基于多道的自然伽马能谱测井仪的研制

介绍了一种基于多道的自然伽马能谱测井仪.为了满足石油测井系统大数据量采集和高速数据传输的需要,研制了一种新的自然伽马能谱测井仪.该仪器采用12位高速ADC完成核脉冲的幅度数字量化,由CPLD完成谱计算并作为SRAM控制器完成采集的数据存储到双端口RAM中.采用CAN总线完成数据通信,数据采集存储和数据上传并行工作.试验证明,整个系统具有较高的可靠性和实时性.     

排水性沥青路面排水层最佳空隙率研究

通过水膜厚度试验得到了水膜厚度与降雨强度的经验公式,结合西安成阳国际机场高速公路某路段,计算出其有效水膜厚度为27 mm.根据排水要求、疲劳寿命、空隙率随时间衰减的规律,得到了排水层最佳空隙率为22％,连通空隙率不小于14％.     

基于神经网络与遗传算法的潜艇舱壁结构优化

建立了某潜艇端部耐压平面舱壁结构优化设计的数学模型,以舱壁上加强桁(筋)结构的剖面尺寸为设计变量,结构强度、稳定性、工艺性要求为约束条件,以加强桁(筋)结构总体积为目标函数,用人工神经网络方法代替结构的有限元分析,结合遗传算法完成了舱壁的结构优化设计。在为网络生成学习样本时,自行设计了正交表,解决了因为设计变量多,无法选取合适正交表而随机取样的问题。数值仿真结果表明,优化设计方案质量较原始初步设计方案减少了18.3%。     

海上平台冰锥结构设计分析

阐述了基于塑性极限分析法的锥体冰力公式以及目前应用干工程的柱体冰力校核公式,并以渤海辽东湾重冰海域破冰锥体的设计实践为例,在对比有限元模拟结果和柱体冰力校核的结果的基础上,结合具体平台形式,对抗冰锥体的实践设计进行指导.     

近轴成象的投影变换关系

以卡拉西奥多里定量为基础，用股影变换验证了在均匀的各向同性中具有轴对称性的光学系统近轴成象的结论。     

长大货物车发展50a

介绍了５０ａ来我国长大货物车的技术发展概况，重点阐述了９０年代我国长大货物车的发展特点，提出了现阶段存在的关键问题及改进建议，展望了其未来发展。     

宜万线隧道洞口滑坍分析与治理

研究目的:宜万线全线共有隧道159座,洞口150处,施工过程中有9处洞口发生了滑坍,通过对滑坍原因分析和滑坍治理,为类似工程提供借鉴.研究结论:隧道洞口发生滑坍除地质原因外,勘察资料不准确和不能及时进行方案完善是设计方面的主要原因,未按设计施工、未及时提出变更、施工方法不当、监控量测不及时是施工方面的主要原因.针对隧道洞口滑坍,应对洞口段进行有效的治理,当软弱不良地层厚度不大于5 m时,可采取加强锚网喷防护;当大于5 m、小于10 m时,应采取钢管桩注浆加固;当大于10 m时,应增设抗滑桩,以取得稳妥的治理效果.同时应及时施做明洞、洞门,以及洞口段的二次衬砌.     

面向车联网多点协作联合传输的安全认证与密钥更新方法

未来基于车联网的车路协同和自动驾驶场景要求车-车/车-路等网络通信在保证数据安全的前提下，具备低时延、高可靠的特性，从而保证车辆的行驶安全以及车/人的信息安全。LTE-V2X作为车联网通信方案之一，LTE的多点协作联合传输（Coordinated Multiple Points-Joint Transmission，CoMP-JT）技术不仅可以减少车辆在高速行驶过程中进行基站（Evolved Node B，eNB）切换时的通信中断，还能通过多个基站的协同传输来辅助提高网络的数据传输性能。然而当前LTE标准中的安全密钥管理方案无法满足多点协作联合传输过程中的密钥管理场景。针对该问题，提出一种可用于LTE-V2X车联网通信中多点协作传输切换的安全密钥生成与更新算法。该算法由车辆生成基站切换请求并使用随机数、共享密钥、目标基站公钥对切换请求进行加密、广播；基于密码学特性，目标基站不仅可基于私钥从密文请求中计算出共享密钥，还可以计算得到后续的会话密钥；车辆则可以基于目标基站位置信息、生成请求时的随机数计算出会话密钥，从而实现在只需要1次密钥传输的前提下，达成车辆与基站之间的密钥共享和密钥更新，并从密码学角度针对该密钥生成与更新算法进行验证分析。研究结果表明：在LTE-V2X多点协作传输时的基站切换过程中，该算法能够确保车辆与基站进行后向/前向密钥分离的安全认证以及会话密钥建立；与传统方案相比，所提方法可减少26.4%的基站切换过程中引入的通信时延，基站信道负载均仅为传统方案的1/2，并且随基站小区范围内车辆数目增加，基站的信道负载也仅线性增加，提升了该算法在LTE-V2X车联网场景中的适用性。     

高等级自动驾驶汽车虚拟测试：研究进展与前沿

安全性测试是高等级自动驾驶汽车（Highly Automated Vehicles，HAV，指具备L3级及以上能力的自动驾驶汽车）规模化应用的基本保障。鉴于HAV测试对象与测试标准的变革，传统基于里程的车辆测试方法论不再适用，场景化虚拟测试正成为验证HAV安全性的核心方法。基于与国内外多家HAV研发机构开展虚拟测试合作的基础上，针对测试场景、测试工具和测试方法等方面的技术难点和学术问题进行汇总、归纳和分析。测试场景方面，围绕场景覆盖度的要求，需重点关注测试场景自主划分、自动化仿真生成和未知高风险场景搜寻等理论方法。测试工具方面，在构建HAV自动驾驶系统“环境感知-规划决策-运动执行”一体化仿真工具的基础上，需研究支撑测试场景生成、驾驶行为双向交互和多传感器物理模型融合的高可信仿真技术。测试方法方面，针对海量测试场景、HAV驾驶能力非单调变化等特征，亟待开展覆盖度驱动型测试方法、加速测试方法和多目标测试与评估等的研究。此外，在上述研究挑战的基础上，面向HAV虚拟测试自动化、快速化、一体化和协同化的应用需求，提出HAV虚拟测试仿真即服务（Simulation as a Service，SAAS）的系统架构，并进一步明确HAV安全性诊断分析、系统自主优化训练和面向系统快速迭代升级的测试方法等SAAS重点研究需求。