轿车白车身模态分析与振型相关性研究

对某轿车白车身进行了计算模态分析,得到其计算模态频率以及相应的振型,并通过试验得到试验模态频率及振型,根据振型相关性理论,对试验和计算模态及振型进行相关性分析,将有限元的动态分析与试验数据有机地结合起来,验证了白车身有限元模型。     

机载激光扫描数码摄影测量系统在公路勘测设计中的应用

与成熟的传统摄影测量相比,机载激光扫描数码摄影测量是制作高精度正射影像、数字地面模型和数字线划图的新技术,2种技术各有特点和优势,但后者未来发展潜力巨大.采用该技术制作了125 km的正射影像、数字地面模型和1∶ 2 000的数字线划图.介绍了机载激光扫描数码摄影测量系统的组成、工作原理,并结合工程实例初步探讨了该系统在公路勘测设计中的应用.     

布敦岩沥青改性沥青胶浆高温动态流变性能的试验研究

为了评价不同掺量的布敦岩沥青对基质沥青的改性效果,采用先进的动态剪切流变仪Advanced Rheometer(AR)对岩沥青改性沥青胶浆的高温动态流变性能进行了试验研究,主要评价指标有相位角、储能模量、车辙因子和动粘度等。研究发现岩沥青改性沥青胶浆的高温性能明显优于基质沥青;车辙因子和动粘度指标显示岩沥青改性沥青胶浆具有与SBS改性沥青胶浆相当的抗车辙性能,但是,其温度敏感性高于SBS改性沥青胶浆;岩沥青掺量对胶浆性能影响较明显,岩沥青与基质沥青质量比达到1∶1时,沥青胶浆的高温性能已经得到明显改善,可以满足路面使用性能要求。     

基于RCMA逻辑框架的船载测控设备维修需求与对策分析

远洋测量船船载测控设备是我国航天测控系统中重要的组成部分,在高密度、高强度、高难度（即“三高”）任务形势下,测量船船载测控设备的维修决策问题日渐突出。文章结合船载测控设备的使用背景和目前的维修保障能力,梳理了亟待解决的维修需求,并引入国际上较为成熟的维修理论——以可靠性为中心的维修（Reliability Centered Maintenance, RCM）,参考其逻辑框架,针对每一项维修需求制定了相应的维修对策,再将所有维修对策进行整合,得到了船载测控设备预防性维修大纲 。维修大纲的制定为测量船测控设备的维修需求提供系统的维修对策及切实可行的操作流程,为远洋测控任务提供有力的保障。     

动态神经模糊模型的船舶欠驱动水面运动控制

欠驱动水面运动控制系统是现代大型船舶动力控制系统的主要组成部分,控制船舶水平、垂直及航向3个方面。控制系统的精度、时效性直接影响到整个动力装置的性能。同时,由于海上环境的多变性,欠驱动水面运动控制系统具有控制滞后、惯性力矩较大等非线性因素。本文结合海上实际环境,提出一种动态神经模糊网络的船舶欠驱动水面运动控制算法,描述船舶动力系统的受力特性,较为精确模拟了非线性系统控制模型,最后进行了仿真。     

城市轨道交通工程调线调坡原因分析及对策

调线调坡是轨道交通工程中解决实际施工与原设计不符导致侵限的一种技术手段,但一般也会恶化线路条件、影响行车舒适性甚至降低线路标准。为尽量避免或减少调线调坡治理工作,结合多个工程案例,从勘测、设计、施工和道床病害治理等方面对调线调坡的原因进行分析,给出了相应的对策建议,并对调线调坡技术标准进行了探讨。     

中等职业学校品牌专业建设的探索与实践

品牌专业建设是中职院校提升核心竞争力、实现高质量发展的重要举措。以广西交通运输学校新能源汽车维修品牌专业（群）为例，对该专业的建设目标及建设内容做了详细的介绍，分享了一些建设经验，所探讨的结论为其他中职院校品牌专业的建设提供参考。     

基于融合分割和变尺度窗口的车道线距离检测

在车辆安全和驾驶行为相关研究中，车道线距离参数是重要的基础参数。针对传统机器视觉测量方法存在的标定过程复杂、测试成本高且移植性能差等问题，提出一种针对车侧摄像机图像的低成本车道线距离检测方法。首先，构建了一种融合局部Otsu算法与光照样条补偿算法的车道线区域分割方法，可在车道线磨损、复杂光照变化、车道线中断等场景中对车道线区域进行精确分割；其次，针对车道线边缘特征复杂多变的情况，设计了一种变尺度窗口算法来完成车道线边缘检测并可补全残损车道线；最后，采用多项式标定方法建立了车道线距离检测算法，实现了车道线距离的自动化快速检测。验证结果表明：在正常场景和多种复杂特殊场景下，所提出的检测算法平均检测误差为0.4 cm,平均检测速率达到30帧·s^-1,整体上优于目前其他技术方案。该方法在检测成本和可移植性方面具有显著优势，可为相关研究领域的技术人员提供新的解决思路。     

铁路通信骨干网云安全技术保障体系研究

通过分析铁路通信骨干网云基础设施可能存在的网络安全风险,提出了基于WPDR3模型,以弹性自适应云安全体系为核心理念的铁路通信云安全技术保障体系架构;在贯彻落实等保2.0基本要求和云计算安全扩展要求的基础上,结合铁路通信骨干网业务特点,研究了以安全管理中心及云安全资源池为核心的云安全防护技术方案。     

基于深度卷积-Tokens降维优化视觉Transformer的分心驾驶行为实时检测

针对基于端到端深度卷积神经网络的驾驶行为检测模型缺乏全局特征提取能力以及视觉Transformer(vision transformer,ViT)模型不擅长捕捉底层特征和模型参数量较大的问题，本文提出一种基于深度卷积和Tokens降维的ViT模型用于驾驶人分心驾驶行为实时检测，并通过开展与其他模型的对比试验、所提模型的消融试验和模型注意力区域的可视化试验充分验证了所提模型的优越性。本文所提模型的平均分类准确率和精确率分别为96.93%和96.95%，模型参数量为21.22 M，基于真实车辆平台在线推理速度为23.32 fps，表明所提模型能够实现实时分心驾驶行为检测。研究结果有利于人机共驾系统的控制策略制定和分心预警。