BP神经网络在船舶溢油损害评估中的应用

建立基于船舶溢油污染损害评估的BP神经网络,借助MATLAB语言对该网络进行训练和仿真,并对仿真结果进行误差分析,证明使用BP神经网络对船舶溢油污染损害评估的可行性和实用性.     

面向岗位“全才”需求的“数控车削编程与加工”课程建设

课程要立足于行业和企业需求,武汉船舶职业技术学院"数控车削编程与加工"课程建设针对船舶制造行业对数控车削"全才"的特殊需求,确定了课程建设总体目标、制定了课程建设基本原则,明确了课程建设基本思路,设计并实施了课程建设项目,获得了课程建设系列成果,取得了较好的社会效益。     

基于BPNN-MOP模型的区域公路网合理规模预测研究

区域公路网规模是保障交通供给能力的基础,确定合理的路网规模是调节交通供需平衡的关键. 本文从路网发展数量和质量两方面,里程、密度、等级结构三项指标出发,建立了基于BP神经网络与马尔可夫链的公路网里程规模组合预测模型,并采用多目标规划方法对公路网等级结构进行了优化研究. 该方法能够充分挖掘公路网规模演变的宏观调整与微观波动规律,提高了预测的精度和可靠性. 最后本文结合实际案例,对区域特征年公路网的合理规模及结构进行了分析预测. 结果表明,组合预测方法能够较科学、客观地反映公路网发展的数量特征和质量要求,具有一定的理论价值和现实意义.     

基于实测数据的列车坡道阻力修正模型研究

为了使列车运行仿真计算结果与实测的列车运行数据更接近,确保仿真系统能够切实有效地分析研究铁路运输生产实际,通过对比研究牵引计算方法计算结果与列车运行监控记录装置实测的数据之间的差异,识别出误差产生的主要原因,并分析了计算误差与坡道类型及列车编组之间的影响关系. 通过理论计算与实验测试,提出了基于测试结果对列车坡道阻力计算模型进行修正的方法与模型. 对修正计算模型和原始模型的计算结果与实测数据进行对比分析,结果表明,修正后的计算模型与实测数据更加吻合,平均计算误差从14％降低到5％. 目前,该模型已成功应用到内燃牵引货运列车节能优化操纵指导系统,取得了良好的实用效果.     

自动驾驶公众接受度研究综述

全面梳理并总结了自动驾驶公众接受度领域的相关研究, 从接受自动驾驶的可能性与态度、了解与信任程度、感知与关注点、支付意愿和使用偏好5个方面定义并阐述了接受度的内涵; 从调查对象的选取、问卷设计、调查方式与抽样、模型构建与数据分析方法等方面对比了现有研究采用的数据采集和分析方法; 总结了影响自动驾驶公众接受度的关键因素, 剖析了其对公众接受度的影响, 指出了存在的问题和未来研究方向。研究结果表明: 现有大部分研究重点关注接受自动驾驶的可能性、态度和使用偏好等问题, 对支付意愿的研究相对较少; 公众对自动驾驶普遍持积极态度, 对自动驾驶技术及其相关功能有所了解; 安全问题是人们对自动驾驶的首要关注点, 不同群体对该问题的担忧程度有显著差异; 人们为享受自动驾驶技术而愿意支付额外费用的意愿不够强烈, 来自发达国家受访者的支付意愿普遍低于发展中国家受访者; 个人心理和生理属性, 社会人口属性, 伦理、法律责任和车辆安全水平, 车辆自动化水平及相关属性, 出行相关属性以及环境因素等是影响公众对自动驾驶接受度的几类关键因素; 然而, 现有研究对伦理和法律责任等因素的量化分析还较为缺乏, 性别、年龄和收入水平等部分关键因素的影响仍存在争议, 还需进一步讨论; 相关研究在对样本的代表性分析、问卷和调查方案的精细化设计以及关键因素的具体作用机制分析等方面还有待进一步深入。     

基于储能飞轮的电动汽车制动能量回收

飞轮储能具有绿色无污染的特点,发展潜能巨大。文章以电磁耦合式储能飞轮为研究对象,将其应用于纯电动汽车的制动能量回收,通过整车仿真,分析电磁耦合式储能飞轮的能量回收效率。建立搭载电磁耦合式储能飞轮系统的整车模型,并仿真验证,在初速度为70 km/h时,制动时间为5.853 s,制动距离为70.67 m。分别在不同初始速度和储能飞轮转动惯量条件下进行制动仿真。随着初速度提高,电磁转差离合器作用时间延长,飞轮储存能量增加,但储能飞轮的回收效率相差不大,且能量回收效率均不低于22.4%;转动惯量越大,回收的能量多,回收效率高,但制动时间增加,不利于行车的安全性。由此得出结论:电磁耦合式储能飞轮系统可以有效回收制动产生的能量,选择合适转动惯量的飞轮可以提高制动能量的回收效率。     

公路高边坡稳定性分析与加固措施研究

边坡在建设以及运营过程中,在受到降雨等外因作用时,失稳时有发生,一旦发生,轻则阻碍交通,重则危及行车安全。研究表明,南部多雨地区,针对高液限土质边坡,应在可靠截、排水措施下,进行加固设计,并设置坡面防护,可有效确保边坡长久的稳定。依托乐广高速公路K79+605~K80+160左侧边坡变更设计工程,利用Midas GTS分别建立影响因素分析模型,研究多工况下边坡的稳定性,并对加固与防护设计进行评估。     

基于车辆运行数据的疲劳驾驶状态检测

疲劳驾驶是导致交通事故的主要原因之一,及时检测疲劳驾驶,并提醒驾驶员集中注意力,对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据,提取了18项与驾驶行为相关的特征,并采用随机森林算法对疲劳驾驶进行识别,结果表明整体的识别准确率为0.785,其中召回率为0.61,即61%的疲劳驾驶状态可被识别出来.实验表明,基于车辆运行状态的疲劳驾驶检测具有一定的效果,且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比,具有简单方便,不影响驾驶,且成本低的优势.     

降雨入渗下裂土边坡水分运移时空特征与失稳机理

为探究降雨入渗下裂土边坡水分运移时空特征与失稳机理, 自主研制了足尺模型试验系统和光纤布拉格光栅(FBG)深部柔性位移系统, 对边坡渐进破坏进行了全过程、多物理量联合监测, 揭示了降雨入渗作用下裂土边坡的渐进变形和破坏演化模式; 基于裂土边坡的渐进破坏模式, 提出了土体饱和比概念, 将裂隙深度范围滑体分为饱和层和非饱和层; 以土体饱和度变化描述了含随机分布裂隙的边坡水分运移规律, 并结合刚体极限平衡法探讨了由裂隙控制的边坡失稳机制。研究结果表明: 对于未形成裂隙的边坡, 连续降小雨时浅层变形受表层基质吸力控制; 裂隙形成后, 雨水沿裂隙快速入渗形成暂态饱和区, 导致基质吸力降幅达82.50%~87.14%, 而由其贡献的抗剪强度迅速损失, 从而形成初期溜滑、片蚀等浅层变形, 降雨停止后坡体仍处于蠕变过程, 坡脚与坡顶位移增幅分别为23.40%和19.39%;蒸发后裂隙规模发展增大了雨水对渗流场的影响范围和边坡破坏规模; 土体经历胀缩、蠕变而变得松散, 裂缝区深部土体体积含水率较初始状态的增幅为205.7%;同一降雨条件下, 初始裂隙深度愈深, 稳定系数愈低, 破坏愈快; 对具有同一裂隙深度的边坡, 其稳定系数随土体饱和比的增加逐渐降低, 土体饱和比增长愈快, 表征边坡内部出现大面积连通型饱和区, 这是裂土边坡出现整体失稳的主要原因。