大型群桩基础应力影响深度试验研究

通过埋设在桩端以下地基土中的孔隙水压力计实测出罐体施工前、充水、稳定及放水各个阶段桩端不同位置、不同深度处土体孔隙水压力,分析大型群桩基础地基的孔隙水压力分布及对压缩层的影响范围。提出了大型油罐地基桩基沉降计算深度与基础宽度的关系,对指导软土地区罐体群桩基础设计具有一定的借鉴作用。     

基于卷积神经网络的列车实时客流检测算法

城市轨道交通作为城市公共交通系统的主体,在缓解交通出行压力、促进城市发展中具有十分重要的作用。科学精准的测算列车实时客流,对改善城市轨道交通客运服务水平,发展低碳、环保的绿色出行模式具有重大意义。为此,提出基于卷积神经网络的城市轨道交通列车实时客流检测算法,实现列车监控视频视野内乘客数量的实时检测。基于成都地铁1号线车载监控视频建立列车客流图像数据集,以剔除全连接层的VGG-16网络作为算法基础框架,提取输入图像的边缘、角点等浅层细节特征;将多尺度卷积层和膨胀卷积结构融合构建乘客多尺度特征感知模块,在保持图像分辨率的同时,通过不同的感受野增强尺度上下文信息的提取性能,提升网络对乘客尺度变化的鲁棒性;构建特征融合网络将网络浅层提取的细节特征与上采样后的深层语义特征嵌入融合,提升小尺度乘客目标的计数精度和特征图的信息丰富度。实验结果表明：所提算法在城市轨道交通列车场景下的检测精度得到显著提升,平均绝对误差、均方误差以及平均绝对百分比误差指标分别达到了1.1%,1.8%和5.4%,同时单张图像检测速率低于60 ms,能够满足列车客流检测的实时性需求;且算法在2个标准人群数据集Shanghai...     

水泥混凝土路面下路基工作区深度确定方法的探讨

通过讨论原路基工作区深度确定方法的局限性及应用于水泥混凝土路面时的不合理之处,提出以荷载作用于水泥混凝土面板不同荷位时的路基应力比（板角、板边时的路基应力与板中时的比值）作为水泥混凝土路面下路基工作区深度的控制指标。采用有限元方法,讨论了路基应力扩散特征和工作区深度,给出了路基深度0.8m处的应力比取值范围。结果表明：不同轴型（单轴、双轴和三轴）及不同公路等级的路基工作区深度变化在0.65～1.55m之间,原0.8m的路基工作区深度已不能完全满足现在路面结构和轴荷条件下的情况。在综合考虑轴荷、路面结构和公路等级基础上,推荐了路基工作区深度值。     

CRTSⅡ型板断裂条件下桥上无缝线路伸缩力特性

为了研究桥上CRTSⅡ型轨道板断裂条件下轨道、桥梁结构纵向受力变形规律及其影响,基于有限元法和梁-板-轨相互作用机理,建立桥上CRTSⅡ型板式无砟轨道无缝线路空间耦合模型,分析不同轨道板断缝位置、断缝宽度、裂缝深度及轨道板、底座板伸缩刚度对断板条件下桥上无砟轨道无缝线路伸缩力分布规律的影响.研究结果表明:在计算轨道板断裂条件下桥上无砟轨道无缝线路伸缩力时,应根据不同检算部件选取最不利的断板位置,建议将轨道板断缝宽度和深度分别取2 mm和200 mm、轨道板、底座板伸缩刚度折减至10%～50%,计算结果是偏安全的且不失一般性;轨道板断裂增加了断缝处CA (cement asphalt)砂浆层及底座板断裂的风险,断板侧的钢轨纵向位移及轨板相对位移均在断缝处急剧变化.     

汽车发动机罩外板成形工艺性分析与优化

以汽车发动机罩外板为研究对象,采用CAD/CAE技术对其拉延成形工艺进行分析与优化,确定产品冲压方向与拉延深度,进行模面设计、参数设置,完成成形过程的仿真模拟,并对毛坯形状、压边力数值优化、拉延筋设置等问题进行探讨,最终确定优化后的工艺参数和模具结构。     

基于深度Q网络的轨道交通客流控制

针对高峰时期城市轨道交通因有限运能,不足以满足乘客出行需求而引发的安全问题,需要采取客流 控制策略来调节进入车站的客流量,以缓解车站拥挤。提出一种基于强化学习深度 Q 网络的多站协同控制模 型,用来优化每个车站在一定时间内的进站量,以最小化地铁车站乘客的站台超限量、平均等待时间,提高 客流控制强度的综合效益。以北京地铁八通线为例进行仿真实验,验证该方法的有效性。仿真结果表明,所 提出的模型可以在客流控制强度较低的条件下有效地降低乘客等待时间,提高乘客出行效率,有助于缓解车 站的乘客拥堵。     

基于检测的高效自动驾驶实例分割方法

基于深度学习的实例分割算法在大规模通用场景中取得了良好的分割性能,然而面向复杂交通场景的多目标实例分割仍然极具挑战性,尤其在算法的高精度和较快推理速度的权衡方面,而这对于智能汽车的行驶安全性至关重要。鉴于此,本文以实时性算法Orienmask为基础,提出了一种基于单阶段检测算法的多头实例分割框架。具体来说,所提框架由骨干网络、特征融合模块和多头掩码构建模块组成。首先,本文通过在骨干网络中加入残差结构获取更加完整的高维表征信息。其次,为了产生更具判别性的特征表达,本文通过引入自校正卷积重构特征金字塔,并使用全局注意力机制改善信息传播以进一步优化所提框架的特征融合模块。最后,提出的多头掩码构建机制通过细化场景目标尺寸分布显著提高不同目标的分割性能。本文算法在开源数据集BDD100k上进行大量测试与验证,分别在边界框和掩码上获得了23.3%和19.4%的均交并比（mAP@0.5:0.95）,与基线方法相比,平均指标提高了5.2%和2.2%。同时在基于自主搭建的实车平台上进行的道路实验也证明本算法能够较好地适应真实驾驶环境,且满足实时性分割需求。     

沥青路面表面纹理重构与构造深度预测模型

为了实现通过调整混合料的级配设计来获得期望的路面平均构造深度的目标,采用高精度三维激光扫描技术,采集了AC、SMA、OGFC三种典型级配的沥青混合料试件表面纹理特征信息。通过邻域插值法对采样数据的异常值和离群值进行替换,并通过均值滤波对采样数据进行降噪处理后,三维重构了试样表面;在采用傅里叶变换得到重构表面频域信息的基础上,根据宏观纹理的波长对应的频率设计带通滤波器,从重构表面中分离并提取出了路面宏观纹理。应用蒙特卡罗算法计算了路面的平均构造深度,通过采用筛上质量比-粒径积同时考虑了混合料的粒径和筛孔通过率对平均构造深度的影响。采用多元线性回归、随机森林和人工神经网络的方法,建立筛上质量比-粒径积与平均构造深度的预测模型,研究了混合料级配对沥青路面平均构造深度的影响。研究结果表明：均值滤波在去除噪声信号的同时也比较完整地保留了高程轮廓特征,三维重构的试样表面特征与原始表面特征一致;平均构造深度会受到级配曲线中除最大公称粒径外的其他粒径及筛孔通过率的影响;通过多元线性回归、随机森林和人工神经网络3种模型建立了以各筛孔尺寸的筛上质量比-粒径积为自变量,平均构造深度为因变量的回归模型,得到的...     

基于深度学习的疲劳驾驶检测算法研究

针对疲劳驾驶检测模型需要的实时性与轻量性,在SSD的基础上提出了SSD-MA网络作为人脸部件检测网络。该网络通过替换原SSD主干网络为MobileNetv3,使得模型参数量骤减,加上AFF注意力特征融合了不同尺寸的特征图,进一步提升了对人眼小目标的检测性能,并结合疲劳参数Peclos可以准确地输出被测人员的疲劳状态。经实验验证,SSD-MA在验证集上的mAP值达到了96.9%,较原SSD-300提高了5%,网络整体体积缩减了89%。     

某污水处理厂污泥深度脱水工艺的探讨与设计

以东莞某污水处理厂污泥深度脱水工艺的选择和设计为例,通过对三种不同污泥处理工艺组合在占地面积、总投资、运行成本等经济技术指标方面的比选,得出三种不同污泥处理工艺组合的适用情况。同时,根据该工程用地和资金紧张的情况,确定该工程污泥处理工艺流程为“储泥池+机械浓缩+药剂调理+超高压板框压滤脱水”,并深化污泥深度脱水工艺设计,将污泥含水率降低至60%以下。其成果可为同类工程设计提供参考。