基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

开展车辆制动时路面类型识别的研究，提出一种基于主成分分析-学习向量量化神经网络 （Principal Component Analysis - Learning Vector Quantization，PCA-LVQ） 的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理，提取能表征路面特征的主要成分，采用学习向量量化神经网络对降维处理后的驾驶数据进行训练，并用于路面特征分类，使用制动工况下实车试验数据和硬件在环仿真数据进行验证。结果表明，所提出的 PCA-LVQ算法能准确识别路面类型特征，路面识别的精度达到 97%，与传统 BP神经网络的路面类型特征识别精度提升 7%；同时，在不同车速下，基于PCA-LVQ算法也能较准确地识别路面类型特征。     

盾构隧道预制内部结构与管片连接研究

上海诸光路隧道内部双车道结构采用全预制装配式框架结构体系,将内部结构的上、下层车道板、纵梁、立柱等主要受力构件均进行预制。对于预制装配式结构体系来说,其与管片的连接节点至关重要,节点不仅要受力可靠、便于施工,还要在地震作用下保持其完整性。针对所采用的预制内部结构与管片连接方式,通过实验研究分析了节点的受力性能,为在盾构隧道内实现全预制化双层车道结构提供技术支撑。     

复杂条件下呼吸型装配式生态驳岸施工技术

新型的呼吸型装配式生态驳岸结构在运输条件受限、施工期间不断航要求和高压线限高等复杂环境条件下，存在构件吊运安装、沉桩精度控制、桩头与预制底板连接和底板安装平整度等方面的技术难题。通过对各种复杂条件对比分析，提出自平衡式吊装船的吊装工艺、植桩式定位架工艺、留筋式套打法工艺和垫层坐浆工艺等技术措施，较好地解决了该新型结构在复杂环境条件下的施工技术难题。