一种带临时斜拉塔的PC梁桥顶推新技术

为解决传统PC梁桥顶推施工工期长、速度慢和跨径小等问题,以64m主跨的某PC连续梁桥为例,通过在设计中引入Φ21.8大直径预应力束、施工中设置临时斜拉塔,提出了PC梁桥分块预制组拼顶推和临时斜拉塔相结合的施工方案,实现了PC梁桥顶推施工速度和单跨跨径的双重突破,其研究成果可供同类桥梁的设计和施工参考。     

顶张力对深水刚性立管涡激振动及疲劳损伤的影响

分析讨论顶张力对深水刚性立管在剪切流中的涡激振动响应和疲劳损伤的影响。从理论上分析张力对刚性立管固有特性的影响,并利用OrcaFlex软件建立数值模型,模拟不同顶张力系数下立管于剪切流中的涡激振动响应,同时采用S-N曲线法计算立管疲劳损伤。结果表明,顶张力对立管的影响直接体现在刚度上,立管刚度随着张力的增大而增大,因此顶张力对降低立管疲劳损伤有一定积极作用。但是随着顶张力的增大,其对降低疲劳损伤的贡献越来越小,而对立管强度储备的危害却逐渐增大。     

基于HLA的列控系统多车仿真策略研究

基于列控系统需求进行的多车仿真研究,是构建完备的列控仿真与功能测试环境的基础环节。本文针对列控系统多节点、分布式的特点,设计基于HLA的列控系统多车仿真方案,提出两种多车仿真策略。根据不同的仿真策略构建基于HLA的多车仿真联邦的逻辑模型和高层仿真模型。对采用不同仿真策略实现的多车仿真联邦进行性能测试,实验结果表明多辆仿真车整体作为一个联邦成员加入仿真联邦的策略更适用于多车仿真,该仿真策略能够满足列控系统中多车仿真的需求。     

车路协同混合交通场景要素解析与测试案例生成

面向混合交通环境下多车效率类和单车安全类场景测试需求,研究了基于混合交通场景要素解析的车路协同测试案例生成方法;为提高测试案例的多样性和覆盖度,分析了混合交通特征要素相互作用机理,构建了混合交通场景要素层次模型,提出了场景要素重要度的一致性描述指标,并在此基础上建立了测试案例复杂度模型;针对多车效率类场景仿真测试,提出了复杂度激励的组合测试案例生成方法,设计了场景要素强耦合组合策略;针对单车安全类场景仿真测试,提出了基于复杂度聚类的蒙特卡洛测试案例生成方法,设计了风险场景特征参数抽样机制;选取车路协同混合交通典型场景开展仿真试验,验证了提出的测试案例生成方法的有效性。研究结果表明,对于多车效率类混合交通高速公路匝道合流场景测试,提出的方法比传统成对测试方法的场景最大复杂度提高了11.93%,高复杂度场景占比提高了60.02%,测试案例覆盖度提高了12.08%;对于单车安全类车路协同换道预警场景测试,提出的方法比传统蒙特卡洛测试方法的危险场景数提高了195%,且其参数估计误差降低了5.95%,高风险场景数提高了119%,且其参数估计误差降低了4.78%。可见,提出的方法能够提高测试案例的...     

船舶不规则波中增速骑浪的数值计算及统计分析

船舶在随浪中航行时,受到波浪影响,会产生间歇性的异常高速现象,即“high runs”,它反映了一种船速相对于波形高速前冲的危险状态,本文采用“波浪中增速骑浪”指代这一现象。基于统一理论,采用耐波性和操纵性耦合的六自由度弱非线性模型进行求解,对其展开数值计算和统计分析。通过探讨,论证标称航速作为波浪中增速骑浪现象发生判定依据下限的合理性和必要性,对不同波浪谱下high runs和横甩2个维度船舶的运动特征进行统计分析,初步得出了波浪谱越窄船舶增速骑浪和横甩的发生概率越大的结论,并初步探讨了high runs作为横甩前兆的统计学意义。     

汽车动力总成悬置系统的不确定性分析与优化研究综述

在实际工程中，受测量、制造、装配、疲劳老化、工程经验、认知程度和系统复杂性等主观和客观因素的影响，汽车动力总成悬置系统 （Powertrain Mounting Systems，PMS） 不可避免地存在着一定的不确定性因素。相关不确定性情形主要概括为PMS参数信息充足的概率情形、PMS参数信息匮乏的非概率情形、系统部分参数信息充足而部分参数信息匮乏的概率-非概率混合情形。针对三大类不确定性情形下的汽车PMS研究，围绕不确定性建模、不确定性分析和不确定性优化等3个方面的研究方法进行了系统性的分析和总结，并指出了相关分析模型和研究方法的分析特点和适用范围等。对汽车PMS不确定性分析与优化方法的未来研究方向进行了展望。     

基于交通业务特征理解的车路协同可信交互方法

为保障车路协同环境下信息的可信交互，分析了车车、车路协同信息交互流程和不同模式下的交互需求，设计了车路协同可信交互架构；构建了车辆行为状态推演模型与路径扰动因子量化模型，设计了车辆主体可信度计算方法与等级评估规则，实现了车辆主体行为可信认证；通过对交通业务的有效特征理解构建了消息紧急度量化模型，利用低分辨率筛选策略初步过滤了消息报文，基于支持向量机(SVM)对消息内容进行了深度理解，形成了多分辨率交互内容认知方法；使用包含OMNeT++和SUMO仿真模拟器的Veins搭建了仿真测试环境，针对不同网联自动驾驶车辆(CAV)渗透率下的开放道路和交叉口场景开展了仿真试验，对提出的车路协同可信交互方法进行了测试验证。研究结果表明:结合交通业务特征理解能够有效改善车路协同信息交互的可信度判别，提出的方法对信标位置消息的平均认知正确率可以达到90.91%，相比基于时效性检测的可信交互方法提高了8.68%；在安全效率消息可信交互验证试验中，随着恶意车辆比例的增加，传统基于投票机制的车路协同可信交互方法逐渐失效，而提出的方法在保证单次认证时延小于13 ms的条件下，平均正确率达到94.96%，较传统基于反向传播(BP)神经网络的方法提高了3.05%，且CAV渗透率越大，可信交互检测结果的准确率越高，漏报率越低，能够满足车路协同可信交互需求。      

任意概率不确定情形下的电动汽车悬置系统固有特性分析

针对电动汽车动力总成悬置系统 （Powertrain Mounting System，PMS） 参数可能被处理为不同类型概率变量的情形，提出了一种基于任意多项式混沌 （Arbitrary Polynomial Chaos，APC） 展开和最大熵原理 （Maximum Entropy Principle，MEP） 的电动汽车 PMS固有特性不确定性分析方法。采用概率模型描述任意概率不确定情形下的 PMS参数，通过APC展开获得任意概率不确定情形下PMS固有特性不确定性响应的前几阶统计矩，通过MEP拟合不确定性响应的概率密度函数 （Probability Density Function，PDF） 和累积分布函数 （Cumulative Distribution Function，CDF） 等信息，通过算例分析了5种概率不确定情形下的电动汽车PMS固有特性响应。分析结果表明，以蒙特卡洛法作为参考，所提出的方法可有效地分析不同概率不确定情形下的PMS固有特性响应，分析具有较高的计算精度和计算效率，能进一步获得响应满足设计要求的可靠度。     

面向车路协同孪生仿真测试的多尺度滤波同步方法

为提升车路协同孪生仿真测试系统的同步性能，明确了孪生主体的运行机理，分析了影响系统同步性能的干扰因素，建立了孪生状态同步映射模型; 针对孪生状态采样的时钟异步问题，设计了时钟误差估计策略，修正了孪生仿真测试系统的量测时间偏差; 在此基础上，结合卡尔曼滤波原理，引入多尺度滤波器更新机制，建立了考虑同步采样误差的量测噪声模型，提出了多尺度滤波同步优化方法; 最后，在搭建的孪生仿真测试原型系统中，选取NGSIM数据集的车辆轨迹开展试验。研究结果表明:在不同车辆速度条件下，提出的多尺度滤波同步优化方法能够保持良好的同步性能; 在横向坐标同步方面，平均绝对误差小于1 mm，99.5%的绝对误差控制在8 mm以内; 在纵向坐标同步方面，平均绝对误差小于9 mm，99.5%的绝对误差控制在38 mm以内; 在速度同步方面，平均绝对误差小于2.8 cm·s-1，99.5%的绝对误差控制在24 cm·s-1以内; 在偏航角同步方面，平均绝对误差小于1.1×10-3 rad，99.5%的绝对误差控制在1.1×10-2 rad以内; 与航迹推算方法相比，提出的方法能够在横向坐标、纵向坐标、速度和偏航角方面平均提升30.0%的同步精度，能够有效解决孪生主体的状态异步问题，可保障车路协同孪生仿真测试系统的实时同步与精准运行。