福州市闽江过江交通量预测与分析

过江交通问题是沿江城市交通发展的瓶颈,过江通道的建设是沿江城市需解决的首要问题。福州市过江交通成为阻碍福州市城市交通发展的门槛。通过选择双约束重力预测模型预测福州市闽江未来年过江交通量,并分析其原因及对策,为福州市未来过江交通规划提供科学依据。     

高职电子信息工程技术专业学生专业能力培养路径的研究与实践

对接电子信息产业人才需求,分析就业岗位工作任务、分解专业能力,在优化课程体系、增强实践教学、完善实践教学支撑体系、培养创新思维和教师队伍建设等方面,形成高职电子信息工程技术专业学生专业能力培养路径,并付之于实践,为电子信息产业培养具有较强专业能力的技术技能人才。     

基于遗传优化的水面无人船艇神经网络智能控制

利用GA智能优化算法和RBF神经网络逼近算法设计了一种USV运动滑模理想跟踪控制方法.首先利用改进的遗传算法对RBF网络参数进行在线寻优以进而提高其逼近性能.其次,将学习速度较快的局部RBF神经网络对滑模控制设计中存在的船舶运动系统函数不确定项进行逼近,使得由于滑模面的不间断切换引起的控制输入抖振问题得到有效地解决.对比实验说明了在同等条件下,上述智能控制系统稳定时间更快,超调量更小,以及输入舵角更平滑.     

基于AHP和变异系数法的大型邮轮靠泊风险研究

针对大型邮轮靠泊的风险问题,首先对大型邮轮的安全靠泊进行理论分析定义;然后以东渡港区1#、2#邮轮泊位为例进行量化研究,并在此基础上建立风险评估指标体系;同时利用层次分析法确定指标的定性权重,并收集挖掘模拟操纵实验数据利用变异系数法来确定风险指标的定量权重;最后引入模糊综合评价法建立风险评估模型,并采用实验数据对模型进行比对验证;最终根据模型及权重大小得出大型邮轮安全靠泊的主要风险.     

长寿命高性能耐候钢桥研究进展与工程应用

系统归纳与剖析了国内外耐候钢桥的研究新进展及工程应用情况, 总结了稳定耐候锈层的形成机制、选材标准、腐蚀与疲劳损伤机理、耐候构造、耐候螺栓研发以及锈层检测与评价技术等方面的关键科技成果, 梳理并完善了耐候钢桥的适用范围和腐蚀余量设计指标, 提出了耐候钢桥锈层稳定化处理及施工技术要点; 评析了耐候钢桥锈层损伤检测与评价技术、腐蚀损伤养管技术, 结合美、日耐候钢桥工程事故经验教训和中国首批长寿命高性能耐候钢桥建设技术创新成果, 探讨了该领域的技术创新方向。研究结果表明: 耐候锈层由外层的γ-FeOOH、α-FeOOH以及内层的非晶态FeOOH化合物与Fe₃O₄构成, 稳定耐候锈层能否形成与保持, 主要受氯离子、积水和积尘等因素的影响; 建议编制中国高性能耐候钢桥选材区划图谱, 完善稳定耐候锈层构造设计准则; 现代耐候钢桥具有高性能和长寿命的技术特征, 带锈层构造细节的面内应力疲劳、面外变形疲劳试验和数值断裂力学模拟, 以及耐候高强螺栓长期耐损性能研究的推进, 将为建立完善的耐腐蚀、抗疲劳设计准则奠定基础; 人工智能技术的应用将推动长寿命高性能耐候钢桥智能运维技术的重大进步; 应加大研发投入, 建立具有中国自主知识产权的长寿命高性能耐候钢桥设计、建造和运维标准规范体系, 培养高素质的工程技术人才, 推进交通强国建设。     

基于声发射技术的钢桥面板疲劳损伤监测与评估

采用多种监测技术融合手段, 对正交异性钢桥面板开展了疲劳损伤监测与评估, 包括足尺正交异性钢桥面板节段模型疲劳试验与某公路斜拉桥正交异性钢桥面板运营阶段的疲劳损伤监测; 在正交异性钢桥面板疲劳试验中, 综合采用了美国物理声学(PAC)声发射(AE)传感器、智能锆钛酸铅压电漆(PZT)传感器和应变片进行了粘贴钢板冷加固前后的疲劳裂纹监测; 对处于运营阶段的斜拉桥钢桥面板疲劳开裂区域, 采用了粘贴角钢的冷加固方法进行加固, 并对加固前后的桥梁结构开展了AE监测和应变监测以研究疲劳裂纹状态与检验冷加固方法的效果。疲劳试验与监测结果表明: PAC的AE传感器和智能PZT传感器能有效捕捉具有突发峰值与快速衰减特征的疲劳扩展信号, 二者的协同应用实现了疲劳裂纹智能感知, PAC的AE传感器组能实时捕捉纵肋上的疲劳裂纹扩展长度和方向; 粘贴钢板冷加固后, 应力水平稳定在64.8 MPa, 直到继续循环加载至512万次仍无疲劳裂纹扩展, 验证了正交异性钢桥面板粘贴钢板疲劳冷加固措施的良好加固效果; 在疲劳试验过程中, PAC的AE传感器和智能PZT传感器监测疲劳裂纹扩展结果一致性良好, 与应变片相比可实时捕捉更丰富的疲劳裂纹动态信息。对运营阶段正交异性钢桥面板疲劳监测与评估结果表明: 加固前AE监测结果峰值能量是加固后峰值能量的5倍, AE累积信号由加固前的密集分布改变为加固后的稀散分布, 表明加固后的钢桥面板疲劳裂纹处于稳定状态; 随着加载车辆行驶通过, 冷加固后的疲劳裂纹尖端应力峰值降低40%至50%;对比加固前后的24 h疲劳应力连续监测结果, 疲劳细节附近应变片的应变水平从加固前的78 MPa下降至加固后的48 MPa; AE信号峰值能量、AE累积信号和应力水平的监测结果均证明了冷加固技术对正交异性钢桥面板疲劳开裂加固的有效性。     

自行车骑行者生理、心理与综合负荷感知模型

为探究自行车骑行者在骑行过程中的生理、心理状态与骑行者个体属性、骑行强度及骑行环境之间的影响规律, 设计并实施了自行车骑行试验; 选取了相对代谢率、心境状态、自感疲劳程度和任务负荷指数等指标, 分析了骑行者生理、心理与综合负荷感知的特性及规律; 以骑行试验数据为基础, 应用偏最小二乘回归方法建立了骑行者生理、心理及综合负荷感知模型, 并对模型预测能力进行评估。研究结果表明: 骑行者个体属性、骑行强度及骑行环境均对骑行者负荷感知有影响, 其中骑行者个体属性因素中, 身体质量指数和基础代谢率作用较为显著, 二者在负荷感知模型中的平均影响因子分别为0.121和0.112;骑行强度因素中骑行时间对于负荷感知影响最大, 其平均影响因子为0.139;骑行环境因素中交叉口数对骑行负荷感知影响最为显著, 其平均影响因子为0.137;各个变量对心理负荷与综合负荷感知的影响趋势相同, 对生理负荷与综合负荷的影响趋势不相同。可见, 关注部分因素以及骑行者心理负荷对于提高骑行服务水平具有一定作用, 研究结果可应用于改善自行车骑行设施环境。     

基于熵权-灰关联法的岩质开挖边坡安全评价模型

根据边坡稳定性评价体系, 选取边坡岩体质量评分、边坡开挖方法调整系数、高度修正系数、结构面调整系数、结构面调整值5个评价指标反映边坡的整体稳定性, 并作为安全评价模型的序列变量; 建立了熵权-灰关联安全评价模型, 将目标边坡作为系统特征序列, 12处岩质边坡作为相关因素序列, 评价了京沪高速改扩建工程沿线典型岩质边坡的安全性, 并提出工程建议; 采用FLAC3D仿真软件, 分析了不同阶段机械开挖和不同炮孔处静力爆破条件下边坡的稳定性变化规律, 以验证安全评价模型的准确性。分析结果表明: 边坡稳定性评价指标可较好地反映边坡的稳定性特征; 熵权-灰关联安全评价模型充分发挥了灰关联法在小样本数据分析的优点, 且由熵权法计算的指标权重改善了传统灰关联分析中由专家打分或平均赋权的缺陷, 使评价结果更加客观; 三级边坡和一级边坡的开挖使边坡K593+260~K593+555的安全系数分别降至1.01和1.00, 和上一级边坡相比降幅分别为34.8%、9.1%, 说明缓倾顺层岩质边坡的开挖会使岩层沿结构面滑动, 使边坡失稳; 瞬时动荷载和荷载积累效应控制静力爆破条件下边坡的稳定性, 瞬时动荷载的出现使边坡安全系数下降了7.7%, 荷载积累效应的消散使安全系数平均回升3.6%, 说明爆破对边坡的松动作用明显, 荷载积累的消散使边坡的稳定性提升。     

基于单参数自调节RM-GO-LSVR的船舶操纵灰箱辨识建模

为实现舵角小、试验数据少条件下船舶操纵辨识建模, 提出了一种船舶操纵运动灰箱模型; 搜集水动力系数已知的船舶运动数学模型作为备选参考模型(RM), 计算被辨识船舶与备选RM的相关系数, 并以此筛选合适的RM; 运用相似准则将观测数据映射到RM的输入值域, 建立被辨识船舶与RM的运动关联, 获得了RM的加速度项, 并使用线性支持向量回归(LSVR)机补偿被辨识船舶和RM加速度项间的误差; 分析了机理模型, 设计了合适的LSVR输入项, 使用全局优化(GO)算法自动调节了LSVR的不敏感边界参数; 基于自航模试验数据训练了灰箱模型, 并与约束模试验(CMT)结果和计算流体力学结果比较, 验证了灰箱模型的泛化能力和预报精度。研究结果表明: 在20°船艏向、20°舵角Z形试验预报中, 灰箱模型所得第一超越角精度至少比CMT、虚拟约束模试验(VCMT)和RM方法所得结果高1°, 灰箱模型所得第二超越角精度至少比CMT和VCMT所得结果高0.4°; 在35°舵角旋回试验预报中, 灰箱模型所得进距精度至少比CMT、VCMT、数值循环水槽试验(NCWCT)和RM方法所得结果高1%, 灰箱模型所得战术直径精度比CMT所得结果低4%, 比NCWCT所得结果高10%;RM方法有助于灰箱辨识建模, GO算法能够优化LSVR的不敏感边界参数, 建立的单参数自调节灰箱辩识建模方法能够实现小舵角、少数试验条件下的船舶操纵辨识建模。     

考虑前序路段状态的公交到站时间双层BPNN 预测模型

为提高公交到站时间预测精度,提出基于双层BPNN与前序路段状态的综合预测模型. 基于静态变量及顶层BPNN模型预测车辆到达每个站点的初始行程时间,利用K-means 聚类及马尔科夫链模型基于前序路段状态预测目标路段行驶时间;将上述两个模型的预测值及上一班次车辆的行程时间作为输入变量,基于底层BPNN模型预测车辆在目标路段的行程时间,进而动态调整车辆到达每个站点的时间. 以上海市791 路公交车早晚高峰各路段的行程时间为例进行模型测试,并与其他4 种模型进行比较. 结果表明,所提模型具有较高的预测精度,尤其在雨天,比传统BPNN模型预测精度提高57.25%.