基于声学无限元法的加筋圆柱壳声振特性研究

以无限长圆柱壳体为研究对象,基于声学无限元法利用数值计算方法对其结构外声场进行分析,对加筋圆柱壳的振动和远场水下噪声特性进行研究,讨论外壳厚度、内壳厚度、托板厚度、型材尺寸等结构参数对壳体表面振动均方加速度级及远场辐射声压级的影响。结果表明:改变外壳厚度参数对其表面振动均方加速度级及远场辐射声压级影响最大。     

基于Lighthill声类比的流激噪声三维计算及验证

随着舰艇管路系统中阀门、泵及弯管等部件流激噪声问题的日益突出,水动力流激噪声数值计算方法逐渐受到关注。针对阀门的流动诱导噪声问题,文章结合大涡模拟和Lighthill声类比理论,建立了流激噪声混合计算方法并对类阀空腔模型进行了数值模拟和验证。首先,流场采用大涡模拟计算了低马赫数下三维类阀空腔模型的非定常流动。然后,将流场计算结果导入ACTRAN,通过ACTRAN中基于有限元/无限元的Lighthill声类比理论对流噪声进行求解。最终将流激噪声计算结果与声学试验进行了对比分析。对比结果表明,该流激噪声混合计算方法可行且计算结果可靠,可应用于水动力噪声的研究。     

潜载无人水下航行器自航布放内弹道模型与仿真

通过对等截面鱼雷发射管自航布放无人水下航行器（UUV）过程中的受力进行分析,建立内弹道的数学模型,并对UUV自航布放的出管时间和出管速度进行实时仿真,同时,还对几种典型口径UUV自航布放过程中的阻力变化规律进行对比和分析,从理论上对UUV自航出管的可行性进行论证.仿真结果表明,选取500mm口径的UUV,通过潜艇的等截面鱼雷发射管进行自航布放完全可行.     

焊缝对环肋圆柱壳振动声辐射的影响

将结构固有频率作为中间变量,研究焊接残余应力、结构固有频率和结构声辐射特性之间的关系。首先,分析焊接残余应力与结构固有频率之间的关系,并通过实验进行验证,结果显示焊接残余应力使结构固有频率发生了显著改变。然后,对固有频率—声辐射功率的灵敏度进行理论推导,并运用有限元法结合边界元法建立数值模型,计算该模型在指定范围内的固有频率—声辐射功率灵敏度,结果证明结构声辐射功率会随着固有频率的变化而发生显著变化。最后,综合分析焊接残余应力与结构声辐射之间的关系。结果表明,研究复杂结构的振动声辐射等动力学特性时,焊接残余应力是不能忽视的影响因素。     

基于GPS轨迹数据的不同交通状态下交通方式识别流程优化方法

基于GPS轨迹数据的交通调查技术能够有效弥补传统居民出行调查方式的不足，该技术在高峰拥堵时段的交通方式识别效果有待进一步研究.针对公交车和小汽车识别精度较低的问题，本文提出基于支持向量机(SVM)的流程优化方法，加入基于短时傅里叶变换 (STFT)的频域属性，利用遗传算法(GA)对SVM的惩罚系数和核参数进行联合优化，评估不同交通状态下交通方式和方式转换点的识别效果.结果表明：频域属性的加入能够有效提升交通方式识别精度，在道路畅通状态和一般拥堵状态下，交通方式和方式转换点的识别效果均较为理想；在严重拥堵状态下，机动化方式易与非机动化方式相混淆，方式转换点最大识别误差在13 min以内，相比于基于主观回忆的人工问卷调查方式仍具有参考性.     

基于扰动传播特征的随机Newell跟驰模型

为研究快速路场景下小汽车跟驰行为，本文从北京市快速路交通流视频中提取高时间分辨率的机动车运行轨迹数据.统计发现，在不同跟驰速度下，小汽车车头时距均服从对数正态分布；利用动态时间规整算法提取小汽车的反应时间与扰动传播速度等特征参数，分别标定其概率分布函数，证明跟驰过程中小汽车的反应时间分布峰值和数学期望分别为1.0 s 和1.57 s；在挖掘反应时间、扰动传播速度与车头时距量化关系的基础上，建立基于交通扰动传播特征的随机Newell跟驰模型，并标定得到分速度区间的模型参数.仿真结果表明，本文提出的随机Newell跟驰模型能有效刻画跟驰行为与扰动传播间的关联特征，同时生成符合预期的交通流基本图.新模型能够为跟驰行为随机特征对交通状态的影响研究(如交通流陡降、宽移动阻塞等)提供支持.     

LNG船标准绝缘箱打钉机器人轨迹规划

以液化天然气（Liquefied Natural Gas，LNG）船液货围护系统中的1S型标准绝缘箱为例，分析标准绝缘箱的结构及钉子位置，设计机器人自动打钉系统，并开发机器人打钉轨迹算法，实现机器人运动轨迹的合理规划，大幅缩短现场编程时间。经实际应用，采用机器人自动打钉系统制造的标准绝缘箱质量稳定，实现标准绝缘箱的高效率、高质量制造。     

冲击回波声频法用于铁路隧道衬砌质量检测

研究开发了冲击回波声频法这一新型无损检测方法,通过非接触式拾取冲击弹性波信号和高分辨力频谱分析,大大提高了对衬砌厚度、缺陷等的识别能力.百余座铁路隧道检测的实际应用及与地质雷达法等的对比验证结果表明,冲击回波声频法具有测试精度高、分辨力强、测试效率较高等特点,非常适合于铁路隧道衬砌质量的检测.     

Modelling of the pavement acoustic longevity in Hong Kong through machine learning techniques

Traffic noise emission has long been a pervasive environmental and ecological problem, especially in the metropolitan cities with large-scale traffic network and high population density. Low noise road surface (LNRS) has been actively developed and applied as an effective measure to maintain the quieter environment of mobility service system. However, when LNRS is applied for noise abatement, the relationship between the acoustic performance and degradation of pavement has not been fully understood yet. To this end, this study aims to model the acoustic longevity of asphalt pavement as a function of the thickness, binder content, maximum aggregate size, and air void content of the pavement surface, as well as vehicle speed based on the long-term tyre-road noise data collected from 270 asphalt pavement sections in Hong Kong. Two machine learning techniques, namely artificial neural networks (ANN) and support vector machines (SVM), were employed and compared. It was found that both ANN and SVM could successfully model the pavement acoustic performance with acceptable model performance metrics. A case study showed that the ANN model was more aligned with the aging mechanisms of porous road surface, but the SVM model showed better training performance. The predicted acoustic deterioration rates of the porous surface case varied from −0.1 to 0.28 dB(A)/month rather than keeping a constant linear increasing trend, depending on pavement ageing periods and vehicle speed levels. The two-dimension sensitivity analysis (2D-SA) revealed the relative importance of pavement age and vehicle speed in controlling the acoustic performance.     

面向多目标跟踪的密集行人群轨迹提取和运动语义感知

针对基于视频监控的密集行人群识别难度大，运动轨迹提取困难，运动语义信息挖掘不足 等问题，本文提出基于多目标跟踪FairMOT框架及K-means聚类的行人轨迹捕获和运动语义信 息感知方法。首先，利用多目标跟踪算法提取视频中行人群目标过街时的运动轨迹特征向量；然 后，通过分析轨迹坐标的数值分布特点，设计了一种协方差滤波算法STCCF，以检测和剔除“准静 态轨迹”，得到行人群目标运动轨迹簇；最后，针对已提取的轨迹簇，应用K-means聚类方法，选取 S系数(Silhouette Coefficient)和DB指数(Davies Bouldin Index)两个指标，感知行人聚集和消散点 等场景语义特征。实验分析表明，算法从提取到的2689条轨迹中辨识出179条“准静态轨迹”，检 出率为81.73%；视频场景中的行人目标源点和消失点的解析结果与人工辨识结果吻合，验证了密 集行人群轨迹提取和运动语义信息感知方法的有效性。本文研究可为数据驱动的行为预测和轨 迹建模提供基础。