国道212线陇南段沿线水土流失特征与防治

研究了国道212线陇南段沿线区域的水土流失特征及其影响因素。结果表明,研究区泥石流侵蚀强度远大于土壤侵蚀强度;人为因素是水土流失和泥石流发育最重要的外动力条件。水土流失的防治应采取综合措施,处理好公路建设与沿线泥石流防治的关系。     

小型铣刨机车体升降油缸动态过程的分析

通过对小型铣刨机车体升降系统的简化,建立了液压缸运动速度与流量的传递函数,并且在系统参数静态设计方法的基础上,考虑了系统参数对其动态特性的影响.     

卡尔曼滤波短时交通流预测普通国省道适应性研究

短时交通流预测是提高普通国省道交通运行效率和安全的关键技术之一。普通国省道具有分布地域广、情况复杂的特点,要求短时交通流预测方法具有良好的适应性,然而,针对短时交通流预测算法适应性及其机制的系统性研究尚不多见。选取1种自适应卡尔曼滤波算法,系统分析其适应性和适应机制。获取江苏省徐州市普通国省道路网中8个交通调查站所采集的实际交通流数据开展实例分析,结果表明：在不同的交通流量水平下,所选算法均值预测的平均绝对百分比误差在10.98%~15.92%之间,区间预测的无效覆盖率在5.21%~6.15%之间,表明所选的自适应卡尔曼滤波算法在不同交通流水平下都具有良好的预测性能;对所选算法的参数进行分析发现,算法参数能够随交通流水平的变化而自动调整,具有良好的自适应机制;所选算法能够在预测初期实现有效的性能调整和收敛。

     

考虑前后多车的网联自动驾驶车辆混流跟驰模型

随着中国新基建战略的提出及自动驾驶和网联通信技术的不断发展,网联自动驾驶车辆(CAV)、自动驾驶车辆(AV)和常规人驾车辆混行的交通流将在未来长时间存在.建立适用于网联自动驾驶车辆、自动驾驶车辆和常规人驾车辆3种类型车辆的混流跟驰模型,考虑多前后车车头间距、多前车速度差、加速度差、与主体车辆的相对距离等因素,并进行典型...     

细水雾与排烟系统共同作用下地铁车站火灾烟气蔓延规律

为研究岛式地铁车站内列车发生火灾时,站台细水雾与排烟系统对烟气蔓延的控制效果,依托西安地铁4号线岛式地铁车站,采用FDS软件建立1：1的数值仿真模型,选择大涡模拟,研究站内列车火灾规模为5 MW时,站台细水雾与排烟系统共同作用下,火灾烟气蔓延速度、能见度与温度场的分布特征,分析了细水雾与排烟系统对烟气蔓延特性的影响规律;并通过缩尺模型试验,验证了数值模拟方法研究细水雾控制地铁火灾烟气蔓延的可靠性。研究结果表明：车门间隔开启时,烟气先向列车两侧蔓延,150 s时扩散至整个车厢并向站台层蔓延,当开启站台细水雾时,烟气温度明显下降,且随着细水雾粒径的减小与流量的增大,烟层降温效果增强;当水雾粒径为100 μm,流量为8 L·min^-1时,距离站台中线3 m处断面平均温度为36.19℃,较未开启细水雾时温升降幅可达62.91%;同时细水雾使得烟层蔓延速度减小,在开启细水雾系统后200 s内2^#楼梯口平均空气质量流速下降39.72%;当开启排烟系统时,可使列车内温度场纵向分布最大值向火源下游移动,加快站台层及列车内对流换热效率,使细水雾的气相冷却作用得到加强,二者同时作用时降温阻烟效果最佳。     

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。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持.将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型(Traffic Factor State Network,TFSN),考察交通因素...     

土压平衡盾构施工中泡沫改良砾砂土的试验研究

为了解决土压平衡盾构在砾砂土地层掘进过程中,土体塑流性差、刀盘及螺旋输送机磨损严重和开挖面平衡不易保持等问题,通过自制泡沫发生器发泡,对砾砂土地层的泡沫改良技术进行室内试验研究,分析气液比、含水率和泡沫掺量对塑流性的影响和改良前后土样的渗透系数的变化规律,得出泡沫发生器气液比在30∶1~55∶1、含水率为5%~12.5%、泡沫掺量为20%~40%时,土体具有较好的塑流性,泡沫的"轴承效应"和泡沫剂中表面活性剂的亲水基团与水、砾砂土颗粒形成的氢键是塑流性提高的根本原因;使用泡沫剂改良砾砂土后,渗透系数大幅降低,掺泡沫后在280 min内渗透系数随时间变化较小,能达到10~(-5)cm/s,泡沫剂溶液中高分子化合物的联结和液桥力是土样具有堵水作用的原因。     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.     

公交客车分区域站立密度分布特征

为分析公交客车车厢内站立密度分布的不均匀性,通过调查西安7条线路平峰、高峰的客流量,提出了车厢内站立乘客流的变化特征.基于不同座椅布置模式,分析了不均匀性的起因、分布特征及相互间的关联性,确定了各特征区间内的最大站立密度区域,分析了在乘客选择站立区域的倾向性.结果表明,第一次驻足在B区域和C区域的选择倾向性比重占93.23%;当车厢平均站立密度ρ超过6人/m2时,"轴距1+1后通道1+1"和"轴距1+1后通道2+2"座椅布置的最大站立密度区域分别是B区域和C区域;选择C区域站立的倾向性比重在车厢内站立密度ρ不超过2人/m2时降幅明显,当乘客选择倾向性比重降至40% 后降幅趋缓.