工况驾驶规范性及客观评价指标相关性的试验研究

通过引入驾驶评价指标和制动压力的控制及其要求规范了驾驶行为,为提高测试的准确性以及可重复性提供了保障。利用8名具有多年底盘测功机驾驶经验的驾驶员及两台轻型汽油车,在底盘测功机上开展了大量的新欧洲驾驶循环测试 （New European Driving Cycle,NEDC） 和全球轻型车统一循环测试 （Worldwide Harmonized Light Vehicles Test Cycle,WLTC）,并以10 Hz为采样频率连续记录数据进行综合计算,得到驾驶评价指标结果。通过相关性分析,认定驾驶风格对油门扰动性的影响在 NEDC工况下比在 WLTC工况下的更大,主因是驾驶员在稳定工况下拥有更多的自由度。对于NEDC工况,可以通过设定IWR及EER限值来实现规范驾驶;对于WLTC工况,可以通过设定IWR和RMSSE限值来实现规范驾驶。此外,通过限制工况驾驶过程中的最大制动压力还为规范驾驶提供了有效途径。不仅为降低不同驾驶员对燃料消耗量测试的影响提供了参考,在我国汽车领域实现“双碳”目标的背景下,也为乘用车碳排放大数据采集的准确性提供了借鉴。     

新冠疫情及建成环境对公交客流量的影响模型

为揭示新冠疫情背景下公交客流量变化的空间影响因素,以疫情前后公交站点层面客流变化量为因变量,以建成环境、病毒感染情况及病毒传播途径等指标为自变量,构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares, OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees, GBRT)模型。以广州市为实证对象,基于公交IC卡数据、兴趣点数据(Point of Interest, POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明：考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度;同时,常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素,片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限,居民日常公交出行已经从疫情的影响下逐渐恢复。     

国有企业资本运营存在的问题及对策

资本运营是企业经营的一种高级形式,是从整体上搞活国有企业的有效途径和最为关键的切入点。但由于主客观两方面的原因,导致国有企业在实施资本运营操作的过程中出现了许多不容忽视的问题。本文在分析国有企业在资本运营中存在的问题的基础上,有针对性的从七个方面提出相应的对策与建议。     

承运人的提单批注保留及其证据效力

提单上关于货物的记载,在承运人与提单持有人之间具有绝对证据的效力,承运人必须依照提单的记载将货物交付给提单持有人,否则,就要承担相应的责任.     

基于期望熵的人才流动模型及其选择

Shannon熵可以表示模型不稳定性。本文提出了期望熵的概念并在此基础上建立了人才流动模型。本文还讨论了该模型的选择,并通过抽样调查进行了验证。     

不同负泊松比填充结构在汽车前端中的应用

以汽车前端保险杠后的吸能盒为研究对象,结合传统内凹六边形负泊松比结构、双箭头负泊松比结构以及某弧边负泊松比填充结构,对比研究了不同填充结构在高速以及低速碰撞中对汽车前端的防护作用,分析了3种填充结构应用下的吸能盒变形模式、压缩量、吸能量、比吸能以及碰撞力峰值,结果表明:在低速和高速碰撞中,3种填充结构皆呈现出明显的负泊松比变形特性,与其他结构相比,弧边填充结构具有更好的吸能防护效果。     

滚装甩挂运输牵引车调度优化及作业模式类比分析

针对滚装甩挂运输新船型可“直进直出”条件下的“边装边卸”作业模式,与传统船型“船艉进出”条件下的“先卸后装”作业模式对比,建立滚装甩挂码头牵引车调度的混合整数规划模型,并设计遗传算法求解模型。通过对比不同规模算例下CPLEX与所设计遗传算法的实验结果,验证模型的正确性和算法的有效性。结果表明：相较于传统船型“先卸后装”作业模式,新船型“边装边卸”作业模式在运营成本方面可降低约15%;当装卸任务分布密集时,卸船任务靠近船艏运营成本越高,装卸任务分布稀疏时,卸船任务远离船艏运营成本越高;总体而言,“边装边卸”作业模式的运营成本低于“先卸后装”作业模式。研究结论可为“边装边卸”作业模式下的港口滚装甩挂作业调度提供决策支持。     

电动自行车与机动车事故严重性影响因素分析

为减少电动自行车与机动车事故造成的损失,定量剖析不同因素对事故严重程度的差异性影响至关重要。基于上虞区2018年10304起电动自行车与机动车事故,分析该类事故的严重性分布情况和时间与空间分布特性。以事故严重性为因变量,将其有序分为未受伤、轻伤及重伤事故3类,从时间、空间、道路、环境、骑行者及车型6个方面,选取17个事故严重性潜在影响因素,采用多项Logit模型、有序Logit模型、广义有序Logit模型及偏比例优势模型进行拟合度对比分析,并以最佳模型(偏比例优势模型)和边际效应,量化分析各因素对事故严重性影响的显著性与差异性。结果表明,除节日类型、车道限速、车流相交角及温度对事故严重性影响不显著外,其余13个因素都有显著影响,事故时间、光线亮度、骑者性别、骑者年龄、车辆类型及电动自行车类型违反平行线假设;对该类事故严重性影响最大的前4个因素为电动自行车类型、机动车类型、骑行者年龄与性别,其边际效应绝对值的最大值均超过61%,事故区位、道路类型及光线亮度的影响较大(20%~30%),事故时间和风力等级影响较小(10%~20%),而季节、事故位置、慢行干扰度和天气状况的影响最小(≤8%)。基于各因素的差异性影响,为交通管理部门提出了有效改善建议。     

高速列车监测数据处理及故障诊断

车体性能好坏直接影响列车的行车安全,文章利用安装在车体上的传感器所采集到的振动信号,选取合适的信号特征提取方法进行评估,达到列车故障早期预警的目的。试验数据表明,车体的振动信号具有非线性、非平稳的特点,先对振动信号提取小波包能量矩特征进行时频域分析,发现该特征提取方法可以直观地反映车辆横向和垂向振动情况。引入基于局部分析的拉普拉斯特征映射算法(LE),对故障工况的小波包能量矩熵特征所构造的高维特征向量空间进行降维,发现能够从垂向加速度信号识别出空气弹簧失气工况,从横向加速度信号识别出抗蛇行减振器故障和横向减振器故障。这与车辆动力学分析结果一致,同时也证实了流形学习方法对列车性能评估具有一定的作用。