基于序贯Kriging模型的潜器型线优化设计

潜器型线优化设计是一个多目标优化问题,在型线设计过程中,阻力性能与包络体积的要求是相互冲突的。为了解决计算流体力学软件如Fluent在进行潜器的外形优化设计时效率低下问题,采用Kriging模型代替仿真模型进行潜器外形设计的策略,其基本思想是：选取设计变量和样本点,利用ICEM软件建立参数化的水动力分析模型,用Fluent软件计算得到样本点的阻力响应值,建立反映设计变量与响应之间关系的Kriging模型,将阻力和体积作为潜器外形优化的两个目标,利用多目标遗传算法求出Pareto最优解。由于采样策略对Kriging模型精度影响很大,本文提出了一种新的序贯采样方法命名为加权累积误差方法,来选取样本点以提高Kriging模型精度。结果表明提出的序贯Kriging建模技术能极大提高潜器型线优化设计效率,同时保证设计精度。     

交流稳压电源控制中数据采样技术及算法改进

在基于单片机的稳压电源控制中,介绍了直流采样实现电路和数据处理方法,指出直流采样存在的缺点,提出同步交流采样技术实现交流电压采样,给出交流采样接口电路和两种过零检测实现方法,实现精确同步采样,最后给出工频电压采样数据的数据处理算法.     

曲线路面摊铺中找平系统采样长度的合理选择

通过建立不同找平系统的传感器在横向弯道和纵向上、下坡道上的探测模型,得到具有一定扫描长度的找平系统对一段给定路基的扫描将改变其浮动平均高程的定性趋势,以及相应情况下采样长度与浮动均值之间的数值定量关系,证明了曲线路面的曲率半径越小且采样长度越大时,找平系统所获得的浮动均值偏离基准点高程的程度越大.研究结果表明:在实际使用中,应根据曲线路面曲率半径的大小、路面横向弯道的超高率容许误差和路面厚度容许误差范围合理选择找平系统的采样长度.     

分形方法在地形数据内插中的应用

简述了分形、迭代函数系统（ＩＦＳ）及分形布朗运动的基本概念,介绍了基于迭代函数系统和分形布朗运动的分形内插方法,并给出了具体算法和应用实例。     

隧道三维激光扫描测算一体化技术方案与实践北大核心CSCD

三维激光扫描技术已在隧道工程中得到广泛应用,但其内外业脱节、人工操作过多、实时性不足等问题日益凸显。文章结合工程实践,提出三维激光隧道扫描测算一体化技术方案,通过隧道设计模型录入、坐标里程解算、点云自动过滤、点云降采样与地物分离等,对点云进行特征值提取,得到兼顾规模、精度、效率的点云数据模型;通过点云与设计、点云与点云的对比解算,得到隧道工程质量安全相关成果。该技术方案在某铁路隧道工程中进行实践,可将内外业工作总时间缩短至20 min以内,自动化程度高,成果精度好,具有很好的推广价值。     

改进承插式连接桥墩与承台的承插深度分析

传统装配式承插桥墩因为要求承插深度较深,导致工程应用有限。该文提出改进承插式的拼装构造,包括侧面剪力键、墩底U形抗冲切钢筋、高强无收缩灌浆料、大直径金属波纹管约束等措施。列举了当前的承插式深度计算公式,并在此基础上提出改进承插式桥墩承插深度计算公式。讨论了轴压比、混凝土强度等因素对承插深度的影响。分析表明：改进承插式连接使承插深度减小,降低了承台厚度,拓宽了工程应用范围;在荷载等级不高的非抗震区,承插深度可达到0.7倍墩柱直径;剪力键构造对承插式抗弯贡献了20%。轴力偏心距小于0.5倍墩柱直径时,轴力对承插式构造抗弯是有利的;当偏心距大于0.5倍墩柱直径时,需要适当增加埋置深度。增大混凝土强度,可降低承插深度要求。     

舰船舱室环境空气中VOC轴向被动采样速率研究

快速获取有效、可靠的被动采样速率对被动采样器在舰船环境监测领域的应用十分重要。传统被动采样器的模型要求得到吸附管的物性参数,获取参数困难且难以推广。本文通过建立理论模型及实验舱测定等2种方式提供被动采样速率的标定方法及参考值。基于集总参数简化吸附传质模型,并搭建实验舱测定代表性VOC污染物的被动采样速率,通过回归拟合得到了模型中的关键表观参数。     

考虑峰值数据重平衡的地铁客流预测研究

地铁客流预测是城市轨道交通系统日常运营管理的基础,尤其是对突发大客流影响时的准确客流预测,能够有助于缓解城市地铁运营压力并降低安全风险。虽然目前的地铁客流预测方法在对日常客流预测准确性上有较好的表现,然而由于忽视了客流波动造成的客流峰值和谷值数据量不平衡,其对客流的峰值预测效果并不佳。为了进一步提高客流预测精度,考虑从峰值数据自身特征出发,通过聚类模型判断客流类别并验证不同客流类别间显著的不平衡问题,参照分类任务中类别不平衡问题的处理方式,通过欠采样、随机过采样和合成少数类过采样3种数据平衡方式,实现客流平衡处理。同时,采用支持向量回归、人工神经网络和长短时记忆神经网络3种预测模型,进行客流预测并对比不同数据平衡方式对模型性能的影响。研究结果表明：相比于未对训练集进行数据平衡处理,类别平衡在一定程度上提升了模型的预测精度;基于合成少数类过采样技术平衡数据的支持向量回归模型可以提供最佳的进站客流预测精度;基于随机过采样技术平衡数据的长短时记忆神经网络模型可以提供最佳的出站客流预测精度。研究结果可为客流波动较大情况下的城市轨道客流精准预测提供理论依据。     

基于铁路e卡通的异常行程处理机制研究与应用

针对旅客使用铁路e卡通（简称：e卡通）先乘坐后付款的应用中存在进/出站记录不完整,致使票款收入无法及时收缴的问题,通过分析业务场景,提出基于e卡通的异常行程处理机制,设计业务流程和功能;借助铁路12306互联网售票系统,采用行程数据核验、数据加密和数据库存储过程等技术,构建旅客自助、人工和强制的多场景异常行程处理应用。该应用目前已在大部分铁路局集团公司试点,结果表明,异常行程可按各铁路局集团公司收入的要求在规定时间内完成预授权交易,保障铁路运输收入资金风险管控目标。     

船体梁采样频率和滤波频率确定方法

船舶在恶劣海况中航行时,船中部的实测应力含有静应力、波浪诱导应力与高频砰击应力等多种成分,应力监测系统中采样频率和滤波频率的选择好坏直接影响后续的数据分析,进一步影响相关人员对船体健康状态的判断.通过对不同应力成分的频率特征分析,分别提出适合实船运用的采样频率、滤波频率确定方法,并通过模型试验验证方法的准确性.