基于BIM+GIS的沥青路面表里全域病害数字孪生研究

为全面整合和分析无损检测采集的病害信息并构建病害数字孪生模型对病害进行可视化表达,基于BIM+GIS技术,运用探地雷达检测手段,提出了路面全域病害整合与建模的新框架。在该框架中,首先面向不同路表病害类型分别开发基于深度图像表面拟合和基于二值图像轮廓拟合的病害建模方法,相较于传统二维贴图或三维固定参数的建模方式,该方法实现了对病害区域信息的准确拟合建模;该框架另一部分提出了路面结构内部隐蔽病害的三维可视化建模方法,相较于传统分析建模进一步实现了探地雷达数据的病害模型转化与BIM数字化道路高效整合,降低了探地雷达数据实际应用性的门槛。该方法基于2种不同雷达图像的病害特征,识别并提取病害区域,实现全路段隐蔽病害疑似区域和局部重点区域三维重构;最后自动化构建包含全域病害的数字孪生模型,将无损检测数据高效整合,完成病害实体在虚拟空间中的映射转化。同时借助地理信息系统绘制道路病害分布热力图,反馈病害分布以及发展情况,指导养护管理工作。试验结果表明：该框架高效完成全域病害的三维数字转化;路表裂缝和坑槽建模精度分别达到80.13%和98.17%,路面内部病害的模型结合现场钻孔取芯验证在判断病害发生位置...     

某车型正面碰撞性能提升

本文针对某车型偏置碰中主驾小腿生存空间不足的问题,对前围侵入量的3个关键影响因素进行优化,提出了提高机舱的吸能能力,提高前围的抗变形能力和乘员舱强度的优化思路,通过对B柱加速度曲线、前围侵入量、门框压缩量3个指标进行评估,得出了最佳的优化方案。同时针对乘客安全气囊保护效果较差的问题,对其支撑性、保护范围以及与乘客接触时刻进行优化,搭配减小安全带限力值,来改善乘客胸部压缩量。通过仿真和实车验证,优化效果显著,为后续项目的整车正面碰撞性能提升提供了一种有效的优化思路。     

车架梁截面形状对刚度的影响

通过设计、仿真、实验,探索车架纵梁、横梁截面尺寸和截面形状对车架弯曲扭转刚度的影响,并从理论上进行分析,给出理论依据,最终给出了增加车架弯扭刚度的具体方法。     

公路线形设计与行车安全的关系

随着人们生活水平的提高,行车安全问题已成为人们最关心的问题.目前我国高速公路通车里程已跃居世界第二位,随着高速公路里程的增加,高速公路交通安全的形势越来越严峻.在影响交通安全的诸多因素中,公路设计本身存在的一些问题是诱发交通事故的一个重要原因,已通车的高速公路中普遍存在的事故多发点或路段就足以证明这一点.公路线形的优劣决定了公路运营质量的好坏,且公路线形具有不易更改性.     

基于DEA的港口集装箱码头效率分析

提高集装箱码头生产效率是港口提升市场竞争力的主要途径.对集装箱码头生产效率的有效分析,是集装箱码头提高生产效率的先决条件.本文论述了进行集装箱码头生产效率分析的必要性和重要性,介绍了现有港口效率评价方法,并阐述了其特点和弊端,根据集装箱码头具有不同量纲的多投入、多产出的特点,建立了基于数据包络分析的港口效率评价模型.通过对我国8家集装箱码头2003年几个重要的数据分析,建立了数据包络分析(DEA)模型并计算各港口的相对效率、规模收益、投入冗余量等指标,据此提出了相应的优化措施.     

液压转向系统手力沉重原因分析及实例优化

阐述了液压转向系统手力沉重问题的分类和原因分析,并进行了实例优化。     

超深土工膜复合防渗墙施工技术概述及应用

土工膜复合防渗墙施工技术是一种防渗性能高、环保的施工工艺。其关键技术包括成槽、垂直铺膜、填充料的回填、防渗墙的接头施工。成槽施工设备包括液压抓斗、铣槽机、TRD、锯槽机等,铺膜方法有重力沉膜法、振动插入法、插入式,填充料有土与膨润土的混合填充、低标号混凝土、自凝灰浆、塑性混凝土等。接头形式有搭接式和锁扣式。本文介绍了三种土工膜复合防渗墙的施工工艺,并介绍了其应用范围。     

某越野车车架耐撞性仿真分析

依据C-NCAP中100%重叠正面冲击固定刚性壁障试验规定,应用HyperWorks软件建立某越野车车架正面碰撞仿真计算模型,并应用ANSYS/LS-DYNA软件进行求解计算。在此基础上,对某越野车车架进行耐撞性仿真研究,并从车架碰撞变形、碰撞加速度和碰撞速度等方面对仿真结果进行分析。结果表明,车架前部纵梁发生理想的纵向有序的褶皱变形,车架类S型梁的拐角部分发生弯曲变形,且碰撞加速度曲线和碰撞速度曲线并非理想,说明车架结构有改进空间。     

基于语义分割与道路结构的车道线检测方法

车道线的准确检测对于智能辅助驾驶和车道偏离预警系统的性能有着非常重要的作用,当前的传统研究方法普遍存在对复杂道路环境的适应性不够,检测精度有待提高等问题。针对复杂交通环境的车道线检测问题,充分考虑到复杂道路结构的语义信息,提出了1种基于语义分割与道路结构的车道线检测方法。该算法采用Encoder-Decoder的基础网络结构模式,通过改进实现语义分割,利用池化层的索引功能,以反池化的方式进行上采样,在每个上采样之后连接多个卷积层。然后再使用标准交叉熵损失函数训练分割网络,利用深度学习方法得到排除外部环境干扰的道路分割图像,并对分割后的道路图像进行透视变换,采用Hough变换和边缘点的参数空间投票,快速提取和修正车道线左右边缘点,将提取的边缘点进行贝塞尔曲线拟合,实现车道线的平滑显示。提出的算法在相关车道线数据集上进行了训练和测试,与基于参数空间投票方法相比,准确度提升5.1%,时间平均增加了8 ms;与卷积神经网络（convolutional neural networks,CNN）方法相比,准确度降低了1.75%,时间平均减少了6.2 ms。测试结果表明,利用提出的语义分割编解码网络有助于优化模型结构,在满足实时检测要求的基础上降低了对计算硬件资源的需求。     

横拉杆载荷谱采集与疲劳仿真分析

本文以某型汽车多连杆悬架横拉杆为模型进行载荷谱时域历程采集、静强度校核、疲劳仿真分析。在横拉杆上选择合适位置粘贴应变片,组全桥测量轴向应变。在拉压力试验机上标定出横拉杆轴向受力与测点应变之间的线性关系。根据可靠性试验规范采集一个完整循环的横拉杆载荷谱,为疲劳分析提供力信号输入。建立横拉杆有限元模型,对比实测应变与仿真输出对应点应变,修改验证模型,保证有限元模型的准确性。以实测载荷谱为输入对横拉杆进行疲劳仿真分析,验证横拉杆是否满足可靠性要求。