深层搅拌船的自动锚泊定位系统设计与实现

为满足国内首次研发的深层搅拌船的锚泊定位精度，充分考虑作业条件和工作效率，开发出一套全新的自动锚泊定位系统。将模糊控制与状态机控制思想相结合应用于锚泊定位系统，对船舶的当前状态进行模糊控制，状态机将锚泊定位过程划分为若干状态，不同状态采用不同的控制参数，保证船舶快速和精确地定位。结果表明，该系统在满足工程需要的同时，提高了施工效率，取得良好的效果。     

叠船整机运输与滚装工艺在电厂码头的应用

针对发运码头与用户码头高差过大导致无法选择合适船型进行卸船机整机运输与滚装上岸的难题,选择驳船与半潜船相结合的方式,以“叠船”方案进行卸船机整机滚装上岸。合理确定卸船机运输及上岸船型、现场施工方法及工艺要点等,并对过桥梁进行有限元分析。结果表明,过桥梁的应力和挠度满足使用要求;“叠船”方案实现卸船机整机海上运输及滚装上岸流程的规范化与安全化。     

ZYJ7型转辙机道岔启动电路改进研究

对铁路提速区段ZYJ7型转辙机道岔的启动电路进行改进,设计带有延时切断功能一体断相保护器(DBQ),在规定时间切断电机启动电路,防止道岔动作故障没有到位、到位后无表示、卡阻现象。在满足故障导向安全原则下节省一个时间继电器,简化启动电路。     

基于视频图像的公路隧道火灾烟雾检测

为有效检测公路隧道火灾烟雾并预警，针对公路隧道传统火灾烟雾探测器存在的反应慢和功能单一等问题，通过分析研究火灾烟雾视频图像的颜色和纹理特征，提出一种基于烟雾图像特征的公路隧道火灾烟雾检测方法。首先，通过改进后的Vibe算法模型提取图像运动区域；然后，在YUV色彩空间中确定疑似烟雾区域后利用颜色滤出方法分割出疑似烟雾区域；最后，用从疑似烟雾区域图像中提取的颜色矩和均匀局部二进制模式（ULBP）与灰度共生矩阵（GLCM）构成机器学习分类器的输入向量进行隧道火灾烟雾识别。为满足复杂的隧道环境，对比分析BP神经网络、支持向量机、随机森林3种机器学习分类器的烟雾识别效果，选出最优算法作为公路隧道烟雾识别分类器。通过模拟公路隧道火灾烟雾试验视频和某实际公路隧道火灾视频对分类器进行试验测试，结果表明： 基于BP神经网络算法的检测系统识别性能最优，选取的烟雾特征具有较高识别精度，能够在隧道复杂环境中识别火灾烟雾。     

基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础，提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系，定义了站点间距，并分析了站间距和车辆到总站距离间的联系；提出了公交乘客上车站点确定方法，进而得到公交站点上车客流量；通过分析公交客流数据特征，确定ELM输入参数维度，并采用IPSO 算法找到ELM的最优隐含层节点参数；最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内，并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析，发现改进的ELM方法拥有更高的可靠性和泛化性能.     

TBM工程适应性研究与挑战及应对思路

隧道掘进机(TBM)以其快速、优质、安全的施工特点已被我国工程领域广泛认可,且正在不断扩大应用范围甚至迎来"井喷式"发展趋势。为拓展TBM应用领域和范围,从地质适应性、支护结构、构筑物结构强度与耐久性、掘进速度、综合成洞速度、成本6个方面分析各机型的工程适应性,研究TBM发展所面临的挑战并从设备、隧道设计和施工三方面提出了初步思路,以期为相关单位和工程提供参考,促进TBM施工健康发展。     

5kNm立式参考式扭矩标准装置研究

本文介绍了5kNm立式参考式扭矩标准装置的结构形式和组成，并详细描述了有关参考式装置的结构设计及有限元分析、扭矩加载系统以及装置的超限保护机构的研究过程和研究成果。通过不确定度评定，装置的扩展不确定度Urel=0.05%（包含因子k=2）。参考式扭矩标准装置以其高性价比和快速校准的特点，满足了广大计量机构扭矩传感器校准的需求。     

Categorizing bicycling environments using GPS-based public bicycle speed data

A promising alternative transportation mode to address growing transportation and environmental issues is bicycle transportation, which is human-powered and emission-free. To increase the use of bicycles, it is fundamental to provide bicycle-friendly environments. The scientific assessment of a bicyclist’s perception of roadway environment, safety and comfort is of great interest. This study developed a methodology for categorizing bicycling environments defined by the bicyclist’s perceived level of safety and comfort. Second-by-second bicycle speed data were collected using global positioning systems (GPS) on public bicycles. A set of features representing the level of bicycling environments was extracted from the GPS-based bicycle speed and acceleration data. These data were used as inputs for the proposed categorization algorithm. A support vector machine (SVM), which is a well-known heuristic classifier, was adopted in this study. A promising rate of 81.6% for correct classification demonstrated the technical feasibility of the proposed algorithm. In addition, a framework for bicycle traffic monitoring based on data and outcomes derived from this study was discussed, which is a novel feature for traffic surveillance and monitoring.     

激光探测与测量视觉技术在堆取料机全自动控制中的应用

针对散货料场堆取料机人工操作堆取作业随意性大、精度差、效率低等现状,设计了一种堆取料机全自动控制系统。该系统基于激光雷达(Lidar)机器视觉技术,通过3D激光扫描仪实时获取料堆形状的点云数据,并完成对目标料堆的在线实时建模,最后控制堆取料机完成自动作业;提出了一种基于视觉图像处理算法的作业路径规划算法,通过实时提前预测作业轨迹来指导堆取料机自动作业。实践表明该控制系统提高了设备的作业效率,降低了作业成本。     

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型，是交通流理论 的基础。近年来，信息感知与获取、大数据、人工智能等技术快速发展，推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型，是以真实的车辆行驶数据为基础，利用数据科学与机器学习等 理论和方法，通过样本数据的训练、学习、迭代、进化，挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮，归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型，并分别介绍了其中的典型代表。分析数据源发现，尽管各 种高精度轨迹数据不断涌现，目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据，模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量，是否有必要考虑更多行为变量，现有输入、输出 是否可替换。在模型测试与验证方面，发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后，探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理，帮助研究者更好地了解数据驱动跟驰模型的过去与现状，促进相关研究的快 速发展。