地铁车辆车体动应力谱外推及寿命评估

针对地铁车辆车体动应力测试样本数据不足以全面评估全寿命服役周期下应力特征的问题，以某地铁车辆为例开展了车体动应力谱外推及寿命评估方法研究。首先，获取服役地铁车辆车体枕梁位置实测应力时程，结合参数估计、核密度估计方法开展动应力谱外推研究；然后，综合2种方法的局限性，提出了分段拟合函数表征的应力谱外推方法，基于拟合得到的应力分布规律外推获得了等效应力幅值谱；最后，评估得到了车体枕梁关键部位的疲劳寿命。结果表明：基于分段应力概率密度函数表征的载荷谱外推方法考虑了列车全寿命周期服役下的载荷极值影响，弥补了单一参数估计拟合误差较大以及核密度估计拟合依赖样本值的不足。     

基于门架车辆抓拍的高速公路服务区车流量统计分析应用

提出了一种基于高速门架车辆抓拍流水数据分析与拟合的服务区车流量数据统计方法，并在某服务区进行试点。结果表明：通过分析和处理车辆抓拍流水数据，能够快速准确地识别和统计服务区车流量的变化情况。该方案在不增加额外建设成本的前提下能够很好地解决服务区车流量的统计问题。     

高精度地图在智能交通上的应用

随着交通强国战略以及数字交通发展的深入推进，以先进信息技术赋能交通运输发展、强化交通数字治理已成为我国推动交通智能化的关键。高精度地图通过底层数据汇聚以及统一平台整合，逐渐成为打通信息孤岛的有力手段，是交通行业数字底座的重要支撑。针对高精度地图的定义、建设思路、内容构成以及技术内涵进行详细介绍，从感知、决策、执行等3个维度分析高精度地图对于智能交通的支撑作用，并分析了在智能交管、智慧公路、智慧网联等3个业务场景、10个业务小项中高精度地图的具体支撑作用。     

长江三峡库区GPS高程拟合的应用研究

首先对GPS高程拟合的几种数学方法进行讨论和分析,给出了相应的数据模型。并针对长江三峡库区航道测量的特殊性和困难性,利用该地区的一些GPS测量数据,进行计算、分析,为该地区下一阶段GPS高程测量筛选出优化方法,得出一些有益的结论。     

水下二自由度云台系统设计及高精度控制方法

为了克服波浪冲击力、水阻力等因素对水下云台系统稳定性和控制精度的影响，设计了水下2自由度云台系统，并进行高精度控制方法研究。针对系统设计问题，依据云台使用工况和国内外产品性能确定相关指标参数，设计云台的三维结构，建立数学模型。为了提高系统稳定性和控制精度，提出1种采用双闭环控制系统和制动器构建的模糊比例积分（PI）控制方法。结果表明：模糊PI控制方法实现云台定位模式控制；双闭环控制系统和制动器提高了反馈精度和控制精度；在静水和水流扰动的2种工况下，云台的控制精度均优于±0.05°，输出角度无超调现象，具有较好的鲁棒性。     

分级加载推力桩的三参数算法拟合

运用推力桩的三参数算法进行了一个分级加载推力桩的拟合计算与分析.拟合计算与分析的结果表明,变参数的理论思想使得三参数算法能较好地拟合各级荷载作用下推力桩的力学性能,将小水平力工况和极限荷载工况的拟合计算统一于一个理论、一个基本微分方程;拟合得到的各组参数值不仅较好地反映了相应工况下桩侧地基土的综合力学特征,而且各参数值的变化都与外荷载值有明显的相关性,揭示了随荷载变化桩-土间的相互作用关系,与客观物理事实吻合,从而使得推力桩的非线性连续拟合成为可能.     

计算曲面结构目标的发散因子修正弹跳射线法北大核心CSCD

[目的]在使用弹跳射线法(SBR)计算曲面目标的电磁散射特性时,若采用平面片离散曲面结构,会对射线管的波前计算以及射线跟踪造成较大误差,导致仿真结果的置信度明显下降,因此需进行算法修正。[方法]在修正算法中利用曲面拟合技术重塑三角型离散模型的曲率信息,基于微分几何计算射线管波前曲率,进而引入发散因子修正射线管的幅值。另外,对于采样精度下降的发散射线管,设计出新的射线追踪方法,并实现射线管对目标表面的超采样。[结果]数值结果表明,修正后的算法有效提高了射线管的采样精度和曲面结构目标的计算准确度。[结论]发散因子修正对于提高弹跳射线法计算曲面目标散射特性的准确度具有重要意义。     

基于UWB的船舶车间智能高精度定位系统应用技术

为实现对人员、设备、物料等各生产要素的精准定位,需研究船舶车间智能管理相关技术。基于UWB定位技术,开发船舶车间高精度定位系统,完成在典型船舶车间的试验验证,车间内关键要素定位精度达到分米级,为作业人员跟踪、实时生产管控提供辅助,提高车间生产效率,推进船舶智能制造。     

一种HUD测试台架的实施方案

本文介绍一种模拟台架，使用高精度定位机构来保证整个测试台精准的定位，通过控制程序可以完成自动的测试序列或手动测试来满足HUD验证的需求的一种高性能复合型创新性测试台架。目前该台架已经在多个实际项目得到应用，产生了较大的经济价值和非常高的应用价值。     

融合人工智能算法的铁路路基沉降预测方法

首先利用三阶多项式拟合、GM(1,1)和BP神经网络等算法构建了铁路路基沉降单预测模型；然后基于误差法和熵值法，以合肥地铁4号线盾构隧道下穿既有铁路的监测数据为基础，融合三阶多项式拟合、GM(1,1)和BP神经网络构建了组合预测模型，实现铁路路基沉降的分阶段预测；最后，利用平均绝对误差、均方误差和平均绝对百分比误差评价模型精度。结果表明：基于误差法和熵值法的组合预测模型能显著提高预测精度，预测相对误差均小于±5%，预测均方根误差均小于±0.1 mm，验证了提出的组合预测模型的有效性。