螯虾神经轴突上双微电极细胞内刺激与记录及其实验观察

本文以螯虾细小神经轴突为标本,成功地应用双玻璃微电极进行细胞内刺激与电活动的记录。观察了细小神经轴突膜电生理和物理特性参数。钾离子通道特异性阻滞剂4—氨基吡啶,使Weiss式中常数b值显著减少;a值无明显变化;膜静息电位去极化;阈电位水平上移;动作电位幅值、锋电位时程、膜电阻和膜时间常数均有显著意义的增加。结果提示:4—氨基吡啶可提高膜的应激性,对神经膜兴奋性无明显影响;生物膜应激性及膜电阻的变化与钾通道的活动状态有密切关系。     

高速列车过分相段下真空断路器的电寿命研究

针对高速列车真空断路器(VCB)在列车运行中处于频繁开断的状态,开断过程中电弧反复烧蚀触头产生尖端、毛刺、金属蒸汽,扩散的金属蒸汽又使灭弧室真空度降低,首次提出了通过测量VCB在分断不同次数正常电流下接触电阻表征其电寿命的试验方法,并得到了不同分断次数下耐受冲击电压和工频工作电压的特性.研究表明:VCB初期接触电阻随分断次数增加而增加,之后接触电阻基本保持不变;在VCB使用初期瞬态恢复电压不能导致电弧重燃,长期工作后可能导致电弧多次重燃,但即使长期工作后工频工作电压仍不能击穿灭弧室.     

广州地铁1号线信号与屏蔽门接口功能分析及日常维护

屏蔽门系统的控制需要信号提供相应的接口。结合信号系统与屏蔽门系统接口功能定义,介绍广州地铁1号线既有信号系统与后加装的屏蔽门系统的接口关系,以及TKCG-06型屏蔽门联动系统的设计原理、系统结构和工作模式,描述联动系统与车门回路、信号紧停回路、信号车载ATP（列车自动防护系统）、屏蔽门系统之间的电气接口内容,并分析了屏蔽门联动系统的常见故障类型以及在日常维护中故障处理流程。     

轨道车辆大功率IGBT散热器的热设计与试验研究

首先应用传热学理论对肋片散热器进行热阻计算,并采用Icepak软件进行仿真,最后为了验证理论计算和仿真的精度,进行了相关的散热器热阻试验.通过对散热器理论计算、仿真计算与试验结果进行对比研究证明,仿真计算能满足工程精度要求,理论计算经过修正后也能满足工程需要.     

基于径向基函数响应面方法的大跨度斜拉桥有限元模型修正

采用ANSYS有限元软件建立某大跨度斜拉桥试验室物理模型的三维有限元模型.基于灵敏度分析,选取模型待修正参数和用于模型修正的特征量.采用实验设计方法生成数样本,通过有限元分析提取对应的特征量信息,进而建立待修正参数与特征量关系的径向基函数响应面模型.通过对响应面模型的拟合误差分析,确定径向基函数的最优形状参数.以斜拉桥自振频率和静态索力构建目标函数.基于建立的响应面模型,采用遗传优化算法进行有限元模型修正.结果表明,采用径向基函数响应面模型拟合斜拉桥设计参数与特征量之间的隐式关系有较高的精度;基于仿真数据的模型修正有较高的精度,基于试验数据的模型修正能得到合理的结果,该方法可有效地修正复杂桥梁结构有限元模型.     

高速动车组降阻与减重应用研发

从减小列车运行阻力的目的出发,研究高速动车组气动设计以及轻量化设计的关键技术,通过对影响列车运行阻力的主要因素进行系统分析及优化,提出了高速动车组降噪减重的控制策略及具体措施。线路试验表明,相关措施有效降低了高速动车组的运行阻力,实现了速度提升、节能环保的目标,同时也提升了列车的动力学性能及综合舒适度。     

中国新型极地考察船冰载荷预估研究

本文针对中国新型极地考察船所受冰载荷进行了研究,其中包含了平整冰阻力和浮冰碰撞力.对于船舶设计者和建造者来说,船舶冰载荷的预估非常重要.本文采用经验公式方法计算了该船在平整冰中航行的冰阻力,并且与模型试验结果进行了对比.结果显示,计算和试验结果中的冰阻力都随船舶航行速度的增大而增大,经验公式方法可以预测出合理的平整冰阻力.通过计算得到了该船的性能曲线,即该船在不同厚度平整冰中航行所能达到的速度.此外,本文还考虑了该船与圆形浮冰之间的三维斜向碰撞问题,采用解析方法评估了浮冰对船舶的撞击力,研究了撞击位置、法向框架角度以及浮冰尺寸对碰撞力的影响.基于计算结果,本文就冰载荷的预测进行了讨论并提出了一些建议.     

基于模糊集合理论的船舶碰撞危险度模型

为了解决多船避碰决策过程中避让行动优先级问题,提出一种基于模糊集合理论的船舶碰撞危险度确定模型。选取最近会遇距离、最近会遇时间、船间距离、相对方位、船速比5个因素建立碰撞危险度影响因素集,并确定各因素评价集、评价指标以及各参数的隶属度函数,经模糊综合评价得到船舶碰撞危险度计算模型。设置两船交叉会遇以及多船交叉会遇2种会遇局面进行仿真实验,实验结果验证了该模型的有效性。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于船舶火灾蔓延态势的路径规划算法研究

船舶作为海上一个独立的建筑实体,非常容易发生火灾。本文以63500DWT油船船舱作为研究对象,通过对火灾蔓延模拟仿真实验数据进行图表分析,得出了在不同工作条件下在固定检测点位置的温度,CO浓度和烟气浓度变化规律。对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法,并对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,通过实验验证,该算法寻路效率更优。