计变更难易程度将下潜影响因素分为不可变因素和可变因素，提出了概念阶段优化不可变因素和设计验证阶段优化可变因素相结合的防下潜设计方法。结合某平台车型，对安全带点位和防下潜结构位置等不可变因素进行了分析，结果表明安全带点位和防下潜结构位置对下潜影响大，基于分析结果提出了不可变因素量化的设计要求。基于优化好的不可变因素，对防下潜结构的强度、安全带配置等可变因素进行了定性分析，结果表明防下潜结构强度、安全带配置对下潜影响大，并提出了可变因素设计要求。在整车项目开发中对6 种设计要求分别进行了整车试验验证，下潜问题得到解决。     

大型汽车运输船外底板抗屈曲方案分析

大型汽车运输船外底板尺寸主要由横向屈曲强度决定,以入级美国船级社(ABS)的某7500 CEU PCTC为例,建立舱段有限元模型,结合规范要求分析增加板厚、加密纵骨和加横向筋等3种抗屈曲方案对外底板结构重量的影响.结果表明:从结构重量的角度衡量,增设横向筋方案增重最小,加密纵骨方案次之,增加板厚方案增重最大.受规范最小板厚要求的制约,随着纵骨间距减小或横向筋数量增加,外底板结构总重量呈现先降低后增加的趋势.     

船用转轮除湿空调在实际航线中的节能分析

为研究废热驱动的转轮除湿空调在船舶上应用的节能潜力,结合某船5天实际航行过程中的气象参数和海水温度,在分析舱室热、湿负荷特性的基础上,计算舱室的热量,以获取转轮除湿空调系统所需的制冷量.将废热驱动的两级转轮除湿空调系统的能耗与传统船用空调系统的能耗相对比,发现其耗电量仅为传统空调的7.5％～37.6％,可获得显著的节能效果.研究结果表明,两级转轮除湿空调系统在船上具有良好的应用前景.     

轨道车辆座椅裂纹分析及改善措施仿真研究

文章介绍了轨道车辆常见座椅分类及其布置,针对某型轨道车辆统计了运行中座椅裂纹分布情况及位置信息,分析了座椅裂纹产生原因,提出了改善座椅裂纹的措施,并通过相应计算及仿真分析验证了座椅裂纹改善措施的可行性。     

高职旅游专业英语教学中语用失误问题探析

文章在阐述语用失误的定义和分类的基础上,分析了造成高职旅游专业学生英语语用失误的原因,并指出了教师在旅游英语教学中避免语用失误应采取的应对策略,具有一定的实践指导意义。     

基于M形深度架构的非结构化道路可行驶区域推荐模型

针对边界模糊、路况多变的非结构化道路，为满足智能汽车在正常、应急等复杂行驶工况下对可行驶区域的视觉检测需求，提出一种在M形深度架构下融合多尺度交互策略和双重注意力机制的可行驶区域推荐模型，能够在复杂驾驶场景中精细分割出非结构化道路的强推荐、弱推荐、不推荐行驶区域。首先，在编码器-解码器的骨架基础上，构建倒金字塔式的多尺度分层输入和分层输出结构，以有效融合非结构化道路的浅层形态学特征与深层语义信息，并平衡模型在不同尺度上的预测偏倚，提升复杂驾驶场景下对多尺度与变尺度目标的分割精度；其次，构建集成通道注意力和空间注意力的跳跃连接结构，使模型在实现编码特征与解码特征高效传递的同时，聚焦于学习与道路可行驶性相关的重要特征，进一步强化模型对非结构化道路的检测性能。通过多种途径构建包含城郊、乡村、园区等真实场景的非结构化道路驾驶数据集。试验结果表明：得益于M形深度架构对多尺度交互策略和双注意力机制的融合，提出的模型在多种真实驾驶场景下均能较好地实现强推荐行驶区域、弱推荐行驶区域、不推荐行驶区域和背景区域的精细分割，平均交并比达到92.46%，平均检测速度达到22.7帧·s^-1；与现有其他主流模型相比，提出的模型兼顾了分割精度和时间效率，在非结构化道路可行驶区域检测任务上有明显优势。