编队飞行中基于危险区域的后机最优位置研究

编队飞行是实现民航绿色发展的重要措施之一。在前机尾涡危险区域分析的基础上，科学确定后机最优位置是编队飞行的关键。首先，以随机两阶段尾涡消散模型为基础，利用Hallock-Burnham涡模型和诱导滚转力矩系数模型分析后机诱导滚转力矩系数的演变规律。然后，基于设定的安全阈值，给出前机尾涡危险区域，并考虑飞行高度、速度和风对危险区域的影响。最后，基于后机不同位置处的燃油流量减少率，得出编队飞行中后机最优位置。研究结果表明：后机诱导滚转力矩系数随着前、后机之间横向距离的增加，呈先增后减再增的趋势；随纵向距离的增加，呈先缓慢减小后快速减小的趋势；高度越高、速度越小，诱导滚转力矩系数的峰值越高。飞行高度越高、速度越小，前机初始尾涡的危险区域越大；随着纵向距离的增加，危险区域不断减小，并随涡核的下沉不断下降。侧风使危险区域发生偏离，侧风越大，偏离程度越大。顺风会增加危险区域的纵向距离，顶风则与之相反。两架B737-800飞机在12000 m高度以0.78马赫数进行编队飞行时，前、后机纵向距离3000m处，无风情况下后机最优位置为横向距离30 m 或-30 m、垂直距离29 m，此时燃油流量减少率为7.01%。相较于无风，左侧风20 m·s -1 下，燃油流量减少率和垂直距离不变，横向距离增加；顺风20 m·s -1 下，燃油流量减少率增加，横向距离不变，垂直距离减少；顶风20 m·s -1 下，燃油流量减少率减小，横向距离不变，垂直距离增加。     

基于数据分析的铁路列车到达晚点预测模型

准确估计列车的实际晚点时间对于列车运行图制定、列车调度员决策具有重要意义。为此,以荷兰铁路列车运行实际数据为研究基础,根据列车实际运行数据选择自变量,以列车的实际晚点时间为因变量,建立列车晚点的随机森林预测模型,并以BP神经网络模型作为对比,结果表明随机森林模型预测误差稳定,预测精度较高,比传统的神经网络方法取得了更好的预测效果。     

“复兴号”17辆编组动车组列车总线网段扩展的设计研究

近年来,我国高速铁路营业里程与铁路运力持续上涨。为应对铁路列车复杂度与综合性的巨大变化,对动车组进行多功能车辆总线(MVB,Multifunction Vehicle Bus)、绞线式列车总线(WTB,Wire Train Bus)网段的改进,通过分析测试数据,验证了传统动车组扩展MVB及WTB网段的可行性。网段的扩展,可提高传统动车组的运力,显著提高客运列车的利用率。     

云计算下海上多来源传输数据分类存储方法

针对传统的数据存储方法存储数据时负荷消耗过大的问题,研究云计算下海上多来源传输数据分类存储方法。使用小波变换对海上多来源传输数据去噪,根据计算数据间的支持度和相似度确定数据间的关联规则。利用后缀树聚类方法完成对数据的分类,确定分类后数据的存储位置,实现对分类数据的均衡负荷存储。通过与传统的应用MongoDB的数据存储方法的对比仿真实验,证明了云计算下海上多来源传输数据分类存储方法存储数据时的负荷消耗更少,具有优越性。     

DCM船施工钻杆冲洗水泵随机启动器系统的设计

本文将结合船舶水泵的工作原理,对船舶水泵的运行情况进行分析,详细介绍以单片机为核心的钻杆冲洗水泵随机启动器系统的设计。同时通过搭建Proteus仿真模型,针对钻杆附着淤泥的不同程度对船舶水泵进行动态模拟。本文将着重介绍DCM钻杆冲洗中船舶多水泵随机启动器系统的设计。     

基于车辆运行数据的疲劳驾驶状态检测

疲劳驾驶是导致交通事故的主要原因之一，及时检测疲劳驾驶，并提醒驾驶员集中注意力，对保证安全行车具有重要意义.本文基于CAN(Controller Area Network)总线采集的车辆运行状态数据，提取了18项与驾驶行为相关的特征，并采用随机森林算法对疲劳驾驶进行识别，结果表明整体的识别准确率为0.785，其中召回率为0.61，即61%的疲劳驾驶状态可被识别出来.实验表明，基于车辆运行状态的疲劳驾驶检测具有一定的效果，且与其他客观的疲劳驾驶检测方法(基于驾驶员生理指标和图像面部特征)相比，具有简单方便，不影响驾驶，且成本低的优势.     

无损检测技术在公路工程中的应用与病害治理研究

在公路施工中推广开展无损快速检测技术， 有利于保证公路施工质量， 促进公路施工技术健康稳定地发展。 文章以公路工程项目为研究背景， 以公路工程中无损检测技术为研究对象， 阐述了无损检测技术中路面压实度、 路基压实度、 探地雷达、 车载落锤弯沉仪和激光自动弯沉检测的工作原理， 通过对无损检测技术在公路工程检测中的实际应用和病害治理进行了分析研究， 总结了基于无损检测和基层脱空病害注浆加固的施工流程和工艺， 以期为相关技术人员提供参考和借鉴。