道路运输车辆达标车型整车主动安全项目测试简析

道路运输车辆达标车型的实施,有效提升了道路运输车辆的安全性能。文章主要从电子稳定性控制系统、车道偏离预警系统、前向碰撞预警系统、自动紧急制动系统四个整车主动安全测试项目对道路运输车辆达标车型相应标准进行介绍,为道路运输车辆达标车型相关从业人员提供了主动安全整车项目试验参考。     

汽车服务工程专业后市场技术领域“4341”人才定位

在企业和高校调研基础上,为实现人才培养与行业及社会发展需求相适应的目标,将我校汽车服务工程专业人才培养定位与汽车生产企业售后服务岗位对接,文章根据汽车服务人才金字塔式结构特点,初步确立了汽车后市场技术领域的高级应用型人才定位,并以"基础较厚、宽专适度、注重应用、强化能力"的培养思路,结合国内高校专业建设特色,强化"懂技术、会经营、善服务"核心竞争力培养,不断优化总结确定了适合我校发展的汽车服务工程"4341"人才培养定位,人才培养效果明显。     

土工格栅与粗粒土界面作用特性的直剪试验研究

山区高速公路建设中,常采用单向、双向拉伸土工格栅作为筋材进行路基加筋,路基填料多为移挖作填的粗粒土。以此为背景,采用大型直剪试验方法,就影响筋土界面特性的几个主要因素（压实度、含水量、土工格栅孔径、粗粒土粒径）进行试验研究。通过研究得到：界面摩擦角随着填土压实度增加而增加,随着填土含水量的增加降低幅度逐渐增大;界面摩擦角与土工格栅孔径有一定的匹配关系,存在一个最佳孔径;界面摩擦系数比呈现出随填料中粗颗粒P5含量增加而增大的趋势。     

防城港20万吨级矿石码头工程堆取料机轨道基础设计优化

以防城港20万吨级矿石码头工程为例，分析如何对斗轮堆取料机轨道基础进行方案优化。     

塑料排水板堆载预压法处理软基的固结效果

结合某填海造地道路地基处理工程实例,探讨塑料排水板堆载预压法的加固机理;基于现场软基沉降监测实测数据,采用双曲线法对加固后的软土地基沉降进行预测,并分析地基的最终沉降量及固结度。研究结果表明:塑料排水板堆载预压法在软基处理中的加固效果较好,堆载预压结束后,软基固结度可达到80%～95%,满足设计要求。     

动力总成悬置系统建模与解耦优化

将悬置看作弹簧阻尼元件,优化动力总成悬置系统的刚度矩阵,从而合理布置各阶频率,使模态间振动解耦。通过Maxwell力学模型求解悬置的频变特性和幅变特性,并建立含该力学模型的整车刚柔耦合动力学模型。计算出的整车系统振动响应表明,解耦优化后的悬置系统明显改善了悬置系统的隔振效果。     

车辆离散特性研究及仿真

针对目前有关分车道行驶的方案,对不同车辆行驶速度特征进行的研究,以及对不分车道行驶和分车道行驶两种情况下的车辆运行状况进行的有效仿真,可为当前公交优先通行提供较好的理论基础.     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明：GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。     

非收放式减摇鳍鳍轴校核算法研究

非收放式减摇鳍作为减摇鳍产品中非常重要的一个组成部分,而鳍轴也是其减摇力矩传力链中非常重要的一环,对于鳍轴综合应力的校核也就成了非收放式减摇鳍设计中的关键。通过比较考虑剪力的新算法以及仅做弯扭综合应力校核的2种算法,及它们在不同强度理论下的状态,综合讨论得出能使鳍轴应力值更加精确的算法。     

自行车流视频识别判断方法研究

考虑算法的实时性,交通流个体识别往往采用轮廓特征来描述。由于自行车与行人的很多轮廓特征值相近,在复杂城市交通环境中,从慢行交通流中准确地识别出自行车是目前采用视频检测交通流的难点之一。通过现场视频检测获取足够的样本外轮廓数据,分析检测目标轮廓的高、宽、高宽比、面积等典型轮廓特征,发现目标轮廓高宽比特征能较好地识别出行人、自行车等慢行交通,并给出合适的取值范围。研究表明自行车高宽比能够较好地成为视频识别的依据,为自行车视频识别提供数据。