汽车企业数字化转型成熟度评估模型研究

数字化转型成为当前汽车行业发展变革的必然趋势。针对当前汽车企业数字化转型现状不清晰、路径不明确、转型效果难评估等问题,在分析国内外数字化转型评估模型的基础上,结合汽车行业典型特征,构建了汽车企业数字化转型成熟度评估模型,将企业数字化转型发展划分为5个等级,从产品形态、制造体系、运营管理、产业生态及技术应用等五类能力域进行了全面评估,对汽车企业系统了解自身数字化转型发展现状及不足,明确转型路径具有重要意义。     

叠合梁局部梁段施工及运营过程受力性能研究

为了解叠合梁斜拉桥施工及运营阶段叠合梁的受力性能,以广州市新建洛溪大桥为背景(主跨305 m的叠合梁斜拉桥,桥面板与钢梁通过剪力钉连接)进行研究.采用M IDAS软件建立全桥梁单元模型,对施工以及运营阶段进行模拟,分析全过程结构受力和位移,提取叠合梁段受力最不利工况;采用A baqus软件建立叠合梁局部梁段精细化模型,...     

高烈度地震区辅助墩对大跨斜拉桥地震响应的影响

为研究辅助墩设置数量对大跨度斜拉桥地震响应的影响规律,文中以位于高烈度地震区的澜沧江大桥为工程背景,采用数值分析方法,利用有限元软件midas Civil 2020对该斜拉桥分别建立1,2,3个辅助墩方案有限元模型。利用非线性时程分析法进行地震作用下的主塔及主梁关键截面内力及线形分析,得到不同方案的变化特点。计算分析表明,随着辅助墩数量的增加,主梁、塔顶位移显著减小,主梁、塔底内力有所降低,但设2个辅助墩和3个辅助墩方案的变化并不显著,且对提高结构整体刚度贡献有限,故从经济合理的角度来看,本桥设置2个辅助墩较为合适。     

高速公路上自动超车过程的轨迹规划与跟踪控制

研究了自动驾驶汽车在高速公路上超车过程中的轨迹规划和跟踪控制。基于纵向位移与时间（s-t）图,对超车过程进行建模和数字仿真分析,并应用多项式来规划车辆横纵向运动。采用集中式模型预测控制器,综合控制车辆横纵向的运动,以实现超车过程的轨迹跟踪。结果表明：相较于分散式控制方法,利用集中式控制方法下的车辆侧向加速度的整体波动减小19.0%,横摆角速度的整体波动减小11.6%。因而,集中式控制方法下的横向运动偏差更小,纵向加速过程更加平滑、稳定,符合高速公路超车过程安全平稳性的要求。     

正碰下6岁儿童乘员的胸部运动学方程与损伤风险分析

为厘清正面碰撞中6岁儿童乘员胸部损伤机理,基于ECE R129法规,选取某款儿童约束系统（CRS）,对比Hybrid Ⅲ 6YO假人模型与THUMS 6YO人体有限元模型在正面碰撞中的运动学响应与损伤指标的差异;用Hybrid Ⅲ 6YO假人模型,建立胸部动力学方程,分析正碰中内外力对胸部加速度的影响;对THUMS 6YO人体有限元模型的肋骨、心脏和肺部的应变进行分析,得出儿童乘员的胸部损伤风险。结果表明：Hybrid Ⅲ 6YO假人模型所受到的颈部力与安全的肩带力对胸部加速度的影响较大。THUMS 6YO人体有限元模型的胸部质心合成加速度52.1g,Hybrid Ⅲ 6YO假人模型的加速度38.8g,两者均低于法规规定的参考数值。     

基于层次分析法的地质预报评定模型及工程应用

地质预报方法日益多样,且随着探测设备的改进提升和技术人员的经验积累,地质预报的准确性也有所提高,但对于全过程预报的效果尚未形成一套统一的评判方法。基于层次分析法的公路隧道不良地质体综合预报评价模型,对出现不良地质体的可能进行分级,可快速评价预报效果,在工程应用中取得了良好的效果。     

下屏峰隧道洞口段高陡偏压棚洞结构分析

下屏峰隧道出口地形十分陡峭,为典型的偏压高陡地形,出洞口右侧地面坡度陡峻成绝壁状,左侧为西溪,隧道主体受山体偏压影响严重。为保护环境,减轻隧道受山体偏压影响,实现偏压地段隧道“零开挖”进洞,隧道出洞口段采用棚洞结构,虚拟洞壁成洞,并通过建立有限元数值模型分析棚洞结构的力学特性且验证其安全性。实例证明,该处理方案成功可行,可为类似工程提供经验借鉴。     

广韶高速公路沥青路面高温状况的分析

通过对广韶（广州-韶关）高速公路沥青面层内高温实测数据的分析,得到了沥青路面高温温度场变化与气温变化之间的关系,确定了沥青面层内最高温度出现的位置和沥青面层内高温温度状况的变化规律。采用3种温度模型来预估沥青路面高温温度状况,经与实测数据比较,表明采用LTPP模型对路面温度场进行分析评价是偏安全的。     

一种基于交通态势算法的交通预警系统设计

为实时监控高速公路的交通状况,设计并实现一种基于交通态势算法的交通预警系统,该系统主要由态势计算、异常拥堵预警和交通迁徙计算等3个模块组成。采用Van-Aerde模型表征交通流的状态和变化规律,得到密度、速度和流量之间的关系;综合考虑交通预测的时空性,采用基于图卷积网络(Graph Convolutional Network, GCN)和长短期记忆(Long Short-Term Memory, LSTM)单元的时间图进化网络(GCN-LSTM)模型对未来交通流异常拥堵情况进行预警。试验结果表明,该预警系统能通过实时计算当前交通流的密度、速度和流量评估交通状态,并确定密度和速度阈值,警示当前道路在该阈值附近时通行效率高,帮助改善交通状况;相比传统的基于神经网络方法和机器学习方法的预警系统,该预警系统在预测精度方面表现良好,能有效降低误报率,且具有一定的鲁棒性。     

考虑周期性的城市道路车流量预测模型

为提升城市车流量预测结果的准确性,基于某条道路的车流量数据,引入车流量的周期性特征,建立考虑周期性的差分自回归移动平均(Autoregressive Integrated Moving Average, ARIMA)模型。将该模型与不考虑周期性的ARIMA模型相对比,结果发现：不考虑周期性的ARIMA模型的拟合效果较差,模型中忽略了道路车流量可能存在的周期性规律;考虑周期性的ARIMA模型的拟合优度相比原模型有很大提升,能达到0.573,且预测的4 d车流量变化趋势与实际车流量较为吻合。由此可知,在建模时引入车流量的周期性特征,能提升车流量预测结果的准确性,从而为交通管理提供更可靠的数据。