机器学习——动力学耦合车辆跟驰模型

目前,跟驰模型的建立主要基于动力学方法和机器学习算法,将两者耦合起来建立跟驰模型的研究还没有.以线性组合预测为基础,对最优加权法中的目标函数进行改进,将经典的Gipps模型和基于BP神经网络的跟驰模型(BP Car-following Model,BP)耦合起来,建立线性组合车辆跟驰模型(Linear Combination Car-following Model,LC-CF).结果表明:BP模型的预测结果更加贴近真实值,Gipps模型的预测结果更加贴近安全值;LC-CF模型可以通过调整参数,来控制BP模型和Gipps模型在LC-CF模型中的权重,进而达到控制预测速度的真实性和安全性的目的.     

B/S结构ERP系统中用到的关键技术

本文对B/S结构ERP系统实现中需要的关键技术进行研究,并结合ERP的特点对其合理性进行了分析。     

重型汽车动力传动系统优化匹配综述

<正>前言随着中国经济的高速发展,重型汽车的市场越来越广阔,工程基础建设使用自卸车、搅拌车,长途运输货物使用牵引车、载货车,每天都要向越来越多国内、外地区提供他们所需要的各种产品。这就促进了大吨位、大批量、长距离运输的重型载重汽车市场的迅速发展。但是,由于近期石油价格持续居高不下,环境污染问题也越来越受到人们的广泛关注,给高油耗的载重汽车提出了一个很大的挑战。目前情况下,需要考虑如何能够在满足市场需求的情况     

基于小波分析的PC连续刚构桥损伤识别研究

为了深入对PC连续刚构桥的损伤识别进行研究,以小波变换为工具,结构曲率模态为信号,利用结构损伤前后的曲率模态小波系数差作为损伤识别指标,对一四跨PC连续刚构桥进行了损伤识别,研究并探讨了损伤识别指标在连续刚构桥单损伤、多损伤工况下的适用性。在单损伤工况下,损伤识别指标具有良好的敏感性和适用性,能够准确的定位损伤,并能根据损伤程度和损伤指标信息建立回归方程,对损伤程度进行估计;在多损伤工况下,随着损伤程度的增加,由于各部位特性受损伤的影响程度不同,采用整体识别时出现的伪信息,对结构损伤识别造成影响,因此提出对PC连续刚构桥进行基于损伤识别指标的分段识别方法,能有效的避免损伤识别中的误判和漏判现象。     

微震动同步数据采集器的设计

设计了一种基于FPGA和微控制器的微震动同步数据采集器,并在此基础上构建了一套微震动数据同步采集系统.该系统采用IEEE1588协议实现了同步采集器的数据采样时间的同步,利用FPGA实现A/D数据预处理和缓存.现场测试结果表明:该系统时钟同步精度可以达到亚微秒级,微震动信号的采集本底噪声低,动态范围达到116 d B,完全可以满足微震动数据采集的性能要求.     

基于免棱镜全站仪的桥梁拱圈线形测量方法及精度分析

为了解决既有桥梁检测时拱圈线形测量的难题,提出了一种基于免棱镜全站仪自由设站测量拱圈线形的新方法,并给出了详细的操作步骤;推导了基于免棱镜全站仪的桥梁拱圈线形测量坐标的公式;根据误差传播定律,对X和Z轴向坐标进行精度分析;通过EXCEL编程实现自由设站测量坐标到桥梁轴线坐标转换,有利于计算横向和竖向变形量以及绘制桥梁立面图.将该方法用于甘肃榆中青城桥梁的拱圈轴向测量,其变形和百分表实测结果保持一致,满足桥梁检测精度要求,表明该方法是桥梁拱圈线形测量的一种好方法.     

TMD对海上风电塔架减振效果研究

基于对TMD减振原理,针对海上风力发电塔架结构特点,将TMD减振技术应用于海上风力发电塔架中。在仿真计算时,将软件模拟的风机对塔架的作用力时程施加在塔架模型中,在考虑浪流荷载作用下研究了TMD对风力发电塔架的减振效果。结果表明TMD结构对塔架的振动能够起到良好的减振作用。     

重型商用车滑行试验边界控制及数据处理

文章针对重型商用车的滑行试验边界控制要点,提出了基于研发需求的更加严格详细的滑行试验操作要求,给出对于采用GPS设备获得的滑行数据的处理方法,尤其是分段滑行时数据的对接整合原则.阐述滑行试验对于空气动力学评估及整车动力经济性研究的应用与意义.     

不同深度V沟槽结构的圆柱绕流减阻机理

在圆柱表面布置不同深度的V形沟槽,采用k-ω/SST湍流模型进行数值计算,研究其减阻效果,分析圆柱表面的升力系数、阻力系数、速度分布及尾流漩涡脱落状态.结果 表明,与光滑圆柱表面相比,V形沟槽深度为0.04D的减阻效果最好,阻力系数相对于光滑圆柱表面减小了34.4％.当沟槽深度为0.04D时,升力系数的均方差最小,相对于光滑圆柱表面减小了16％;随着沟槽深的增加,St先增大后减小,当沟槽深为0.04D或0.05D时,漩涡脱落频率发生明显变化;当沟槽深度为0.04D时,圆柱前后速度差最小.随着槽深的增加,尾流漩涡表现出强度减小数量增多的趋势,当槽深为0.05D时,漩涡脱落呈双稳态.     

基于支持向量域描述的铁路绝缘子污秽度异常检测分析

为实现对铁路绝缘子污秽度的在线检测,提出一种基于支持向量数据描述和图像信息的污秽度异常检测方法。以人工涂污实验获得的绝缘子图像为基础,通过最大类间方差法分割图像得到绝缘子的盘面区域,计算颜色及纹理空间的特征,并利用核主元分析方法对特征向量进行融合与降维,最后通过支持向量数据描述方法实现污秽度的异常检测。结果表明,该方法可有效降低绝缘子污秽度的异常检测过程中的漏警率和虚警率,满足实际工作需求。