基于信息融合的核管道缺陷检测研究

分析核管道缺陷的特点并进行分类,根据多传感器信息融合技术的原理,确定缺陷信息的融合模式和融合方法,建立基于D-S证据理论的检测信息时空融合流程。仿真和融合计算表明：该方法可以充分利用多种检测方法之间的互补信息以及核管道缺陷检测的历史数据,实现核管道缺陷类型快速而准确的判定,为提高核管道缺陷检测的可信度和智能化水平提供了一种有益的尝试。     

永磁同步电机电磁热耦合高效计算模型

电磁热耦合分析是一种计算永磁同步电机电磁性能和热性能的有效方法,为实现耦合场的高效准确计算,建立了一种结合二维静磁场有限元模型和等效热网络模型的电磁热耦合高效计算模型。首先,基于磁密时空变换公式,推导了考虑材料温升特性的电磁损耗计算模型,并与二维时步有限元法进行对比,相同硬件条件下,计算时间减少约79%;然后,基于传热学定律,建立了电机的等效热网络温度场分析模型,并推导了节点温升计算的状态空间方程。最后,以一台表贴式永磁电机为例,与三维有限元耦合模型进行对比,温度场计算结果最大误差为5.3 K,计算时间减少约95.2%,表明该模型可在保证计算精度的前提下提高电磁热耦合分析效率。     

面向更高速度综合检测列车时空校准系统研制

针对现有高速综合检测列车时空校准系统存在的时间同步延时不稳定、里程校准精度不足等问题,提出一种高精度时空校准系统。在时间校准方面,系统采用GNSS、高频率恒温晶振进行系统内部时钟的驯服和保持,并基于PTP精确时间协议发布时间校准信息;在里程校准方面,系统利用光电编码器、惯性组合里程定位、RFID射频里程标签、点式应答器里程信息和LKJ列车运行里程信息实现里程数据的累加和校准,并通过以太网向各专业检测系统发布里程校准信息。试验结果表明,该系统可实现纳秒级时间精确同步和厘米级里程校准,校准频率最高可达1 250 Hz,能够满足更高速度综合检测列车的运用需求。     

基于速度变化的偶发性交通拥堵时空分布特性研究

交通事故的发生会引起其上游路段通行速度的下降和交通流量的堆积,从而引发交通拥堵.本文主要研究了城市道路中交通事故引起的交通拥堵的时空分布特征.首先,基于北京市事故数据和路段速度数据分析交通事故影响下的车辆速度变化特性;接着,根据交通事故信息和事故路段流量与速度数据,建立了一种基于速度差异的拥堵判定模型,并对其时空维度的约束条件加以限定.在此基础上对事故引发的拥堵时空范围进行量化描述;最后,依托仿真数据与北京市真实事故数据进行效果验证.结果表明,该方法可以有效地描述交通事故引起的拥堵时空分布特性.     

交通违法事故时空分布特征及其影响因素——以广州市为例

为了深入研究我国城市交通事故的时空分布特征及其影响因素,通过对 2010年广州市交通事故原始数据的处理与分析,结合 GIS技术及系统聚类法,本文从道路特征,基础设施情况,以及白天和工作日交通事故比例等方面进行实证分析影响城市交通违法事故的风险因素;并在此基础上,结合广州市未来发展规划提出相关政策建议.结果表明：中心城区交通违法事故密集度最高,呈点状密集分布;交通违法事故的道路分布特征为干道多,支路少;上下班高峰时段,交通违法事故分布存在明显区别;从 9个交通违法事故高发区域归纳出 3大类区域,道路复杂、人多车多的商业地区,高速公路沿线和高架桥附近区域,以及设施齐全、出行方便的市中心.     

面向实时交通信息提取的车辆轨迹数据挖掘

车辆行驶轨迹是驾驶人员主观意愿和道路客观约束条件综合作用的结果,从海量车辆轨迹中可以挖掘出道路的实时交通信息为智能交通服务．通过建立轨迹约束模型用以量化各约束因子,基于线性参照系统的数据预处理以加快检索速度和降低轨迹的不确定性,基于移动目标主体相似性和移动轨迹时空相似性的数据选取降低了数据库搜索次数提高发掘准确度,分别针对道路交叉口和一般路段进行数据挖掘,提取实时的道路交通信息．研究结果和实验结果表明,这个挖掘算法可以有效地提取道路实时路况信息．     

民用汽车拥有量非线性时空组合预测模型

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

基于多源数据融合的城市出租车载客出行特征研究——以岳阳市为例

为探究城市出租车载客出行特征,在出租车GPS轨迹大数据基础上,融合居民出行调查数据、城市土地利用数据及天气数据,构建出租车载客出行量回归模型,得出出租车载客出行量与片区岗位数、天气状况、时段、片区面积有较强的相关性,而基于RBF神经网络构建的回归模型在上述4个因素的基础上增加了片区常住人口数和是否工作日2个因素.通过10折交叉验证表明,RBF神经网络回归模型的拟合效果比多元线性回归模型更好.     

基于时空聚类算法的轨迹停驻点识别研究

利用手机等智能移动终端获取个体出行GPS轨迹数据,提出了一种新的时空聚类算法AT-DBSCAN识别轨迹中的停驻点.该方法以固定长度的滑窗搜索核心点,以时空邻近条件定义簇间距离,以簇密度大小规定合并次序.提出了出行次数一致性、出行起止时刻误差、停驻点时长误差、停驻点中心偏移距离4个算法验证指标,弥补了传统查全率、查准率等忽略停驻点时空信息准确性的不足.结果表明,识别的停驻点有98%的位置误差在30m以内,100%的时长误差在5min以内,98%的出行起止时刻误差在5min以内.此外,算法对于室内活动、定位飘移、路径重合程度高等复杂轨迹具有较好的泛化能力.     

基于完善交通信息收集的UAV路径规划

针对部分路段不能获取完整交通信息的问题,提出使用无人机对未布设固定型交通信息检测器路段进行交通巡视,完善交通信息。通过时空网络建立了一个总飞行时间最短、最大单机飞行时间最短的多目标模型,确定最佳的无人机数量和交通信息收集路径。新模型不仅利用时空网络技术细致刻画了无人机在巡视过程中的飞行轨迹,而且加入了对未布设固定型交通检测器路段的巡视次数以及巡视时间间隔约束问题,使巡视路径更加合理。情景分析表明,使用两架无人机进行巡视时,总飞行时间最短为37min,在23min 内完成巡视任务;随着最大单机飞行时间权重的增大,无人机的总飞行时间增加9.76%,最大单机飞行时间减少8.70%。算例分析表明,所建模型和方法能够解决大规模路网的多无人机调度问题,能够根据实际需求得到满意的巡视路径。