质量风险管理在科研生产中的应用

对质量风险管理的来源、基本流程进行介绍,同时结合风险流程简要讲述其在科研生产中的应用,旨在提升人员对质量风险管理的认识,倡导科研生产各环节树立风险思维,采用科学的方法去识别风险和控制风险,提升产品和服务质量。     

船舶柴油机颗粒物排放控制技术研究进展

颗粒物是船舶柴油机排气中的主要污染物,严重危害人体健康和大气环境,如何降低船机颗粒物排放已成为环境保护及柴油机领域的一个重点研究方向。本文对船机排放颗粒物的组分及来源进行分析,梳理论述目前主流的颗粒物排放控制技术及DPF再生技术。认为后处理技术是今后颗粒物排放控制技术研究的重点,其中,最有效、应用最广泛的是DPF技术,复合再生技术是DPF再生过程的发展方向,提出了船机颗粒物排放控制未来需重点研究的关键技术及长远发展目标。     

带漂角和输入饱和的水面船舶航向控制

[目的]为处理水面船舶航向控制过程中受到的非零漂角和输入饱和影响,提出一种基于反步法的航向控制方法。[方法]首先,利用相对速度求出实际漂角,再通过漂角对航向角误差进行修正;然后,采用一种预滤波方法减小航向改变时对航速变化的影响,同时引入双曲正切函数和Nussbaum函数逼近输入约束,结合自适应律对逼近误差和艏摇方向上的扰动进行估计;最后,借助指令滤波器简化反推过程,并通过Lyapunov理论证明控制系统的稳定性。[结果]仿真结果表明,所提控制器有效减小了水面船舶的航向输出误差,且能始终保持较小的控制输入力矩。[结论]研究成果可为水面船舶航向控制设计提供参考。     

张家界武陵山大道拓宽改造工程总体方案设计

由于城市架构层层扩张,交通压力不断增大,因而需对既有道路进行拓宽改造.以张家界市武陵山大道(张清公路)拓宽改造为工程实例,介绍其建设背景、项目概况和主要技术标准.通过对工程交通流量的预测和规模的论证,对工程总体方案进行了研究.根据不同路段的功能情况对子午路(起点)至县道X018(终点)中4个路段的横断面型式进行了分别布置;在充分考虑与周边地块进行衔接的基础上,对大学城高架节点等4个节点进行了设计.最后总结强调,项目在设计过程中,在满足道路畅通的同时,还要充分考虑地方规划、现状条件、挖填平衡、不同路段的功能和周边地块情况,以完善区域路网结构,带动沿线经济发展.     

亦庄新城现代有轨电车T1线沿线交通设计分析

有轨电车具有安全、快捷、成本低等优点,但会占用一定的道路资源,对现状道路横断面布置以及交叉口交通组织带来一定影响.结合亦庄新城现代有轨电车T1线工程,分析有轨电车与城市道路系统之间合理的路权分配模式;通过交通量预测,确定道路交通需求,并结合铺设有轨电车后对现状道路的影响,在满足道路交通需求、减少工程量、减少现状树木伐移的前提下,确定道路横断面合理的调整方式;根据相交路道路等级、交通流量大小,对铺设有轨电车后城市道路交通系统在交叉口处的交通组织进行分析,探究有轨电车系统、机动车系统、慢行系统三者之间合理、高效的交叉口交通组织形式,针对不同情况,采取共享相位、绝对优先控制或相对优先控制等策略;结合岛式、侧式车站设置不同的行人二次过街等候设施,并通过施划交通标线明确非机动车道路权,确保慢行系统的安全、有序.最后总结了亦庄新城现代有轨电车T1线在横断面布置、交叉口交通组织、慢行系统交通等方面的设计经验.     

城市道路横断面规划设计方法及工程应用研究

随现阶段城市经济发展的提速,城市道路和建设范围内硬化面积逐年增加,导致城市透水面缩减,易在多雨季节引发城市内涝等灾害,给城市发展和居民生活带来了诸多问题。为降低城市内涝等问题的发生,在城市道路横断面规划设计过程中,结合海绵城市建设理念,提出对应的设计方法指导工程应用。首先明确了海绵型城市道路的设计目标;分析了各项LID措施在功能、控制目标、经济性、对周边地块的影响和景观效果等方面的特征;阐述了红线宽度在12~15 m、20~28 m、34~40 m、40 m以上道路的横断面设计方法。     

自适应巡航系统车间距控制策略

合理的车间距设计可提高车辆自适应巡航的安全性和可靠性.本文分析常用跟车策略,确定适合于客车的车间距控制策略,并通过试验验证.     

辅助驾驶横向控制功能原理及其影响因素

文章从横向控制原理和车辆动力学域角度解析车辆运动过程,分别搭建转向和车辆系统数学模型,分析横向控制环节的影响因素,并搭建考虑转向摩擦、阻尼等特性的精准转向模型,集成为整车ADAMS模型,根据数学模型分析的影响因素进行DOE,在验证原理的科学性的同时,为横向控制工程提供理论指导。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

排阵式交叉口几何设计与信号控制协同鲁棒优化

针对排阵式交叉口在实际交通波动环境中存在车辆滞留排序区,运行效率稳定性难以保障的问题,提出了鲁棒优化方法,平衡交叉口运行的效率和稳定性。在分析排阵式交叉口运行特性的基础上,指出了其运行效率波动性与交叉口几何设计、信号控制、交通需求、饱和流率和运行车速这5个因素有关。确定了将交通需求、饱和流率和运行车速这3个客观波动因素作为模型的输入参数,将几何设计和信号控制这2个可受设计人员控制的要素作为模型的优化控制变量进行协同优化的模型框架。在此基础上,以交叉口车均延误条件风险值最小为目标,考虑了各流向车道数、信号相位相序、排序区车辆清空等方面的约束条件,构建了基于情景的鲁棒优化模型,并建立了遗传算法对模型进行求解。通过案例分析,对鲁棒优化模型的置信水平取值和算法准确性进行了分析,证明了算法可以使目标函数收敛到最小值,并基于蒙特卡洛模拟对优化效益进行了检验。研究发现,所建立的几何设计与信号控制协同鲁棒优化模型可实现在交通需求和供给的波动下,对排阵式交叉口的车道功能、排序区长度以及主、预信号控制进行协同优化。相较于确定性的设计方法,在平均延误层面基本维持原有水平,但对延误标准差和最大值有着较为明显的改善,案例中分别减少了48%和23%。