基于广义回归神经网络的瓦斯涌出量预测

简要介绍了瓦斯涌出量预测问题和广义回归神经网络（GRNN）的特点,指出与常用的BP神经网络相比,使用广义回归神经网络（GRNN）具有收敛迅速、人为干扰小等优点,适宜用于瓦斯涌出量的预测。并对一个案例进行预测,证明了广义回归神经网络（GRNN）可以满足实际生产的精度要求,较好解决瓦斯涌出量预测的问题。     

发动机活塞周边零件的测试技术

发动机内部的滑动表面受多种因素制约,目前,这类滑动面多数达不到设计阶段所要求的条件。为此,在进行发动机内部滑动面分析时需要掌握滑动条件,并对零部件滑动面进行测试。而且,在确认对滑动表面采取对策后取得的效果时,需再次进行单独的测试。介绍了用于发动机活塞周边零件滑动面的各种测试方法,描述了滑动面形状测试、滑动速度及零件温度等测试方法。此外,还介绍了在活塞周边零部件润滑状态分析中使用的测试技术,探讨了摩擦力、油膜厚度、油膜压力、磨损量等测试技术。     

BP神经网络在地铁运营安全评价中的应用

依据地铁运营安全评价体系及国家法律法规的要求,对于评价标准在实施过程中遇到的问题作了系统分析。建立了基于BP神经网络的地铁运营安全BP神经网络模型,系统提出了地铁运营安全BP神经网络的评价理论及其案例分析。理论分析和实践表明,BP神经网络模型计算结果合理、精度较高,在地铁运营安全评价中有很好的实用性。     

基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系, 在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点, 提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹, 并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题, 引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集, 根据轨迹整体相似度阈值选定聚类半径, 输出具有伴随关系的乘员轨迹聚类结果; LSTM神经网络以定长时间窗口的点邻近度序列为输入, 预测后1个时刻点邻近度值, 结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920, 召回率为0.950, F₁值为0.934, 准确率高出对比算法至少5.7%, 召回率高出对比算法至少8.0%, F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时, 收敛后的误差值能保持在3%~4%左右, 预测结果具有较高的准确性。      

基于RBF神经网络补偿的动力定位PD控制

动力定位控制系统在实际工况中会受到外部风、浪、流等环境力的扰动,本文主要研究PD+RBF控制算法以提高动力定位系统的抗干扰性和稳定性.RBF神经网络用来补偿外界环境扰动,其权值自适应律通过Lyapunov稳定性证明得到,通过稳定性的分析能够保证整个系统全局渐进稳定.在一艘平台供应船的仿真结果对比中显示了所提出控制器的有效性.     

半潜式平台波浪砰击测试方法与载荷特性研究

本文采用模型试验的方法对半潜式钻井平台受到的水平波浪砰击载荷进行了研究.为了克服模型结构动力响应的影响,试验时设计了专用的测量单元用于监测波浪砰击载荷,并采用小波分析的方法对砰击载荷试验数据进行降噪处理.试验结果表明:半潜式平台水平波浪砰击载荷的发生频率和砰击冲量随有义波高的增加而增加,但砰击载荷幅值则体现了显著的非线性和随机性特征,砰击载荷冲量的随机性和发散性则相对较小;平台立柱与箱型甲板连接处的砰击载荷较大,大多数海况下后立柱砰击频率和砰击载荷幅值比前立柱更高.     

广州从化大桥工程吊杆锚固节点设计研究

广州从化大桥工程主桥为单跨136m的下承式钢管混凝土空间拱梁组合体系桥,属于非常规结构,吊杆与拱肋、吊杆与主梁的节点锚固设计是整个设计方案的关键控制点之一.为了得到合理的吊杆锚固设计方案,保证结构受力安全,给出了针对从化大桥的各种可能的节点连接方案,并对其优缺点逐一进行了分析评价,最后给出了该桥采用的方案.     

广州从化大桥136 m拱梁组合结构设计与分析

采用Midas/Civil有限元软件,对广州从化大桥136 m下承式空间拱梁组合体系进行空间静力、动力分析和稳定性分析.计算结果证明:对于单跨的空间拱梁组合体系,外部为简支的静定结构体系改善了支座不均匀沉降的问题;拱梁组合结构体系合理,各构件受力满足规范的要求;由主拱、副拱以及横撑、斜撑组成的空间异形拱结构具有良好的稳定性;对于简支梁与三角拱组合体系,由于梁的刚度较小,需要较大刚度的拱肋作为受力构件承受桥梁的荷载;吊杆张拉力对主梁及拱肋的受力影响较大;在满足主梁受力要求的前提下,应尽量减小吊杆张拉力,从而有利于拱肋结构的受力和稳定性.     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。     

基于GIS空间分析的抛石护岸工程水下抛石效果评价

抛石护岸工程水下抛石效果评价是工程水下质量控制的重点和难点。准确掌握和分析工程水下质量状况,对确保抛石护岸的施工质量起到了重要作用。GIS(地理信息系统)技术拥有强大的空间数据处理与分析能力,可用于对水下抛石效果进行多维度的定性与定量分析。分析结果可以准确评价施工质量、精准指导下一阶段施工、降低施工成本。通过对3个试验区的分析,总结出一般施工规律:1)由于工程区上游起始处以及下游深水侧容易产生冲刷,抛石效果较差。2)工程区中部及近岸区抛石效果较好,但容易过抛。