挖掘机定深系统在深中通道沉管隧道减载沉箱基床整平施工中的应用

为解决深中通道西人工岛岛隧结合部E1管节顶部减载沉箱基床整平施工中，因潮位低、流速大、施工条件错综复杂造成的水下人工整平存在的安全风险问题，研究开发挖掘机搭载GPS等自动定位测控系统进行减载沉箱碎石基床整平。该系统通过GPS、双轴倾斜仪计算获得驾驶室的位置、姿态，再通过各个摆臂上的单轴倾斜仪计算获得各个摆臂、挖斗的位置和姿态，以指导驾驶员进行基床整平施工。采用该系统对碎石基床整平后，碎石基床高程验收最大值为+4.2 cm，最小值为-3.5 cm，达到了设计及施工要求，提高了碎石基床整平精度。     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度，提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景，采集模拟驾驶中驾驶人的多维度驾驶行为特征数据，并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱，易发生碰撞事故；驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上，利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量，并构建以制动反应位置、反应时间、车速、刹车深度，以及加速度为指标的驾驶人危险感知水平判别模型；通过与LightGBM、支持向量机（SVM），以及逻辑回归（LR）等算法分类预测性能的对比分析，评价危险感知模型的判别精度，结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959，优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859），以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。      

VTS在海上自主航行船舶（MASS）服务中的责任与策略研究

海上自主航行船舶(Maritime AutonomousSurface Ship,以下简称“MASS”),简单来说是指利用传感、通信、物联网等技术手段,自动感知和获得船舶自身、海洋环境、物流、港口等方面的信息和数据,并基于计算机技术、自动控制技术、大数据技术、智能技术,在航行、管理、维护保养、货物运输等方面实现智能化运行的船舶。     

汽车电子标识技术优势及应用前景分析

汽车电子标识作为汽车的"身份证",是无源射频识别技术在交通物联网领域的应用。《机动车电子标识安全技术要求》等六项国家推荐性标准的正式实施以及国内外广泛的应用试点,使得该技术在我国全面推广、应用变得愈发现实。本文阐述了汽车电子标识的系统构架、工作原理、应用现状,通过技术路线、技术对比两个层面的分析阐述了汽车电子标识的技术优势,并基于此对于汽车电子标识的应用前景进行展望。在感知层,汽车电子标识将与视频检测技术有机结合,构建"射频+视频"等具备更高稳定性、可靠性的信息采集体系。而在应用层,汽车电子标识将提升涉车应用的实现水平,为假、套牌等顽固问题提供了解决方案,为诸多潜在应用的实现提供可能性。     

单桩荷载与沉降关系曲线的神经网络预测方法

本文提出了一个预测单桩荷载-沉降关系曲线的BP神经网络模型。该网络模型包含两级网络，第一级网络以桩长、桩径、桩侧土层的分布情况，桩侧与桩端土层的物理力学指标为输入元，来先预测出单桩的极限承载力及其对应的极限沉降；第二级网络以第一级网络的输入元和输出元作为其输入元，进一步预测各分级荷载下桩的沉降。实际预测精度一般能达到15％以内，且稳定性较好，表明神经网络模型略优于通常的经验公式方法和数值方法。     

用好皮带秤提高配煤精度

通过加装皮带秤，改进控制方式，使皮带秤处于有效运行状态，保证了整个配煤控制系统能够长期、稳定、高精度的运行。     

番禺大桥变形监测

番禺大桥主桥为跨径380m的PC斜拉桥，1998年建成通力，结合番禺大桥变形监测，介绍了大跨度桥梁变形监测和内容和方法，并对变形观测的精度进行了分析，实践表明，采用全站仪能方便，高精度地完成大跨度桥梁和变形监测。     

沈阳北站无站台柱雨棚钢管桁架制作过程质量控制

本文主要介绍了大跨度空间三维曲面钢管桁架的制作过程，以及对其尺寸精度和焊接质量的控制，有效地解决了三维空间尺寸平面化和焊接变形及收缩内应力的控制。