强迫振动法结构模态参数识别

通过激励结构振动的方法,可以采集到结构的强迫振动时程。再对强迫振动时程采用随机减量法提取自由振动信号,并进行ITD识别,即可得到结构的模态参数。对随机减量技术与ITD识别技术的基本原理进行了介绍,并给出了一个实测信号的识别实例。     

职业技能鉴定工作的探索与实践

南通中远川崎船舶工程有限公司为建立一支高技能的人才队伍,从2005年开始开展职业技能鉴定工作,通过5年的探索和实践,从提高职业鉴定的认识、注重鉴定质量到严格控制鉴定流程,注重鉴定效果等方面入手,将职业技能鉴定与技能提升紧密结合在一起,迅捷高质的提升了员工的技能水平,拓宽了高技能人才队伍建设的思路。     

海事民意实时回访的法价值探析

海事民意实时回访改变了以往海事行政主体与相对人之间单一的"命令—服从"关系,取而代之的是双方的沟通、交流、互动与合作,这使海事主管机构能够及时、准确地了解广大相对人的利益诉求,有针对性地调整工作方向,找准工作切入点,从而提高行政效能。     

基于实时以太网的电力推进船舶IPNCS设计

针对现场总线技术在综合电力网络控制系统中应用的不足,设计了将基于实时以太网的网络控制系统植入综合全电力系统的模型。通过增加软件调度层并在线确定优先级的方法,确定实时节点占用信道的顺序,克服了现场总线技术缺点的同时解决了以太网本身的实时性问题,符合电力推进船舶综合全电力系统的要求及其发展趋势。仿真结果证明了结论的有效性。     

采用谐波比值法的路基碾压实时检测技术研究

在依靠理论研究的基础上利用压实度和振动频率间的正比关系,对压实度进行实时连续检测。结合高速公路建设中现场试验抽取的两种砂砾土压实度与加速度谐波比之间的关系表达式;通过回归探索发现了压实度谐波比的有效值等式和土体粒料组成的联系。探索结论可以直接使用到各等级公路路基基床压实检测工序中去,并且能够使压实检测工作提高效率,减少工序间隔时间,而且有助于在过程中进行压实度质量控制,在公路施工建设领域有着重要的意义。     

大型邮轮救生艇替代设计定性分析

以大型邮轮救生系统为研究对象,进行大型邮轮救生艇替代设计定性分析。确定替代设计的安全目标和影响替代设计的相关法规,分析受替代设计影响的相关布置和系统以及主要的操作场景。在此基础上开展危险识别,即对各种危险及其事故场景进行分析,并按其相对于所考虑问题的风险水平进行排序,对于风险等级高的事故场景,提出相应的风险控制措施。确定需要通过定量分析作进一步研究的事故场景、采用的性能衡准和评估方法,进而为大型邮轮救生艇替代设计及相关定性分析提供指导。     

少学时“机械零部件识图”课程的线上线下融合教学模式探讨

"机械零部件识图"是汽车类专业的一门必修专业基础课,本文基于现有"机械零部件识图"在线开放课程资源,探讨线上与线下交互融合教学模式在少学时"机械零部件识图"课程中的应用。     

高精度准实时监测防波堤抛石的软件开发

在长周期波浪、作业窗口少等不利海况条件下,传统的多波束监测技术精度仅为±10 cm、效率也较低。依托以色列阿什杜德港工程,基于多波束通用格式数据,采用有验潮和无验潮两种测量模式,分析各种误差来源,并对多种滤波算法进行对比,开发出多波束高精度自动化后处理软件。结果表明,该软件可实现不利海况条件下的防波堤边坡抛石状态准实时监测,精度可达±5 cm。     

客运枢纽"人群迷路区"的快速识别与优化 ——以北京南站为例

为缓解大型客运枢纽因诱导服务不到位而产生的人流拥堵问题，采用室内WiFi 定位技术和Mysql获取行人交通流分布热力图，通过百度地图坐标拾取系统识别人流聚集区的具体位置。通过定义迷路人群的交通特征参数，提出“人群迷路区”概念；应用视频识别追踪技术，分析行人速度与加速度的方差，于人流密集区运用视频识别技术寻找“人群迷路区”。最后以北京南站为例进行实地调研，利用调研数据识别北京南站的“人群迷路区”。基于人群速度与加速度方差，“人群迷路区”被分为四类：单纯人流聚集区、因标识不足而产生的人群迷路区、因标识过于复杂而产生的人群迷路区、因商业设施或障碍物遮挡而产生的人群迷路区。同时提出加大商业活动监管力度、简化部分引导标识、增加其他交通方式换乘区域标识等优化方法，可使人群行进效率提高约25%。     

考虑驾驶风格差异的高原公路危险路段识别研究

针对高原环境中驾驶人风格、生理变化与危险路段特征之间的潜在关联，提出一种基于驾驶状态的危险路段识别方法，辨识和分析不同风格驾驶人具有潜在风险的路段，并提出优化方案。首先，通过实车实验采集驾驶人行为及生理指标数据，使用DBSCAN(Density Based Spatial Clustering of Applications with Noise)得出驾驶风格类型，并依据行为特征对驾驶风格进行差异性 分析；其次，采用卷积神经网络、双向长短时记忆神经网络与注意力机制搭建危险状态识别模型，通过GPS(Global Positioning System)点位对应实现危险路段辨识，并基于驾驶风格差异，从驾驶人感知、操纵与生理角度对危险路段进行致因分析；最后，将生理与道路线形作为优化参考，以车速建议为着力点进行多元回归分析，并按照生理舒适域确定车速建议区间。结果表明：驾驶人根据行为特点分为谨慎、稳健和激进型，3类驾驶人在上行和下行途中的危险路段多为具有弯坡特征的组合型路段；海拔提升可加速危险驾驶状态的出现，各类驾驶人在上行时的紧张状态多源于弯坡组合值和转角值的增长，激进型驾驶人在坡度大于6%的直纵坡路段时亦会开始高度紧张；下行时，谨慎与激进型驾驶人在直纵坡坡度大于3%时易出现危险状态，激进型驾驶人在转角值大于80°且弯坡组合值大于50时亦存在驾驶风险。研究成果可满足高原公路人因事故预防的需求，为线形设计与交通管理措施制定提供理论依据。