一种新型船舶智能载重测量仪的研究与应用

针对船舶货物卸载重量计量难的现状,开发了一种新型的船舶智能载重测量仪,并提出一种结构树编码免疫辨识算法实现船舶重量模型的辨识,该测量仪通过检测船体前后左右四个位置的吃水深度,精确计算船舶重量、船体倾斜度等数据,实现船舶卸货计量的智能化与自动化.在散装水泥运输船上的应用实践表明,该测量仪能实现比较理想的测量精度,误差小于0.5%,完全能满足船舶运输中对中低价货物的计量要求.     

同步荧光谱法鉴别海上溢油研究

采用同步荧光光谱法对16种油品进行鉴别。实验结果显示,对于不同种类的油品,由于组分特征差异明显,其谱图轮廓,峰-谷位置都有较大的差别,使用同步荧光光谱法很容易就可以区分开。对于同一类型的油品,同步荧光光谱法也能根据油品的特征信息实现鉴别的目的,对于原油,由于其谱图相对复杂,而且有几种原油的谱图接近重合,鉴别起来难度较大,需要借助其他先进的技术手段辅助完成。     

PC连续刚构桥施工控制系统参数识别

系统参数误差是引起PC连续刚构桥悬臂施工控制误差的主要因素之一,因此消除系统参数误差是施工控制的关键所在.酉水河大桥施工监控系统参数识别过程表明,参数识别有利于施工参数的重点监测与调控.     

大跨度系杆拱桥柔性吊杆张力监测和参数识别研究

研究了基于弦振动理论应用频率法进行大跨度系杆拱桥柔性吊杆张力测试的基本方法,尤其是对影响频率法测定吊杆张力精度的若干参数,如吊杆的边界条件、减振阻尼器及有效计算长度等进行了较理想的识别。文中推导了张力测试的实用公式,并通过现场张力标定,对上述若干参数进行有效识别,提高了张力测试精度并减少了识别工作量。实测结果表明,根据文中提供的参数识别方法进行参数识别后所得到的吊杆张力计算值大部分具有较高的监测精度,可以满足施工和运营期间监测吊杆张力的需要。     

大跨斜拉桥扁平钢箱梁损伤定位指标的噪声鲁棒性比较研究

以润扬大桥斜拉桥的扁平钢箱梁结构为分析对象,采用子结构方法将扁平钢箱梁结构的整体尺度动力特性和细节尺度构件损伤相互衔接实现多尺度损伤分析。在此基础上对模态曲率、模态应变能、模态柔度和斜拉索索力等4类结构损伤定位指标的抗噪声干扰能力进行了对比分析。分析结果表明,模态应变能和模态柔度对于扁平钢箱梁结构损伤定位具有较好的互补性,将其相结合对扁平钢箱梁主跨和边跨的损伤识别具有较好的抗噪声干扰能力。     

大跨度预应力混凝土斜拉桥基于定期检测的损伤识别方法

为了在定期检测信息的基础上实现大跨度预应力混凝土斜拉桥的健康状态评估,提出采用无线多点自动综合测试系统监测结构应力,利用环境随机振动法测试全桥索力,并结合桥梁几何测试信息,获得桥梁状态的综合检测方法。针对招宝山大桥,建立最优化遗传静力反分析模型,采用基于遗传算法的大型复杂结构损伤识别程序对模拟的损伤工况进行分析,有效识别出了斜拉桥主梁的损伤位置。并且由于遗传优化算法对参数的类型和数量没有限制,对斜拉桥进行包含不同损伤类型的参数化建模,可以进行结构多类型损伤的识别,因此,可推广至其他复杂桥梁的损伤识别,为同类工程所借鉴。     

基于汽车道路作用空间与公路车辆当量换算系数的研究

以运行车辆为质点,提出采用汽车道路作用空间的物理分析方法来研究车辆当量系数换算问题。建立了车辆道路作用空间模型,通过大量试验数据分析和应用随机场论的分析方法,研究确定了汽车在运行过程中所表现出的横向、纵向道路作用空间特性以及与道路、交通和车型等相关因素的定量数值,并由此推算出了基本车辆当量换算系数,和基于不同公路服务水平条件下的车辆当量换算系数。     

曲率模态和神经网络在损伤识别中的应用

以连续梁为例，通过曲率模态及改进后的模态置信准则联合确定损伤位置，并使用神经网络判定各损伤处的损伤程度。数值模拟考虑了梁不同位置及不同程度损伤情况，研究了运用曲率模态和模态置信准则进行损伤和损伤位置的识别，分析了各自方法的优缺点，通过两种方法的联合运用，使损伤位置识别准确、合理，并且说明了1阶曲率模态的局部参数是损伤程度识别较优的网络输入量，最后运用神经网络识别损伤程度。     

公路交通安全评价系统1．0版本的开发与应用

实践证明,公路交通安全评价是提高公路安全水平的有效手段。尽管其在我国还是一个较新的课题,但已经引起相关部门的重视,国内也开展了很多安全评价方法的研究。《西部地区公路安全评价》是系统研究公路安全评价方法的一个课题。而公路交通安全评价系统1.0版本是在该课题成果基础上开发的一套实用化的工具,它包括交通基础数据的管理和事故多发段判别、规范符合性分析、事故预测、速度一致性分析、路侧危险度分级等分析模块。本文对该系统各个模块的功能进行了阐述。     

基于神经网络的车用汽油机过渡工况空燃比辨识

以HL495Q电喷汽油机为研究对象,提出了一种基于BP神经网络的空燃比辨识方法,比较了不同拓扑结构的神经网络对空燃比辨识精度的影响,得到了一种最优的空燃比模型。试验结果表明,空燃比模型能高精度地逼近空燃比的实际动态过程,模型的平均相对误差小于2%。