偏压连拱隧道施工方法研究

文章采川三维有限元数值模拟研究了偏压连拱隧道不同施工顺序下拱顶下沉、中墙稳定性及初期支护受力特征.研究结果表明,先开挖浅埋侧时,拱顶沉降较小,中墙在施工中的稳定安全系数较大、弯矩较小,初期支护受力较大;对于浅埋偏压连拱隧道,围岩变形及中墙在施工中的稳定性控制更为重要.所以,从有利于围岩变形、中墙稳定性控制以及中墙受力的角度出发,宜采用先开挖浅埋侧的施工方法.     

Logit模型在南广高铁线客流分担预测中的应用

对分担率进行科学的预测是交通运输规划的基础性工作,是制定运输决策的重要依据。文章经过比较选取多项Logit模型为分担率预测模型,介绍了模型建立与求解的方法,并运用该模型对南广高铁沿线客流分担率进行预测分析。     

基于GIS的公路综合排水系统设计方法研究

为了从系统工程的角度设计公路排水系统,提出了基于GIS的公路综合排水系统设计方法。通过建立数字高程模型,基于GIS平台构建资料管理库系统,结合水文分析计算,进行地表水模拟。对地下水进行数值模拟计算,借助VisualBasic进行设计径流量和水力计算,通过排水设施图形库来进行排水设施模拟,流域集成后推荐排水设施设置情况,构建公路综合排水设计系统结构。     

基于灰色理论的隧道围岩收敛预测

文章根据隧道围岩收敛监测信息,应用灰色系统原理和方法,建立了GM(1,1)模型并进行了预测。预测结果表明,灰色模型预测值与实测值吻合程度较好,能为隧道的动态设计和信息化施工提供决策依据。     

卫星定位技术在内河船舶运输安全管理中的应用

本文通过对内河船舶运输尤其是危险品运输的特点,介绍采用卫星定位技术研究开发"船舶动态安全监控系统",以实现对船舶运输的安全管理,并说明了此项技术在船舶运输安全监控领域应用的可行性。     

汽车尾灯周边外观配合关键影响要素分析与研究

尾灯周边外观配合的影响要素非常多,包括设计结构、单品精度、总成精度、车身精度、装配精度等,这些各汽车制造公司都已作为品质要点进行了管理,即便如此,仍无法完全保证尾灯周边外观配合,文章在上述常规要点管控基础上,基于设计配合结构、定位基准、制造工艺等多方面,分析了3项影响外观配合的关键要素。实践表明,解决这3项关键要素,能有效提高尾灯周边外观配合问题点的解决效率及品质稳定性。     

某特种车模态分析

为了更好地探究车内低频结构噪声,采用有限元法建立某特种车的有限元结构模型、车内声腔模型和声固耦合模型,分析了具有代表性的局部结构模态,车内空气在其固有频率下声压的振动情况以及对比分析耦合模型和结构模型,为找出对车内振动噪声贡献量大的部件提供参考。     

电动汽车整车控制器硬件在环测试系统设计

文章研究了电动汽车整车控制器硬件在环测试系统的整体测试流程,分析在环测试的关键技术,整合系统硬件结构,具体阐述了硬件在环测试中电动汽车各系统的具体的软件模型,并基于NI PXI/LabVIEW搭建了硬件在环测试系统的软硬件测试平台。以一款电动汽车整车控制器(VCU)为被测对象,搭建了电动汽车VCU硬件在环测试系统,通过测试序列实现对整车控制器功能策略的测试验证试验。试验表明该硬件在环测试系统能够准确全面检测VCU各项功能,提高VCU产品性能,有效缩短开发周期。     

"道路指纹"关键技术及其在智能车路系统中的应用

针对智能网联汽车与车路协同系统中的高精度定位核心技术问题,提出了"道路指纹"的概念与表征模型,并在"道路指纹"的基础上提出了面向智能车路系统的高精度定位方法."道路指纹"是通过车载传感器数据提取的高稳定性与高辨识度的道路场景特征信息.在"道路指纹"表征模型中,分别从表征的唯一性、计算的快速性、特征的稳定性以及表征的精准性等4个方面完成建模工作.其中,针对表征唯一性需求,提出基于多视角(包括俯视、前视、侧视等)与多传感器的表征方法;针对计算快速性要求,提出了全局特征与语义特征的表征方法;还提出基于深度卷积神经网络(D-CNN)的深度学习特征提取方法,大幅度提高特征表征的鲁棒性;最后,通过提取路面的局部特征,实现特征的精准性(亚像素精度)表征.通过对上述特征进行层次化组织,完成"道路指纹"的表征建模.通过对道路上各个节点进行"道路指纹"计算与建模,并同步获取节点的传感器位姿、场景结构信息,完成道路指纹库构建工作.在定位过程中,首先通过车载传感器获取的数据实时完成"道路指纹"计算,然后通过匹配道路指纹库,完成车辆的高精度位置计算.在开发的"道路指纹"技术基础上,分别从视觉道路指纹定位、LiDAR道路指纹定位以及道路资产管理等3个应用案例给出了该技术的应用前景.所提出的"道路指纹"技术,为解决智能车路系统中的高精度定位问题,特别是卫星信号盲区下的高精度定位问题,提供了一种新的解决思路.      

ABC-S:智能网联汽车网络安全分析框架

针对智能网联汽车分层分布式的架构,借鉴IT网络安全领域的经验,提出一种名为ABC-S的网络安全分析框架。A指资产,即需要保护的对象。B指边界,C指通信,即访问资产的非常规渠道与常规渠道。S指多尺度服务,将资产在多个层级进行分解,理清安全需求与相互职责;合理规划各结点的防护投入,实现整体效能最大化;建立综合服务机制,保障系统持续运行于安全状态。因此,ABC-S框架在智能网联汽车安全领域具有显著的实用性与自适应能力。