填海工程BIM技术开发与应用

针对当前通用BIM建模软件无法反映填海工程的大沉降量问题,基于商用BIM软件进行二次开发,创建了填海工程BIM应用管理平台。平台支持监测数据的实时导入,实现了BIM模型与施工期沉降监测数据的动态关联。该平台可通过读取钻孔数据实现BIM模型生成,支持4种填海工程常用的监测数据分析与管理功能;并可以调用Navisworks软件实现施工进度与工程量的管理。此外,开发的专用数据库网站,利用配置权限、异地备份、数据加密等手段,提供数据存储、安全策略、数据归档的一整套解决方案。平台成功应用于实际工程中,效果良好。     

山区公路驾驶视觉信息量计算方法研究

为解决山区公路中驾驶视觉信息量难以量化的问题,对驾驶视野图像进行分割,根 据HSV颜色模型,提取视野图像的色调、饱和度、亮度值,再结合车速值,在驾驶视觉心理负荷的基础上,提出山区公路路域环境下的驾驶视觉信息量计算方法.通过实车实验,进行数据采集,并验证计算方法.计算结果表明,在半郁闭型空间行驶时,接收的视觉信息量最大;在郁闭型空间中,接收的信息量最小.计算结果与被试实际感受具有一致性,说明本文提出的驾驶视觉信息量计算方法具有可行性,可为路域环境的合理布设提供一定的技术参考.     

冰雪条件下中国驾驶员跟驰行为及模型研究

分析驾驶员在冰雪条件下的驾驶行为特性,建立考虑驾驶员行为特性的跟驰模型,有助于丰富现有交通流理论.通过招募驾驶员开展实车跟驰试验,对比分析正常条件与冰雪条件下的驾驶行为差异.进而基于任务难度均衡理论构建包含人类因素参数的任务难度模块,引入改进后的智能驾驶员模型,并采用车辆轨迹数据对模型进行标定和有效性验证.研究表明：驾驶员在跟驰行驶过程中受外界刺激及自身驾驶能力影响时会对车辆行驶状态进行动态调整,试图保持期望间距,且速度与前车一致的状态;冰雪条件下驾驶员采取风险补偿行为,其车头时距波动幅度较正常条件收窄,模型引入人类因素参数可以较好地描述其差异性. 模型有效性验证表明,新模型在6个仿真场景中的表现都优于传统智能驾驶员模型,且表现出更好的鲁棒性.研究结果可为冰雪条件下的交通管理措施制定提供理论支持.     

双轴汽车模型下某车型的振动分析

将双轴汽车多自由度模型简化成四自由度的平面模型,忽略了车轮部分质量及刚度的影响。把质量m的车身等效的分解为前后轴以及质心C上的三个集中质量m2f、m2r及m2c,这三个质量由无质量的刚性杆进行连接。分析在该模型下振动输入对车身垂直和俯仰运动的影响,重点研究在有阻尼情况下双轴汽车模型的偏频和振型分析。     

高铁枢纽建设与城市功能空间协同发展效率评价

随着我国高铁迅速发展,高铁建设如何与城市功能空间协同发展的问题引起广泛关注。为了评价高铁与城市协同发展的效率,本文从城市协同性、高铁枢纽建设、站城距离等角度,构建高铁枢纽建设与城市功能空间协同发展效率评价指标体系。并引入DEA模型进行分析计算其效率匹配度,为城市既有高铁站与城市协同发展程度提供依据。最后以京沪高铁为案例分析了24个车站与所在城市的协同关系效率值,结果表明,北京南站、上海虹桥站等高铁枢纽发展较好,常州北站、苏州北站、天津南站等较差,尤其是天津南站的通过能力、客流量等产出指标还需要进一步加强。     

基于客户满意度的货运动车组开行方案研究

高铁货运逐渐兴起,本文对货运动车组开行方案优化进行了研究。针对高铁运输安全、快捷、运输成本较低等特性,提出以货运动车组及客货混编动车组为主,客运动车组捎带运输为补充的开行模式,结合运输需求、线路通过能力等限条件,以运输成本最小和货主满意度最大为目标,建立多目标综合优化模型,运用线性加权组合法,以lingo软件为依托进行求解。通过算例给出具体开行方案,并对同一运输区间各种运输方式的单位成本及用时进行对比分析。结果表明,相对于传统运输方式,高铁货运综合运输成本较低,用时更短,能够兼顾运输企业与货主的双重要求;所建模型优化效果明显,可为未来货运动车组的开行提供参考。     

干船坞气控卧倒门的仿真模型

深入了解干船坞气控卧倒门系统的动态特性,以便缩短坞门的设计周期,节约试验费用;运用机械系统动力学自动分析软件ADAMS,建立了干船坞气控卧倒门系统的动力学仿真模型。通过对仿真模型的运行表明:用所述的仿真模型研究干船坞气控卧倒坞门系统的动态特性是完全可行的。     

战场电磁兼容辅助决策模型构建*

针对当前战场电磁兼容难题,提出了基于动态频谱池管理的战场电磁兼容辅助决策模型,论述了战场电磁兼容辅助决策模型中关键的频谱感知、预测分析、频谱池分配与管理和辅助决策等模型,具有一定的工程应用价值。     

基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归（auto-regressive,AR）预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解（empirical mode decomposition,EMD）的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归（support vector regression,SVR）预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。