新型桥面板接缝轴拉强度设计研究

传统的混凝土桥面板湿接缝存在现场钢筋焊接、混凝土浇筑量大的问题,随着桥梁快速化施工技术的发展,一种新型的桥面板连接方式进入工程视野,即钢筋不焊接、环形钢筋交错布置的窄缝连接.现通过对国内外的理论研究,发现了此种新型接缝包含钢筋屈服与核心混凝土破碎两种破坏模式.在理论工作的基础上,给出了接缝在轴心受拉作用下的试验结果.对...     

高速公路隧道洞口平面线形一致性/安全性评价方法

隧道口由于行驶环境突变,为了保障行车安全,洞门位置的线形参数需要满足3s行程一致性。关于隧道洞口是否能够设置在缓和曲线范围内具有较大的争议,目前缺乏一种直观、可信的判别方法。为此提出了一种评价高速公路隧道洞口平面线形一致性/安全性的方法:运用仿真手段模拟车辆行驶过程,以驾驶员在洞门位置握住方向盘3s不动时的车辆横向偏移量为衡量指标,提出了判别洞口线形一致性的两个标准,第一个标准是车辆跟踪行车道中线行驶时不会偏出车道,第二个标准是横向偏移量低于同侧的路缘带宽度,需要同时满足两个标准才能判定为一致性满足要求。最后,以某高速公路拟建的棚洞隧道工程为实例,进行公路3种典型车型的运行仿真,获取了驶入/驶出洞门时的横向偏移量,结果表明小客车驶入隧道时的偏移量较大,存在碰撞检修道的事故风险,洞门位置的线形一致性不满足要求。     

基于抽样车辆轨迹数据的信号控制交叉口排队长度分布估计

排队长度是评价信号控制交叉口运行状态的重要参数之一。现有大多数基于抽样车辆轨迹数据的排队长度估计方法可以实现周期级排队长度估计,但是需要信号配时、渗透率或车辆到达分布等实践中难以获取的输入信息。此外,这类方法在低渗透率条件下往往难以确保估计结果的准确性和可靠性,极大地限制了其实用性。因此,提出一种抽样车辆轨迹数据驱动的时段级信号控制交叉口排队长度分布估计方法,可不依赖任何交通流理论模型和前述输入信息实现排队估计。首先,通过理论推导可以证明时段内抽样车辆的停车位置分布和排队长度分布之间可互相转化;然后,提出一种扩展的核密度估计方法来拟合并平滑抽样车辆停车位置分布,从而有效地适应不同日期和周期的轨迹叠加所带来的波动,提高方法的适用性;最后,基于前述推导和拟合的停车位置分布实现时段排队长度分布、平均排队长度和百分位排队长度估计。分别采用仿真和实证数据对上述方法进行验证和评价。结果表明,通过叠加5 d相同时段的抽样轨迹数据,15 min的平均排队长度估计误差仅为1.59 veh,相对误差仅为9%。同时,面向不同分析时长,只要给定超过100 veh抽样车辆的观测样本,无论渗透率高低,所提出的方法在定时或自适应信号控制交叉口都可实现时段排队长度分布的准确估计,其成果可进一步用于信号控制交叉口运行可靠性评估以及多时段定时信号控制的鲁棒优化。     

基于强化学习DDPG的智能车辆轨迹跟踪控制

针对智能车辆在轨迹跟踪过程中的横向控制问题,提出一种基于强化学习中深度确定性策略梯度算法（Deep Deterministic Policy Gradient,DDPG）的智能车辆轨迹跟踪控制方法。首先,将智能车辆的跟踪控制描述为一个基于马尔可夫决策过程（MDP）的强化学习过程,强化学习的主体是由Actor神经网络和Critic神经网络构成的Actor-Critic框架;强化学习的环境包括车辆模型、跟踪模型、道路模型和回报函数。其次,所提出方法的学习主体以DDPG方法更新,其中采用回忆缓冲区解决样本相关性的问题,复制结构相同的神经网络解决更新发散问题。最后,将所提出的方法在不同场景中进行训练验证,并与深度Q学习方法（Deep Q-Learning,DQN）和模型预测控制（Model Predictive Control,MPC）方法进行比较。研究结果表明：基于DDPG的强化学习方法所用学习时间短,轨迹跟踪控制过程中横向偏差和角偏差小,且能满足不同车速下的跟踪要求;采用DDPG和DQN强化学习方法在不同场景下均能达到训练片段的最大累计回报;在2种仿真场景中,基于DDPG的学习总时长分别为DQN的9.53%和44.19%,单个片段的学习时长仅为DQN的20.28%和22.09%;以DDPG、DQN和MPC控制方法进行控制时,在场景1中,基于DDPG方法的最大横向偏差分别为DQN和MPC的87.5%和50%,仿真时间分别为DQN和MPC的12.88%和53.45%;在场景2中,基于DDPG方法的最大横向偏差分别为DQN和MPC的75%和21.34%,仿真时间分别为DQN和MPC的20.64%和58.60%。     

碎石RPC抗拉性能试验研究

RPC是一种新型的超高性能水泥基复合材料,因其具有超高的抗压性能和远高于普通混凝土的抗拉性能而受到广泛关注。通过试验对碎石RPC的抗折性能和轴心抗拉性能进行了研究,以得到各组分对碎石RPC抗拉性能的影响。     

新车，你的“保鲜期”有多长？——2006年新车的价格轨迹分析

不少人买了车就抱怨：“怎么我的车刚买就降价了？”“如果晚一个月买就能便宜1万元。”其实在这个新车层出不穷、车型升级换代加速的年代，一辆新车自上市那天，降价就成了必然。新车能“新”多久，其价格能“挺”多久，哪个车型坚持的时间长，这对消费者的影响也越来越大。因此，我们把一辆新车从上市到降价这中间经历的时间称为“保鲜期”，“保鲜期”是车辆保值性的参考之一，它不仅从一个侧面反映了某车型市场表现的好坏，更是关系到其品牌认可度的高低。那么2006年，新车们的“保鲜期”有多长呢？     

船用指北平台式惯导模拟器中轨迹发生器设计

针对船用指北方位平台式惯导模拟器的需要,设计了一种贴合于舰船实际情况的轨迹发生器。根据舰船常见的运动状态给出了轨迹发生器的解析式方程,以及需要输入软件系统的运动参量,并在实验部分对设计的轨迹发生器进行了仿真实验。通过将轨迹发生器生成轨迹以及惯导在轨迹发生器生成的IMU参数下,自主、组合工作模式生成的轨迹进行比较,证明了算法的有效性。本文研究结果可为下一步船用指北平台式惯导模拟器的设计提供软件支持。     

推土机推梁预升纵倾增量角公式的导出及在推土作业中的应用研究

研究了推土机推梁预升纵倾增量角、铲刀前上方地形探测器检测量、铰点在纵向垂直推梁基线的位移量以及期望的下刀量之间的关系,导出推梁预升纵倾角公式,阐明了公式的物理含义;研究了公式在推土作业中的应用,并利用履带式推土机模型。对公式在推土作业中的应用研究进行了物理仿真。结果表明：在推土作业中,运用公式对铲刀进行前馈控制时,即使铲刀前地形、履带下地形都出现较大起伏,铲刀刃轨迹仍然平缓得多,并且可实现空铲自动定位、自动停止前进。     

基于遗传算法的工业机器人时间最优轨迹规划及仿真研究

“中国制造2025”战略的提出,给工业自动化的发展与应用带来了更加广阔的空间。工业机器人作为智能化工业生产的重要组成部分之一,其作业质量与工作效率,直接影响到我国工业现代化的实现速度。本文以工业机器人的轨迹规划作为研究方向,首先概述了工业机器人技术发展状况和应用前景;然后详细分析了遗传算法的工作原理与工业机器人轨迹规划时间最优问题;并以PUMA560工业机器人作为课题的研究对象,通过数学遗传算法函数规划的方式,探究工业机器人时间轨迹规划的最优计算方法;最后利用MATLAB实现程序代码编程、优化与仿真,建立规范化的最优轨迹方案。仿真结果证明,PUMA560工业机器人能够在特定遗传算法下高效完成工业制造任务。