高速公路直线路段突起路标间隔设置方法

基于驾驶人的视觉惰性、视觉警示频率和感觉特性, 分析了突起路标的视觉警示作用, 确定了突起路标的闪现频率, 计算与修正了突起路标的初始间隔。应用ADAMS/Car仿真软件模块, 建立了道路、车辆和突起路标模型, 将车型设置为大型车和小型车, 大型车的车速设置为60、80、100km·h^-1, 小型车的车速设置为80、100、120km·h^-1, 大型车和小型车的方向盘转角均设置为1°、3°、5°。分别对提出的12m间隔与现行规范推荐的15m间隔各进行243次仿真, 分析振动警示效果。仿真结果表明: 在12m间隔下, 平均碾压率为93.1%, 小型车和大型车对应的平均警示率分别为41.7%和5.6%;在15m间隔下, 平均碾压率为93.7%, 小型车和大型车对应的平均警示率分别为33.3%和28.9%;12、15m间隔对小型车都具有较好的振动警示效果, 15m间隔对大型车的振动警示效果更好。当高速公路夜间交通流较大或需要加大交通设施的夜间安全效果时, 可选12m间隔提供良好的视觉连续性和视觉警示效果; 考虑施工维护的方便性和经济性或者大型车比例较大时, 可选择15m间隔。     

基于多模式弱分类器的AdaBoost-Bagging车辆检测算法

针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题, 提出了融合多模式弱分类器, 并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点, 以Haar特征训练判别式弱分类器, 以HOG特征训练生成式弱分类器, 以AdaBoost算法为桥梁, 采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器, 利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明: 相比于单模式弱分类器, AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性, 表现为较高的检测率与较低的误检率, 分别为95.7%、0.000 27%, 每帧图像的检测时间较少, 为25ms; 与传统级联AdaBoost分类器相比, AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间, 但检测率提升了1.8%, 误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法, 具有较佳的车辆检测效果。     

高速列车隧道交会压力波特性

采用基于有限体积方法的计算流体力学软件, 建立了列车几何模型和非定常可压缩湍流的三维流动模型, 对高速列车隧道内等速和不等速交会的全过程进行了数值模拟。在软件的任意滑移界面动网格技术中嵌入了列车光滑启动方法, 研究了列车交会过程中隧道断面的压力波动、流速变化和压力波的形成过程。研究结果表明: 基于三维流动模型的计算结果能够清晰地展示高速列车隧道内交会时的压力场与速度场变化情况, 同一隧道横截面上各点的压力波动趋势与断面压力均值的波动趋势虽然一致, 但不同测点的压力差异较大, 最大可达53.5%;等速交会时隧道中央的交会压力变化幅值最大, 负压峰值达到约-7kPa; 不等速交会时高速列车车体正压峰值与负压峰值均随低速列车速度的减小而减小, 而低速列车比高速列车的正压峰值大约1.5kPa; 两列车鼻尖交会处的隧道断面压力波负压峰值与低速列车速度的二次方近似成正比。     

VMS下驾驶员路径选择行为分析与建模

为了实现交通流在路网中的合理分配,可变信息板(VMS)通过发布动态交通信息来引导驾驶员选择最合理路径.通过构造基于陈述偏好调查(SP调查)的诱导信息下驾驶员路径选择行为的有序多分类Logit模型,分析各因素对驾驶员路径选择行为的影响.分析结果表明,年龄、出行距离、可选路径、VMS信任度、改变路径频率对驾驶员路径选择行为的影响较大.在驾驶员个人属性中,年龄对驾驶员的路径选择行为影响最大;在出行属性中,驾驶员对出行距离和可选路径最为敏感;在对VMS的认知和服从属性中,驾驶员对VMS信任度越高,按照VMS诱导信息改变出行路径的概率越大;改变路径频率越高的驾驶员,越易改变出行路径.     

基于改进委托-代理模型的船舶碳减排政府激励效用建模与分析

目前碳减排激励措施主要考虑碳定价、碳税、船舶航速降低激励等,尚未针对实施碳减排的船公司给予合理补贴激励。由于船公司运行模式、减排思路、资产组成等方面与普通企业的差异,传统委托-代理模型假设无法满足航运业背景下对政府激励效用的需求,需对现有委托-代理模型进行针对性改进。为实现政府以有限基金达到社会效用最大,同时满足船公司付出最优努力获得最大收益,考虑持风险规避态度的船公司碳减排效果外生不确定性,提出船舶碳减排政府激励效用模型,根据政府能否完全观察到船公司的减排努力程度,分别在信息完全与信息不完全条件下,以政府和船公司自身收益效用最大为优化目标,求解政府最优奖惩系数和船公司碳减排最优努力程度,分析政府对船公司进行规制的最优激励合约问题,以及决定船公司碳减排内外部因素的参数对政府给与船公司的最优激励及相关参数的影响。结果表明：最优激励系数伴随外生随机变量方差和绝对风险规避系数的增加而加速下降至缓慢降低,当外生随机变量方差为8和绝对风险规避系数为4时,下降速率趋至平稳,此时,船公司对选择碳减排的风险厌恶程度极高,对实施碳减排的抵制心理十分强烈;成本系数和减排努力水平影响系数同时影响船公司实施碳减排的力度,当减排努力水平较大时,政府的激励随船公司的成本增加呈现先迅速增长后平缓的变化趋势,意味着政府在有限基金内尽可能满足船公司碳减排需求以减少实施难度,但当激励达到一定程度,增加激励不会直接影响船公司碳减排积极性;由于成本系数和减排努力水平影响系数对政府激励效用的共同影响,不同航运市场条件下都将存在1个最优激励,结合长江航运发展背景,当成本系数为0.5且减排努力水平影响系数为3,使得政府激励效用最优。     

小样本下基于迁移学习与LSTM的雾天高速公路车辆跟驰模型

由于在现实生活中能够采集到的不同雾天等级的高速公路车辆跟驰样本有限,导致雾天跟驰模型精度不佳,为此在长短时记忆神经网络（long short-term memory,LSTM）跟驰模型的基础上,采用迁移学习（transfer learning,TL）方法来提升雾天跟驰模型的性能。利用驾驶模拟实验平台搭建高速公路雾天与正常天气2种实验场景进行驾驶模拟实验,获得296组正常天气下（源域）的跟驰样本与100组雾天下（目标域）的跟驰样本。提出了基于最长公共子序列（longest common sequence solution,LCSS）的迁移样本选择方法,从源域中选出100个样本迁移至目标域中,通过扩大训练样本提升LSTM从源域、目标域特征到目标域输出的端对端泛化学习能力,得到雾天高速公路车辆跟驰模型。为对比所提样本迁移方法对LSTM模型的效用,将LSTM-TL模型与训练样本全部来源于源域的LSTM-S模型和训练样本全部来源于目标域的LSTM-T模型进行对比,LSTM-TL模型的均方误差、均方根误差和平均绝对误差比LSTM-S模型分别减小47.5%、27.7%和46.5%,比LSTM-T模型减小31.1%、17.0%和29.9%。为对比不同模型在仅有100组目标域样本时的性能,将LSTM-TL模型与Gipps、IDM、BP这3个模型进行对比,LSTM-TL模型的均方误差、均方根误差和平均绝对误差比3个模型中表现最优的Gipps模型减小18.5%、8.0%和25.9%。结果表明：直接将LSTM-S模型应用于目标域的预测,其精度不高,采用样本迁移合理可行;LCSS方法对源域样本筛选有效,由100个源域样本迁移到目标域训练得到的LSTM-TL模型的精度最高;在小样本情况下,拥有较少参数的Gipps模型预测精度优于LSTM-T或LSTM-S模型,但由于迁移学习能够从源域样本中获取知识的特性,LSTM-TL模型有着最高的精度。     

波浪中船舶操纵性数值预报及自航模验证

基于统一理论,考虑横荡、纵荡、艏摇平面三自由度操纵和横摇耦合,建立四自由度模型,按照MMG模型将船体上的力分为船体力、螺旋桨力和舵力,采用耦合模型叠加波浪力的方式来预报船舶在波浪中的操纵性。波浪力采用三维面元法计算,并根据船舶实时速度和遭遇浪向进行二维插值。通过对比仿真数据与自航模试验数据,验证了模型的准确性。预报了在不同波浪工况下的船舶操纵性,验证了二阶力是船舶回转漂移的主要原因。比较了不同波高对船舶在波浪中操纵性的差异,研究结果表明:波高越大,船舶回转的纵向和横向漂移越明显,并且Z形试验中的第1超越角和达到时间越长。

     

基于承载能力的水下承压结构钢质模型制造质量检验要求分析

深水承压结构在研制过程中需要进行大量的缩比模型试验,而缩比模型的制造质量直接关系到试验能否达到预定试验目的,关系到试验结果的正确性。对影响深水承压结构缩比模型试验结果的各种制造质量因素进行分析,提出水下承压结构钢质模型制造质量检验要求;对于有初挠度超差的试验模型,通过理论分析,提出采用有限元方法进行评估计算。通过对4个实例的评估计算分析,证明采用有限元方法进行评估计算的结果可以作为有初挠度超差模型的制造质量验收依据。

     

移除单元法中单元失效应变的确定

针对移除单元法数值模拟裂纹板拉伸断裂的过程,研究单元失效应变的选取方法及影响因素。采用MSC.Dytran有限元软件进行数值计算,分别以试验获得的载荷极值、最大伸长量和能量为依据,分析网格尺寸对单元失效应变的影响,讨论3种准则的失效应变计算结果与试验间的误差。结果表明：能量准则的失效应变综合考虑了裂纹板拉伸过程中载荷与位移这两个因素,计算结果能较好地反映裂纹板的力学特性;最大伸长量准则的失效应变计算载荷极值略高于试验值,适用于优先考虑裂纹板伸长位移的数值计算;载荷极值准则的失效应变计算结果偏差较大,难以全面反映裂纹板拉伸断裂的力学特性。结果显示,移除单元法适于模拟大型结构物的破坏过程。     

仿真技术在舰船动力装置生命周期中的应用研究

  目的  在充分分析舰船动力装置总体设计研究现状的基础上,指出现有动力装置设计方法中存在缺乏从多学科耦合角度进行仿真和优化,从而制约设计质量提高的问题,有必要开展动力装置多学科集成优化理论、方法及关键技术研究。  方法  建立舰船动力装置多学科集成优化设计系统框架,并对动力装置多学科优化技术、现代设计工具技术、协同仿真、支撑环境、设计软件开发等关键技术进行深入研究。  结果  给出了有效的解决方案。  结论  研究成果能为开展舰船主动力装置多学科集成设计优化提供一定的参考,同时为舰船动力装置设计水平的提高奠定一定的基础。