基于无线传感器网络的交通流量采集系统

提出了一种基于无线传感器网络（WSN）的车流量监控系统。系统采用无线数据采集的方法和地磁传感器进行车辆检测的方法,通过无线传感器网络的多跳传输机制传输车辆感应数据,并通过地磁传感器采集车辆感应数据。系统通过后台统一管理,用户可实时获取道路车流量信息,相比传统的基于有线数据采集和地磁感应线圈检测器的监控系统,基于WSN的车流量监控系统在施工与维护上具有很大优势,可实现交通车流量状况的实时监控。     

预应力管道压浆质量无损检测方法

为了准确评价后张法预应力混凝土结构管道内部的压浆质量,对实际压浆过程中可能出现的缺陷做出定性与定量分析,采用冲击回波法并结合小波神经网络进行无损检测研究。利用管道内置的软泡沫来模拟实际压浆体缺陷开展模型试验,在此基础上通过小波分析探讨冲击回波响应和管道压浆质量之间的关系,并提取测试信号对缺陷敏感的特征向量,创建一个单隐层的BP神经网络对预应力管道的压浆质量进行诊断。最后结合实际工程现场试验,完善智能评价系统。研究结果表明:经过训练、测试的3层BP神经网络具有很好的抗噪性能,在5dB噪声干扰下能够稳定和较准确地识别出缺陷大小,且诊断误差很小;实际工程的现场测试进一步验证了该方法的有效性。     

考虑位移影响的被动土压力计算方法

基于被动区土体的位移模式假设,采用邓肯-张(Duncan-Chang)提出的双曲线应力-应变关系模型,建立了考虑位移非线性影响的被动土压力计算公式,并将已有模型试验的反演分析得到的计算结果与实测结果进行比较。研究结果表明:提出的公式计算结果与实测结果比较接近,该公式能够反映位移对被动土压力的非线性影响,并且形式简单、易于理解、参数较少、物理意义明确。     

导航路网数据改进模型及其组织方法

提出了一种支持高性能车辆导航的多尺度路网数据模型,该模型根据不同功能对导航数据内容与尺度的要求,将用于计算的路网拓扑数据与用于描述的路网几何数据分离,并分别在垂直方向进行分层抽象,在水平方向进行区域划分;几何数据以显式比例尺作为分层标准,通过多弧段来描述道路几何信息;拓扑数据以道路等级作为分层标准,通过节点-弧段结构来描述路网连通关系;参照动态分段思想设计了一种弧段编码体系,以描述模型上下层弧段之间、单弧段与多弧段之间的对应关系。结果表明:提出的模型能有效地支持导航应用中的多级地图显示与分层路径规划。     

基于一种交通状态系数的城市路网交通状态评价研究

针对以往城市路网交通状态评价研究中大多从中观角度将路口归入路段而忽略了交叉口对路网交通状态影响的问题,选取交叉口进口饱和度和路段平均行程速度作为路网状态评价的基本参数,将宏观路网交通状态评价与微观交通状态分析相结合,定义了一种新的路网交通状态系数,作为交通畅通行驶的阻抗,研究确定了路网交通状态系数临界值,提出了一种新的...     

轨道交通环境下公交专用道布网及设置

研究轨道交通环境下公交专用道网络布局,提出宏观、微观层面,定性与定量相结合的规划方法。通过分析客流OD分布、路网结构、交通布局、土地利用、道路等级等确定公交专用道线网总体布局;通过公交客流比例、公交车流率、路段饱和度、机动车道数、公交车平均运行速度等定量分析可实施专用道的条件。以上海闵行区公交发展为例,研究现有5条轨道交通线路下公交专用道线网的布局。预评估表明公交客运能力提高约20%,公交车车速提高约15%。     

基于BP神经网络的钢-混组合结构PBL剪力键承载力

为实现钢-混组合结构PBL剪力键极限承载力的准确预测,通过分析既有推出试验结果,对PBL剪力键的作用机理及破坏模式进行总结,确定PBL剪力键纵向抗剪承载力的主要影响因素为开孔直径、钢板厚度、混凝土抗压强度、贯穿钢筋直径、钢板屈服强度等.以神经网络理论为基础,选用误差反向传播(BP)神经网络算法模型,选取钢板厚度、开孔直...     

浅谈高速公路隧道监控系统中的可编程控制器

简要介绍了高速公路隧道监控系统中的可编程控制器的基础知识、基本组成及特点,并着重分析了可编程控制器网络的四大要素即网络拓扑结构、通信介质、介质访问控制以及通道利用方式。     

仪器集成开发的网络化协同设计研究

并行设计系统一直应用于工业设计系统。通过对并行系统的分析,利用计算机与通信技术,开发全新的产品协同开发模式。从网络化的特点出发,给出了网络化协同设计的体系结构,研究了仪器集成开发的网络化协同设计方案。最后讨论了ARIZ算法对问题的解决。     

基于BP神经网络的交通异常事件自动检测算法

对现有公路交通异常事件自动检测算法进行介绍,在此基础上提出从人工神经网络角度方向建立检测模型,摆脱以往使用仿真数据研究的局限,利用广深高速实测交通异常事件数据对BP神经网络（Back Propagation NN）在交通异常事件自动检测算法中的应用进行研究。结果表明BP神经网络算法具有检测率高、误报率低和检测速度快等优点。