发动机VVT叶片式相位器响应速度影响因素相关性分析

利用AMESim建立了发动机可变凸轮相位器响应速度数值仿真模型,结合试验设计和相关性分析,验证了仿真模型的可靠性并研究了相位器的各个关键参数对其响应速度的影响机理.研究发现:对相位器响应速度影响显著的一次因素为叶片力臂、叶片厚度、预加载荷;在全平面工况内,二次因素对相位器响应速度的影响呈复杂的非线性;叶片力臂较大时,叶...     

Sm0.8Ca0.2AlO3-δ固体电解质的合成及其导电性能

为了改善SmAl O3体系的导电性能,提高其离子电导率,在固相反应条件下,用Ca对SmAl O3中的A位进行了部分替代,成功合成了具有四方钙钛矿结构的固体电解质Sm0.8Ca0.2Al O3-δ。以该材料作为电解质隔膜,Pt作电极组成了氢-空气燃料电池,并测定了该燃料电池在800℃~1000℃范围内的电动势。氧离子迁移数通过实测电动势与利用Nernst方程导出的理论电动势的比值来确定,在测量温度范围内氧离子迁移数都大于0.96,样品以离子导电为主。阻抗谱测量结果表明:Ca的掺杂大大提高了样品的电导率,Sm0.8Ca0.2Al O3-δ在800℃时电导率为0.035 S/cm,与钇稳定的二氧化锆(YSZ)的电导率相当。Ca掺杂的SmAl O3是一种性能较为优良的固体电解质。     

基于Faster R-CNN的接触网吊弦故障检测方法

针对接触网吊弦故障图像样本较少,现有方法检测准确率较低的问题,提出了一种高效率、高准确率的接触网吊弦故障检测方法.以Faster R-CNN模型为基础,通过引入能够提取深层次图像特征并实现特征重用的密集连接卷积神经网络(dense convolutional network model, DenseNet)替代原始的特征提取模块提取吊弦图像特征,并在实验中利用图像旋转、增强等数据变换操作扩充样本集提升检测效果.通过对接触网吊弦图像的测试,以DenseNet为主干网络的Faster R-CNN模型能够检测接触网吊弦故障,检测准确率比原始检测模型提高4%以上,且加入数据变换对吊弦故障检测的准确率和鲁棒性均有显著提升,均值平均精度(mAP)可达98%以上.     

微生物矿化稳定级配碎石的试验方法研究

针对级配碎石基层承载能力不足问题,研究不同微生物矿化试验方法对级配碎石强度的提升效果。试验研究了微生物矿化反应溶液的配置参数,对比分析了不同固结方法的效果及其优劣性。结果表明,当胶结液中的尿素浓度、氯化钙浓度分别为1、2 mol/L,且菌液体积与胶结液体积比为1∶3时,矿化反应效果最好;对于直接拌和法,级配碎石的强度随养护时间的延长而提高,且干法养护方式效果更优;对于预制泥浆法时,试件的强度随碳酸钙泥浆掺量的增加而增大;对于表面渗透法,在单次渗透用水量为最佳含水率两倍时效果最好,多次渗透及过量渗透溶液均会降低试件强度。3种微生物矿化试验方法中,表面渗透法的固化效果最佳,直接拌和法与预制1%泥浆法提升效果相近。     

基于GPR正演技术的路面反射裂缝图像解译研究

为了解决探地雷达图像的病害识别问题,基于有限元法求解三维电磁波波动方程,并编写MATLAB代码进行数值模拟,依托汉十高速路面芯样检测数据建立三维道路真实模型,并建立多种不同损伤程度、形状的反射裂缝,分析电磁波在反射裂缝不同发展阶段的传播规律。结果表明：随着反射裂缝深度的变化,探地雷达图像存在显著的差异,反射电压与裂缝深度存在一定的线性关系,通过实际电压图像可以计算路面反射裂缝的深度。研究结果为分析高速公路路面裂缝病害图像提供理论基础。     

氧化石墨烯复配多聚磷酸改性沥青流变特性及抗热氧老化性能

采用动态剪切流变(DSR)、多重应力蠕变恢复(MSCR)及弯曲梁流变(BBR)试验,研究了掺加氧化石墨烯(GO)、多聚磷酸(PPA)及其复配改性沥青老化前后的流变特性与抗热氧老化性能,并通过凝胶渗透色谱(GPC)分析了沥青不同热氧老化状态下的分子量。结果表明：掺加氧化石墨烯、PPA能显著改善沥青的高温抗变形能力和弹性变形恢复能力,与SBS改性沥青相比,氧化石墨烯复配PPA改性沥青老化前后的抗车辙因子更大,不可恢复蠕变柔量更小,且老化前后各项指标变化幅度更小,其高温抗变形能力、弹性恢复性能及抗高温热氧老化性能优于SBS、SBR改性沥青;通过氧化石墨烯复配PPA显著降低了老化前后沥青的劲度模量及老化后劲度模量的增幅,有效改善了沥青的低温抗变形能力及抗低温老化性能,其低温抗裂性能与SBR改性沥青相当;老化前后氧化石墨烯复配PPA改性沥青不同分子量的分布区域更窄,RTFOT、PAV老化后,氧化石墨烯复配PPA改性沥青的分子量(M_w、M_n)及分散系数d的变化幅度相较于SBS、SBR改性均更小,其抗热氧老化稳定性更强。     

基于二进制粒子群算法的母联闭合型电网重构策略

为解决母联闭合型电网发生故障时的电网重构问题,提出一种基于二进制粒子群算法的电网重构策略.根据深水半潜平台电网特殊的网络架构和电气特性,建立以最大程度恢复重要负载供电为目标,以电网结构和系统容量为约束条件的母联闭合型电网故障恢复模型.为提升求解效率,为该模型设计基于二进制粒子群算法的两阶段优化求解流程,并将求解结果与混...     

基于路侧多机视频目标关联与轨迹拼接的车辆连续轨迹构建方法

针对单个相机覆盖区域有限的问题,本文提出了通过路侧多个相机获取车辆连续轨迹数据的方法。在路侧端布置多台固定相机采集视频数据,采用直接线性变换算法解决相机外参造成的画面畸变问题;通过全时域抽帧提取图片训练样本,采用YOLOv5训练车辆检测模型;针对偶发的车辆漏检情形,通过完整性检查可以筛查出此类情况并修复;针对连续多帧漏检或误检导致的目标关联问题,通过异常轨迹核查算法及数据修复工具解决;针对相机斜下方区域的车辆轮廓变形问题,采用车辆检测轮廓修复算法解决车辆在不同路段检测框大小不一的问题;提出了基于车辆质心坐标匹配的方法实现相邻机位间的车辆轨迹拼接。基于上述多机视频目标关联与轨迹拼接方法,在多机位时间同步下构建了覆盖武汉珞狮路高架桥的车辆连续轨迹数据集,轨迹数据集验证结果表明：数据集涵盖从畅通到拥堵的各种交通状态,包含多段分合流区域,数据集连续时长达到3.5 h,覆盖区域1.41 km;车辆检测模型的召回率达到93.23%,准确率达到98.51%,F1分数为95.80%;数据集包含主路及各处匝道汇入的轨迹共25 734条,其中覆盖道路全域的完整长轨迹15 004条。本研究丰富了路侧多机视频...     

基于集合经验模态分解降噪和优化LSTM的道路交通事故预测

道路交通事故精准预测是有效提升交通安全的重要手段,由于事故数据经常呈现非线性、波动性、无周期性等特征,现有的算法存在预测效果不佳的问题。为此本文提出基于集合经验模态分解降噪算法(ensemble empirical mode decomposition,EEMD)和优化长短时记忆神经网络(long short-term memory,LSTM)的交通事故数量预测模型。在单一模型的基础上,引入降噪算法EEMD对噪声大的交通事故时间序列进行降噪处理,利用EEMD对事故时间序列进行分解得到多个子序列和1个残差项;基于粒子群优化算法(particle swarm optimization,PSO)优化LSTM网络结构参数,并在LSTM的最优网络结构下提取数据中的时间特征信息进行预测,对各子序列及残差的预测结果求和得到最终预测结果。研究结果表明：相对于EMD-PSO-LSTM,PSO-LSTM,EEMD-LSTM,LSTM这4个模型,EEMD-PSO-LSTM的预测效果最好,其对应的预测误差e_rmse分别降低了8.7%、48.3%、53.1%、57.6%,误差e_m...