少片钢板弹簧在实际应用中的开发与设计

以轻型载货汽车为设计平台,从少片弹簧的理论计算、动力学模拟、台架试验和整车道路试验等方面,阐述了其产品研发设计过程.从试验结果分析来看,理论计算刚度与台架试验刚度误差值仅为3.6%,符合工程需要;钢板弹簧应力分布趋势与理论计算曲线相同;U型螺栓夹紧处试验平均应力为415 MPa,而理论计算值为410MPa,二者吻合良好.     

昆明城市东北出入口交通瓶颈调查分析与对策

为明确交通瓶颈对城市出入口的影响并制定改善措施,以昆明市东三环北出入口的交通瓶颈为研究对象,进行交通流量调查,并加以分析。以各交通瓶颈的交通流量分析为线索,对其规划通行能力与现有通行能力作比较,提出各交通瓶颈的改善方案。     

TNFα基因-863位点单核苷酸多态性与宫颈癌以及HPV感染的关系

目的 探讨TNFα基因 863位点的单核苷酸多态性与宫颈癌以及HPV感染的关系.方法 采用模板介导的染料终止物掺入荧光偏振检测(TDI-FP)的方法对59例宫颈癌以及22例对照进行TNFα基因 863位点的单核苷酸多态性检测.结果 宫颈癌组的TNFα基因 863位点A等位基因频率(39.0%)较对照组(14.6%)明显升高(P<0.01,OR=2.673,95% CI:1.300～5.497);AA基因型在宫颈癌组和对照组中分别为15.3%和0,差异显著(P<0.05);CA基因型在两组中分别为47.5%和29.2%,差异显著(P<0.05);A等位基因频率在HPV阳性者与HPV阴性者之间没有显著性差异(P>0.05,OR=1.950,95% CI:0.840～4.527),但是在HPV阳性者中具有增高趋势(37.5%),高于HPV阴性者(19.2%).结论 TNFα基因 863位点A等位基因以及CA、AA基因型与宫颈癌的危险性升高有关,与HPV感染危险性无关.     

泄洪雾化区堆积体公路边坡稳定性研究

通过对大渡河一水电站下游泄洪雾化区公路边坡结构特征分析,采用物理模拟、数值模拟、极限平衡等方法相结合对其稳定性进行计算。结果表明,巨型块石对斜坡的变形起明显的抗滑作用;崩塌堆积体破坏滑面上部沿基覆界面展布,下部在公路开挖边坡形成剪出口。论文最后提出了治理措施。     

地下洞室开挖卸荷围岩稳定性研究

影响围岩稳定性的因素很多,其中一个重要因素是岩体的开挖、卸荷导致围岩质量的劣化和变形。采用卸荷岩体力学理论和方法分析开挖卸荷过程中的围岩质量劣化的过程和规律,进而分析卸荷围岩的稳定性。根据围岩劣化的规律,可合理确定加固时间及加固方式。     

我国汽车电子产业现状分析

分析我国汽车电子产品所面临的严峻形势;简述我国汽车电子产业的发展态势和建设自主品牌的措施。     

Dullin-Gottwald-Holm方程的散射逼近

研究了一类新型非线性浅水波方程(Dullin-Gottwald-Holm方程,简称为DGH方程)的散射逼近问题,文章首先通过对与离散谱相对应的特征函数的归一化变形,给出了DGH方程的散射数据;其次利用DGH方程的Lax对和Liouville变换求出了初始位势函数,最终论证了DGH方程的可积性.     

高速公路类土质边坡加固方法及应用

介绍广东梅河高速公路建设采用钢锚管技术对几十个类土质边坡的系统治理,取得了该类边坡灾害治理的经验,可供其它高速公路借鉴。     

车门闭合力测试仪器研制

利用激光测速原理设计了车门闭合力测试仪,给出了光学系统及激光系统电路。该仪器采用半导体激光器作为点光源,记录激光束依次通过车门某点的时间间隔,测出车门速度,进而计算出车门轴锁系统的阻力。分析了该仪器测试误差来源并提出了解决方法。试验结果表明,该仪器的测量数据精度能够满足轿车车门闭合力的检测要求。     

基于3DCNN-DNN 的高空视频交通状态预测

为使用高空视频识别和预测道路交通状态，提出基于三维卷积神经网络-深度神经网络(3DCNN-DNN)的交通状态预测方法. 将道路切分为D 个路段，每个路段视频片段时长 m s，基于典型3DCNN结构C3D识别路段视频片段交通状态；建立道路? 个历史时段、D 个路段的交通状态矩阵Φ ，将道路交通状态预测问题转化为以Φ 为输入，有限交通状态为输出的分类问题，构建基于DNN的短时交通状态预测模型原型；建立交通视频数据集，对DNN预测模型原型的隐藏层数量、神经元数量及训练批大小进行测试优化，提出有4 隐藏层，各层神经元数量为64/128/128/64，训练批大小为64 的优化模型DNN*.测试结果表明：C3D视频交通态识别平均F1 值为95.71%，DNN*道路交通状态预测准确率为91.18%，比DNN线性分类、KMeans 、KNN、SVM和线性分类分别高6.86%、57.85%、62.26%、26.47%、43.14%；C3D能提供准确的交通状态矩阵，3DCNN-DNN可有效识别和预测道路视频交通状态.