延安东路隧道与东西通道“一体化”火灾联动的思考与研究

上海东西通道工程通车之后,与延安东路隧道连接,形成一条东西走向的特长隧道。因两条设施建造于不同年代,各方面设计存在差异及设备系统功能代差。根据“一体化”运行的要求,现梳理问题,提出优化及解决方案,结合基于YOLO v8神经网络算法的火灾检测技术,应用在隧道雨喷淋视频联动,精确定位,并通过数字孪生技术,辅助启动相关预案。通过试验测试,对比自动联动、人工操作及优化系统的效果,提高延安东路隧道与东西通道火灾联动的准确率。     

基于超星学习通的混合式教学应用于国际贸易实务课程的教学效果分析——以吉林农业科技学院为例

随着移动互联网技术的蓬勃发展,各大网络教育平台应运而生,高等教育课程也随之发生了变化。以超星学习通为代表的网络教育平台,在补齐线下教学短板、打破时空限制、丰富课堂内容、推进混合式教学等方面具有显著优势。国际贸易实务课程是一门实践性极强的课程,该课程进行混合式教学意义非凡。文章基于超星学习通平台,从学生的满意度和学习效果两个方面对国际贸易实务课程混合式教学的教学效果进行整体分析,总结出存在的问题,并提出了针对性的对策。     

基于深度强化学习与风险矫正的智能车辆决策研究

为实现高速公路环境下车辆的安全决策,提出一种结合深度强化学习和风险矫正方法的行为决策模型。构建决策模型所需的目标车辆及周围车辆的行驶信息,并引入自注意力安全机制,提高车辆在复杂高速场景下对周围潜在危险车辆的注意力,综合考虑行车效率、避障等因素以设计强化学习的奖励函数。此外,为解决强化学习在决策过程中缺乏安全性保障的问题,设计风险矫正模块对决策动作进行风险评估和矫正,避免危险决策的执行。在Highway-env仿真平台上对提出的决策模型进行训练和测试。试验结果表明,提出的决策模型有较高的行车安全率和鲁棒性,其驾驶效率也优于以规则、模仿学习和单纯深度强化学习为基础的决策方法。     

基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

开展车辆制动时路面类型识别的研究,提出一种基于主成分分析-学习向量量化神经网络 （Principal Component Analysis - Learning Vector Quantization,PCA-LVQ） 的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理,提取能表征路面特征的主要成分,采用学习向量量化神经网络对降维处理后的驾驶数据进行训练,并用于路面特征分类,使用制动工况下实车试验数据和硬件在环仿真数据进行验证。结果表明,所提出的 PCA-LVQ算法能准确识别路面类型特征,路面识别的精度达到 97%,与传统 BP神经网络的路面类型特征识别精度提升 7%;同时,在不同车速下,基于PCA-LVQ算法也能较准确地识别路面类型特征。     

混合交通流环境下基于改进强化学习的可变限速控制策略

现有的可变限速(VSL)控制策略灵活性较差,响应速度较慢,对驾驶人遵从度和交通流状态预测模型的依赖性较高,且单纯依靠可变限速标志(VMS)向驾驶人发布限速值,难以在智能网联车辆(CAVs)与人工驾驶车辆(HDVs)混行的交通环境中实现较好的控制效果。对此,结合深度强化学习无需建立交通流预测模型,能自动适应复杂环境,以及CAVs可控性的优势,提出一种混合交通流环境下基于改进竞争双深度Q网络(IPD3QN)的VSL控制策略,即IPD3QN-VSL。首先,将优先经验回放机制引入深度强化学习的竞争双深度Q网络(D3QN)框架中,提升网络的收敛速度和参数更新效率;并提出一种新的自适应ε-贪婪算法克服深度强化学习过程中探索与利用难以平衡的问题,实现探索效率和稳定性的提高。其次,以最小化路段内车辆总出行时间(TTS)为控制目标,将实时交通数据和上个控制周期内的限速值作为IPD3QN算法的输入,构造奖励函数引导算法输出VSL控制区域内执行的动态限速值。该策略通过基础设施到车辆通信(I2V)向CAVs发布限速信息,HDVs则根据VMS上公布的限速值以及周围CAVs的行为变化做出决策。最后,在不同条件下验...     

基于DCNN-BiLSTM的滚动轴承性能退化因子构建方法

针对如何从多维度特征中提取滚动轴承性能退化信息,构建性能退化因子的问题,提出一种基于DCNN-BiLSTM的混合输入网络。首先利用连续小波变换和24个典型时域频域特征计算公式分别得到滚动轴承振动的二维图像数据和一维时间数据,之后将两种不同维度的数据分别输入至混合输入网络进行训练,然后输入测试集数据得到滚动轴承的性能退化因子,最后利用单调性、预测性、鲁棒性对得到的性能退化因子进行评估。试验结果证明,混合输入网络结合DCNN和Bi-LSTM的优点,可有效提取滚动轴承性能退化信息,得到的性能退化因子综合效果较好。     

基于强化学习的船舶微电网能量管理策略

全电船舶将柴油发电机、电池储能系统、光伏发电系统相结合,以电能形式满足船舶日常各类运行的需求,提升了船舶能量的利用效率。然而,受到光伏强度和环境温度不确定性的影响,光伏发电系统的有功出力曲线呈现随机性和波动性,进而导致船舶微电网能量管理策略需要兼顾最优性和鲁棒性。为制定有效的能量管理策略,提出一种基于强化学习技术的全电船舶微电网能量管理模型及算法来克服不确定性的影响,算法求解得到的能量管理策略能根据随机性因素的实时变化动态修正,可保持船舶能量消耗处于最优状态。最后通过算例验证了所提算法的可行性和有效性。     

基于TDCS/CTC的分路不良统计分析系统设计与实现

轨道电路分路不良是铁路线路上多年存在且影响运行安全的重大隐患。基于列车调度指挥系统/调度集中（TDCS/CTC）研发了分路不良统计分析系统,实现分路不良区段实时统计,日报表、登销记统计,压道统计、区段汇总报表等功能,大幅度提高轨道电路分路不良区段管理的工作效率,对于人工组织压道、销记分路不良区段等具有重要指导意义。     

黄骅港智慧车站视频智能化应用研究

为提升车站自动化、智能化水平,提高人员作业安全性,有效减轻劳动强度,基于黄骅港站既有监控、监测、调度通信等设备现状,结合车站在实际生产作业和管理中对视频业务的需求,分析视频系统利旧、可用性及智能化等要求,采用增强现实和视频分析技术,设计开发黄骅港智慧车站立体防控云防系统。通过现场验证,该系统在有效保证调车作业安全的同时,降低了室外作业人员劳动强度,减少车站作业人员数量,可解决黄骅港站不同业务场景的管理问题,为铁路智慧车站建设提供思路。     

基于BIM技术的铁路多专业数字化设计研究

随着信息技术的不断发展,BIM技术的应用已成为铁路工程设计领域的重要趋势。基于BIM技术,铁路工程勘察设计领域在数字化设计取得了一定进展,但依旧存在数据标准不统一、系统集成难度大等问题。为解决这些问题,统一专业设计环境,实现多专业数字化设计集成,基于BIM标准体系框架,制定企业标准,研究满足数据统一存储表达的标准数据模板;设计多专业间信息交互接口,搭建多专业设计软件研发框架,初步形成了多专业数字化设计体系。在此基础上,从利用工作空间进行设计资源管理、构件库搭建、专业接口及建模功能设计和设计成果输出等方面进行阐述,明确了专业数字化设计功能研发的主要内容,提出工程数量统计方案和利用信息模型进行二维图纸绘制的方法,研发多专业数字化设计软件,为专业数字化设计提供高效便捷的工具。通过在项目中进行应用,体现了数字化设计的优势,验证了数字化设计体系,达到了提高效率和质量的效果,形成了一套较为完整的多专业数字化设计解决方案,为铁路多专业数字化设计研究提供借鉴和参考。