普立特大桥桥位处山区风特性实测研究

为了获取偏远山区的风场特性,以普立特大桥桥位处风场实测项目为研究背景,开发了基于无线传输的高频风速仪数据采集系统,分析了桥位处的平均风特性,并对实测脉动风的非平稳与非高斯特性进行了探讨.研究结果表明:与传统方法相比,新开发的无线传输系统具有实时传输、成本低及无需现场监测等优势;桥位处的大风期主要集中在2~4月份,且大部分发生在西南方向;在选取的强风天气中,出现山区雷暴风的比例约为15%;实测强风的平均风攻角主要在-10~0范围内波动;拟合出的风剖面指数波动范围为0~0.14,且其拟合概率密度分布的均值0.056明显小于规范规定的最小值0.12,说明规范规定的风剖面指数不足以描述山区风;山区风出现了同时具有非平稳与非高斯特性的风速样本,且其瞬时最大风速可达22.0 m/s.      

最大相关熵的船体分段扫描数据配准算法

三维扫描数据和工艺模型间的配准定位是船舶建造精度管理与控制的关键,采用常规的配准算法难以有效抑制粗差对位姿定位精度的影响.为实现快速、准确配准,给出合理的建造精度评价,提出一种基于最大相关熵的鲁棒性点云配准算法,以削弱粗差对配准精度影响.该算法的核心是将高斯核函数引入到配准学习中.通过构建以高斯核函数为核心的稳健估计模...     

固定热源长度对T型接头焊接变形及残余应力精确预测的影响

用固定热源预测焊接结构的变形与残余应力,相比移动热源可有效地提升计算效率,但热源长度对计算精度的影响少有讨论。对此,以Q235钢T型焊接接头为研究对象,分别采用X射线法和三坐标测量仪测量接头的残余应力和焊接变形。基于热-弹-塑性有限元分析,采用不同分段长度的固定热源模拟电弧焊过程,获得接头的温度场、应力场和焊接变形,并通过和移动热源模拟结果及试验数据进行比较,验证了固定热源的可行性。最后,讨论了固定热源长度对焊接变形与残余应力计算精度的影响。结果表明,采用移动热源与固定热源模拟焊接热输入均可精准预测中厚板接头的焊接变形,而采用固定热源需合理划定分段长度。当固定热源长度更接近移动热源的瞬态熔池长度时,所预测的变形数值更准确。固定热源长度的缩短,引起描述热源作用所需时间的延长和接头“几何端部效应”加剧,焊缝处纵向残余应力的预测精度降低,对横向残余应力的影响较小。     

一种优化的Canny边缘检测算法

在对Canny边缘检测理论研究基础上,针对Canny边缘检测算法在高斯滤波、梯度计算和高低阈值的确定上的缺陷,提出一种改进的小波变换法,替代高斯滤波,实现对图像的降噪,同时,优化了原有梯度幅值和方向的计算方法,采用改进的迭代算法对高低阈值进行计算。运用MATLAB仿真实验对比优化后的Canny边缘检测算法与传统Canny边缘检测算法。结果表明,优化后的Canny边缘检测算法可使检测结果拥有更多的边缘细节,提高了检测的精度和准确度。     

自适应期望跟车间距和行为习惯的驾驶人跟驰模型

为满足智能车辆的个性化需求，提高智能车辆人-机交互协同的满意度和接受度，构筑双层驾驶人跟驰模型框架，提出自适应驾驶人期望跟车间距和行为习惯的个性化驾驶人跟驰模型。首先，提取个体驾驶人跟驰均衡状态的数据，采用高斯混合和概率密度函数(Gaussian Mixture Model and Probability Density Function, GMM-PDF)建立第 1 层模型，即驾驶人期望跟车距离模型。然后，将期望跟车距离参数引入模型，基于高斯混合-隐马尔可夫方法(Gaussian Mixture Model and Hidden Markov Model, GMM-HMM)学习驾驶习性，建立第2层模型预测加速度，即个性化驾驶人跟驰模型。其次，研究不同高斯分量个数对模型效果的影响，对比双层模型与 Gipps 模型、最优间距模型(Optimal Distance Model, ODM)、单层模型及通用模型的性能。最后，8位被试驾驶人的自然驾驶行为数据验证结果表明：高斯分量数量与模型性能存在一定的正相关性；在最优高斯分量数量下，8位被试驾驶人在训练集上预测误差均值为0.101 m·s-2，在测试 集上为0.123 m·s-2；随机选取其中1位驾驶人的2个跟车片段数据进行模型计算，结果显示，加速度的平均误差绝对值分别为0.087 m·s-2和0.096 m·s-2，预测效果优于Gipps模型、ODM模型、单层 模型及通用模型30%以上，与驾驶人实际跟驰行为的吻合度更高。     

车车通信环境下考虑交通拥堵状态的碰撞时间混合分布建模研究

碰撞时间（TTC）是评价车车碰撞风险的有效指标，然而该指标分布规律受到交通状态影响。为研究车车（V2V）通信环境下不同交通状态的TTC分布规律，通过构建基于LTE-V技术的车车通信环境，开展实车实验获取4种典型城市道路中的驾驶数据。考虑加速度和航向角建立动态冲突辨识模型，计算车辆以任意角度接近时的TTC值；针对TTC值的结果出现多峰值现象，将交通流分为“拥堵、缓行、畅通”这3种状态，构建了考虑交通流状态的高斯混合模型以描述不同交通状态下的TTC分布规律，并采用最大期望（EM）算法进行参数求解。将所建高斯混合模型与负指数分布、对数正态分布、负指数/对数正态混合分布这3种传统的TTC分布模型进行对比，采用校正决定系数R2评价模型的拟合优度，并通过K-S检验验证模型的有效性。在此基础上，将所建高斯混合模型应用于非车车通信条件下不同交通状态的TTC分布拟合描述，进一步验证模型的适用性。结果表明:车车通信环境下“拥堵、缓行、畅通”这3种交通状态下的高斯分布均值逐渐增大，所处交通场景的碰撞风险依次降低；考虑交通状态的TTC高斯混合模型拟合优度为0.950 5，相较于其他TTC混合分布模型，拟合优度提升了0.057 5。      

新建牵引变电所的负荷预测及变压器容量优化配置

为了获得新建牵引变电所的负荷情况并校验优化所内牵引变压器的配置容量，将高斯混合模型用于牵引变电所实测数据聚类，然后引入神经网络对新建牵引负荷进行匹配分类. 依据聚类和分类结果，结合概率密度及蒙特卡洛抽样方法，实现新建电气化铁路牵引负荷的预测. 根据热传递原理和相对老化计算，建立新建牵引变电所牵引变压器温升与寿命损失的差分方程模型，对新建牵引变电所的牵引变压器容量进行优化配置. 通过对大量牵引变电所实测数据的分析，聚类后伪-F统计量达12.81，匹配分类后伪-F统计量进一步上升至12.90，表明本文聚类分类方法效果良好. 通过牵引变压器建模，将算例中变压器容量利用率从60%提高到96%，即使考虑安全裕度适当提高安装容量也能使容量利用率达到75%，实现了变压器容量的优化，充分利用了变压器的温度指标和寿命损失.      

考虑交通运行条件影响的驾驶员特征聚类

为提升驾驶员特征聚类方法的适用性与可靠性，本文基于机动车运行轨迹分析提出考虑交通运行条件影响的驾驶员特征聚类改进方法。首先，经过对车辆运行轨迹数据的分析发现，不同道路类型和平均速度条件会显著影响驾驶行为的集计特征；其次，提出改进的驾驶员特征聚类方法，第1步设计考虑道路类型与平均速度因素的车辆轨迹的切片和分类方法，从而稳定提取典型交通条件下的驾驶行为特征参数，第2步选用高斯混合模型聚类驾驶员特征。聚类案例表明， 在相同的道路类型和平均速度条件下，驾驶员类型越激进，其速度变异系数、加速度标准差和平均减速度等参数均值越高。不同聚类方法的对比表明，改进方法在驾驶员聚类的类内聚集度和类间分离度方面均表现更好，能有效提升驾驶员聚类的适用性与可靠性。     

车辆跟驰的随机优化速度模型及其稳定性分析

传统优化速度模型(OV)中把驾驶员的灵敏度系数设定为相同的常数值，而在真实驾驶情 况下，驾驶员的灵敏度系数会在跟驰过程中发生随机性变化。为描述这个交通流的随机行为，将 驾驶员的灵敏度系数模型化为高斯白噪声过程，建立随机优化速度模型(Stochastic Optimal Velocity，SOV)。然后，运用随机动力学稳定性分析中的矩稳定性理论分析SOV模型的稳定性， 得到一阶和二阶矩稳定性条件的解析解，解析式表明：SOV模型的稳定域由灵敏度系数的均值和 噪声强度，以及车头间距共同决定。最后，应用蒙特卡洛法进行数值模拟，模拟结果验证了矩稳 定性条件的有效性。与确定性OV模型进行数值模拟对比，结果表明：SOV模型中灵敏度系数的 噪声强度会增加交通系统产生拥堵的可能性，在扰动传播过程中的影响体现在扰动演化的波动 振幅上。