地铁小半径曲线钢轨型面打磨技术及评价＊

为了解决地铁小半径曲线钢轨非正常磨耗问题、延长曲线段钢轨使用寿命、保障列车运行的安全性和稳定性,通过实测分析小半径曲线钢轨型面数据的磨耗特点及其接触变化,设计出适用于小半径曲线轨道的钢轨打磨型面(Opt-60型面).建立地铁B型车动力学模型和轮轨接触有限元模型,分别对不同打磨型面在整个维护周期内的钢轨性能进行仿真计算.计算结果表明:相对于CN60打磨型面,Opt-60型面的打磨量减小了 44.2％,打磨深度减小了 0.646 mm;在维护周期内Opt-60型面的轮轨横向力和脱轨系数都有明显改善,安全系数有所提升,且横向平稳系数与垂向平稳性系数均得到提高;在一定列车通过量下,Opt-60型面的轮轨接触面积比CN60打磨型面的轮轨接触面积大14.63％～27.13％,接触应力减小19.27％～27.97％.计算结果已明显表明,Opt-60型面能有效减缓钢轨磨耗、抑制钢轨疲劳,还能提高列车运行的安全性和平稳性,优化了列车的动力学性能.     

货车自动驾驶技术及标准法规发展分析

目前,自动驾驶技术在乘用车领域已获得突破性发展;为提高通行效率和出行安全起到了极大的作用。自动驾驶技术在商用车领域的应用,有望较好解决高昂的人力成本和难以提高的效率等问题。然而,目前自动驾驶技术在货车的应用大多采用跟乘用车同样的标准进行规范,这在实际应用中存在着诸多的问题;例如,在FCW和AEB功能中货车在相同车速的制动距离要远大于乘用车,而其所采用标准规定的碰撞预警时间却并无多大不同,这在实际场景中存在着较大的安全隐患[1,2]。此外,货车质量和体积较大,且较多应用于长途运输,运输过程中会经历包括高温、严寒、山区等多种复杂气候场景,这些都将对货车自动驾驶技术在车辆制动效能、能耗以及多场景应用等方面提出更有针对性规范的要求。本文针对货车的应用场景特点,为其自动驾驶技术应用标准化提出了建议。     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

某款商用汽车电堆散热系统方案设计

从商用汽车电堆散热系统设计要求的实际角度出发设计系统原理图,从而进行计算匹配及选型零部件,对所选零部件进行仿真校核是否满足最初的设计要求,保证商用汽车电堆散热系统的正常工作。     

考虑拥堵空间排队与溢出的道路网静态交通流分配

为刻画拥堵空间排队与溢出现象对交通流分配的影响，提出考虑拥堵空间排队与溢出的道路网静态交通流分配问题，并构建相关的求解算法，用于描述交通需求在起讫点移动过程中路网整体的宏观运行状态。首先，丰富和完善考虑拥堵空间排队与溢出的静态交通流分配的相关假设，提出次生瓶颈、拥堵干扰与渗透和分段化路段阻抗等基本概念和理论，来刻画拥堵交通瓶颈、拥堵空间排队等交通现象；其次，建立网络瓶颈识别算法和空间排队回溯算法，基于此构建考虑拥堵空间排队和溢出的增量分配算法，用于求解交通流分配的结果；最后，通过使用一个具有说明型的算例进行对比分析。研究结果表明：建立的瓶颈识别、排队回溯和增量分配算法可以识别路网中的瓶颈位置及其拥堵排队区域，并可计算得到各路段上的分段分配流量；与点排队只影响瓶颈路段的运行状况和均一的路段分配结果相比，可有效描述路网整体的宏观运行状态以及由于拥堵空间排队所导致的拥堵干扰与渗透现象；不同于“时间片”的伪动态交通流分配模型，新建算法的分配结果是“全时段”与“整体性”的路网宏观运行状态，包含了拥堵瓶颈的具体位置和空间排队的干扰与渗透情况；一般拥堵点排队模型和基于“时间片”的拥堵空间排队模型难以刻画拥堵干扰与渗透现象以及路网整体的宏观运行状态，故所建立的分配方法是对传统拥堵交通流分配的丰富和发展。     

超大断面装配式明挖隧道结构及其施工方法研究

为提高隧道工程建设质量，针对国内明挖隧道装配式结构发展不成熟问题，以新森大道隧道为依托对超大断面明挖隧道装配式结构体系及施工方法展开研究，同时建立适用于公路、市政超大断面隧道装配式明挖结构体系，即“全预制”“仰拱现浇+上部预制”，并提出结构构造厚度建议值及多道防水构造方案。通过分析总结和数值模拟得出： 1）“仰拱现浇+上部预制”4分割方案在回填工序下的结构力学响应动态分析结果表明，该分割方案在施工过程中，结构应力、位移以及连接部位接头的张开角等均满足规范要求，且具备一定安全储备； 2）结合依托工程，提出一种适应于超大断面明挖隧道装配式结构的“边墙安装—仰拱现浇—拱顶拼装—细部作业—覆土回填”的施工方法及步骤。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

基于数据驱动的船舶油耗预测模型研究

以某客滚船为研究对象,将大量航行实际数据进行预处理,通过斯皮尔曼等级相关分析选择出船舶左右桨螺距、左右舷舵角、纵倾、船首风速、船舶对水和对地航速为油耗主要影响参数。建立基于LSTM神经网络的黑箱模型对数据进行学习并预测油耗,额外选取测试样本验证模型精度,优化模型内部结构以进一步提高预测精度。将最终得到的预测数据与实测数据对比,证明模型具有良好的准确性。该研究方法能为船舶运营人员优化运营方案提供参考,能够提高水路交通运输的经济性。     

掘进机黏性渣土结泥饼机制及聚合物改良研究

针对掘进机在黏性地层中施工刀盘结泥饼的问题，以无锡地铁4号线某矩形顶管工程为例，通过添加不同质量的聚合物对不同含水率的渣土进行改良，测试改良前后渣土的黏附强度、不排水抗剪强度及高温环境下渣土的保水能力，并通过液塑限变化分析渣土改良的机制，借助泥饼形成风险分区图评估泥饼形成的风险与改良效果。研究表明： 1）添加聚合物和水对渣土黏附强度有一定影响，增大含水率能显著降低渣土的黏附强度，当渣土含水率为35%~45%时，添加聚合物能有效降低渣土的黏附强度； 2）含水率的增大会降低渣土的不排水抗剪强度，而添加聚合物能有效增强渣土的不排水抗剪强度，当添胶比达到0.15%后增强效果显著； 3）聚合物能提高渣土的液限和保水能力，保证渣土的流塑性满足施工需要； 4）结合泥饼形成风险分区图，比较渣土-金属界面的黏附强度和渣土的不排水抗剪强度，可以综合判断黏性渣土结泥饼的风险和改良效果。