基于小波变换的高速公路意外事件检测

试验表明,基于一维连续小波变换、一维离散小波变换和二维离散小波变换建立的高速公路意外事件检测模型原型具有优良的检测性能,检测在Califonia8#基础上提高了195%,同时检测时间缩短为原来的3.4%.     

小波包分析在头肩序列的人脸检测中的应用研究

根据可视电话以及视频会议的视频处理对象，主要是头肩序列的特点和人眼的视觉特性，结合小波包分析，提出了一种综合小波包分析、人脸肤色和人脸几何特征的人脸检测方法．试验表明，该方法在彩色头肩序列的人脸检测中性能良好．     

基于预应力损失识别的连续刚构桥内力计算方法

从连续刚构桥病害成因出发,以桥梁实测挠度为基础,采用位移影响矩阵建立非确定性预应力损失与主梁下挠的关系,通过求解非线性约束优化问题,识别非确定性损失大小及分布,可以得到由此产生的内力增量,进而计算桥梁实际受力状态。由于未考虑箱梁开裂及徐变模型误差等因素,预应力非确定性损失识别结果存在一定程度的夸大。通过不同约束条件的敏感性计算,分析了损失比取值范围对损失识别结果及内力计算结果的影响。将此方法应用于某桥的承载力分析中,计算结果与桥梁实际情况符合性较好,对同类桥梁的计算分析及加固设计有一定的参考意义。     

新光大桥三角刚架施工过程模型试验及有限元分析

结合广州新光大桥采用1：10的缩尺模型试验和有限元有限元分析,根据相似理论设计了加载方案和配重方案,针对缩尺模型重力效应问题,采用加多点施加竖向荷载的方式补偿。重点研究了三角刚架在施工阶段中斜腿悬臂施工时对拉预应力杆的张拉力和放张时机,以及斜腿由悬臂变为刚构的体系转化过程中的正应力发展和分布规律、混凝土开裂可能性等问题。依据试验数据和计算结果对三角刚架的施工方法以及预应力张拉、拉杆拆除等重要施工工艺进行了深入讨论。结果表明在施工阶段三角刚架的最大压应力出现在斜腿根部、最大拉应力出现在斜腿项部,预应力张拉及拉杆拆除的顺序对拉应力有较大影响。     

大跨连续组合箱梁桥的概念设计

简要说明大跨连续组合箱梁桥概念设计的意义,明确概念设计阶段应该考虑的主要技术问题.从总体布置、负弯矩区设计方法、结构关键构造、施工方法及其与设计的结合等方面,对该桥型概念设计所应把握的规律与要点进行分析论述.对负弯矩区桥面板设计原则、钢梁局部屈曲理论与构造的发展、设计与施工的相互依存性等关键问题的技术动态进行阐述,并指出其对大跨连续组合箱梁桥的技术与经济竞争力十分重要.     

基于小波变换与支持向量机的舰船水压信号检测方法

采用小波变换与支持向量机相结合对舰船水压场信号建立检测模型.该方法通过对海浪信号进行小波分解并对某一特定低频频段信号重构,利用支持向量机对重构信号建立预测模型,预测误差值作为特征值对舰船水压信号进行检测.通过检测验算表明此方法的有效性,特别是在低信噪比情况下,仍能较好地检测到目标信号.     

铁路隧道初期支护结构随机有限元及可靠度分析

将围岩与支护结构视为一起受力的整体不确定体系,假设原始应力为围岩自重应力,用弹塑性平面有限元程序和按蒙特卡罗-随机有限元法分析初期支护作用效应的统计特征,应用“分位值”法对现行单线电化铁路隧道复合式衬砌通用图的初期支护按连续介质模型计算其可靠指标。计算结果表明,各级围岩随着埋深的增加,可靠指标不断减少,Ⅳ级围岩超过200m、Ⅲ级围岩超过300m后可靠指标都很低,这一结果与实际情况不符,说明完全按埋深来确定围岩原始应力是不合适的。而对于同样埋深,围岩愈松软,可靠指标愈小,特别是松软的Ⅴ级围岩,抗开裂可靠指标不能满足要求,抗压的可靠指标也很低,说明Ⅴ级围岩的初期支护要加强,一定要加钢筋格栅或型钢拱,以防大面积裂损。     

铁路轨检车轴箱振动加速度消趋方法的比较

振动测量数据中往往包含了趋势项,这些趋势项对数据的分析会产生很大的影响,尤其在积分过程中,这种影响会进一步放大,所以消除趋势项是数据分析的基本前提。对包含在轴箱加速度中的趋势项进行消除,并进行双积分以达到与轨面高低不平顺进行比较的目的,采用了三种消趋方法进行对比分析的方式,三种消除趋势项的方法（多项式拟合消趋,滤波消趋及小波消趋）对实测数据的分析结果为：多项式拟合消趋不适于轴箱加速度的积分分析,而滤波消趋与小波消趋能适于这种分析,进一步,从波形包络来看,小波消趋与原波形最接近。最后提出了适合于轴箱加速度分析的消趋方法及其相关参数值。     

多跨连续梁桥纵桥向动力特性研究及其地震反应谱简化分析

根据多跨连续梁桥的主要结构特点,采用简化的模型来模拟纵桥向的地震动力反应.通过求解简化模型的动力方程,分析了质量比对连续梁桥纵桥向的动力特性的影响,并用能量法推导了低阶振型地震反应的近似公式.通过与有限元方法的比较,验证了采用几个低阶振型组合计算的反应谱方法的可行性.     

基于小波包分解和特征能量提取技术的车内传导干扰源识别

车内大功率用电设备的电压波动是车内产生传导干扰的主要原因。文中介绍了通过对采集的干扰信号进行小波包分解,对系数进行最小风险的去噪处理,然后提取特征能量来识别车内传导干扰源。最后采用EM-test设备发生干扰信号进行实验,结果表明该方法对车内电压波动的主要干扰源有较强的识别能力。