复杂地质条件下TBM刀具失效形式及原因分析与应对措施

为研究分析复杂地质条件、不合理掘进参数等与TBM刀具异常损坏、刀具消耗的关系，以利于TBM掘进效率和施工成本的控制，在系统阐述TBM刀具常见失效形式的基础上，研究分析总推力、刀盘转速、刀具贯入度等掘进参数及不同围岩单轴抗压强度、石英质量分数等地质参数对刀具磨损及异常损坏的影响规律。以引汉济渭秦岭隧洞和中天山隧道工程为例，对刀具消耗及失效形式进行统计分析，并从刀具选型、检查及维修等方面，提出针对性的优化方法。最后，基于目前刀具配置及监测技术存在不足的现状，提出应进一步研发刀间距可调的刀具配置技术，以确保不同地质条件下的刀具破岩效率；同时，加强对TBM工作环境具有较强适应性的新型刀具状态监测系统的研发及应用。     

基于梯度关联规则的老年行人交通事故风险识别

为构建老年行人交通事故严重程度风险关联因素识别方法体系，本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori，XGB-Apriori)识别城市道路老年行人交通事故风险因子。运用机器学习优化关联规则算法结构，通过机器学习库 scikit-learn 中 XGBoost (Extreme Gradient Boost)算法与SFM(Select From Model)特征选择类功能实现变量特征值的选择。进而，对Apriori算法设置有序定向约束，得到适用于交通事故致因分析的数据挖掘技术。通过逐层迭代识别关联项，选取频繁项集，总结高置信度、高提升度的关联规则。关联因素模型评估结果表明，本文采用的SFM功能准确度可达78.31%，关联规则XGB-Apriori算法较传统算法精度提升了91%。挖掘结果显示，驾驶员与行人的自身特征、车辆特征、碰撞状态以及道路特征均对老年行人交通事故的严重程度具有重要影响。其中，男性驾驶员造成的行人死亡事故频次较高，女性驾驶员造成的受伤事故频次较高；大型、重型车辆(SUV、卡车、施工车)发生死亡事故频次相对小轿车更高；位于匝道等道路线型弯曲的坡道中，老年行人发生致死交通事故的频次相对线型缓和路段更高。本文对老年行人交通事故耦合因素全面识别并针对性提出风险防控精准预判方法，为有效保护道路弱势群体提供必要的理论支持。     

装配式竖井预制混凝土管片结构设计

为提高竖井建设的效率和安全性，采用垂直竖井挖掘机（VSM）进行装配式竖井施工。以南京市建邺区沉井式停车设施建设项目(1期)工程为例，系统介绍竖井工程的预制混凝土管片结构设计理念，包括管片构造、连接方式、受力情况、防水设计等；同时，在国外同类工程的基础上对管片结构进行优化设计，首次提出全通用管片设计理念，极大提高了现场施工效率和质量。经现场应用证明： 圆形管片式竖井整体受力状况良好，防水设计满足要求。     

A context aware system for driving style evaluation by an ensemble learning on smartphone sensors data

There are many systems to evaluate driving style based on smartphone sensors without enough awareness from the context. To cover this gap, we propose a new system namely CADSE system to consider the effects of traffic levels and car types on driving evaluation. CADSE system includes three subsystems to calibrate smartphone, to classify the maneuvers, and to evaluate driving styles. For each maneuver, the smartphone sensors data are gathered in three successive time intervals referred as pre-maneuver, in-maneuver, and post-maneuver times. Then, we extract some important mathematical and experimental features from these data. Afterwards, we propose an ensemble learning method on these features to classify the maneuvers. This ensemble method includes decision tree, support vector machine, multi-layer perceptron, and k-nearest neighbors. Finally, we develop a rule-based fuzzy inference system to integrate the outputs of these algorithms and to recognize dangerous and safe maneuvers. CADSE saves this result in driver’s profile to consider more for dangerous driving recognition. The experimental results show that accuracy, precision, recall, and F-measure of CADSE system are greater than 94%, 92%, 92%, and 93%, respectively that prove the system efficiency.     

汽车自动变速器阀体阀芯孔内壁面质量检测系统的研发

针对汽车自动变速器阀体的自动化加工质量检测,本文中提出了一套基于工业内窥镜拍摄的自动化检测系统设计方案。该方案融合机械、电控、视觉、软件等多个模块,以实现自动化视觉检测;并进行系统关键部分的原型研发及拍摄测试。结果表明,系统能够有效完成阀孔内壁面的完整图像拍摄和缺陷特征提取,有助于提高检测精度,且数据整理方便,有助于提升工厂的自动化水平。     

基于快速贝叶斯网络的S700K转辙机故障诊断研究

转辙机故障对铁路运输安全和效益影响重大,针对转辙机故障原因与现象之间的复杂不确定性关系,提出一种基于粗糙集约简的高效贝叶斯网络故障诊断方法。首先,建立故障诊断决策表,利用改进的差别矩阵算法剔除对结果影响较小的属性,得到最简故障诊断决策表。其次,根据表中故障现象与故障类型连接关系建立贝叶斯网络模型,利用推理算法求解各类故障发生的概率。算法通过约简属性简化贝叶斯网络结构,降低算法复杂度,加快计算速度。最后,用某车站转辙机故障实例验证该智能故障诊断方法的正确性。     

基于Qt跨平台的车载人机界面设计

车载人机界面(DMI)是目前列车自动防护系统(ATP)车载设备的重要组成部分,是唯一能实现列车司机与车载设备间二者交互的通道,所以其必须和用户有着很好的适应性,因此研究设计出高效稳定的人机界面有着非常重要的现实意义。基于软件的正向设计,从人机界面的功能需求出发,建立人机界面的基本模型框架,并疏理人机交互时序。最后使用Qt跨平台软件按其分层顺序依据各模块的功能流程图进行通用化的设计。     

筑养路机械在低温条件下的使用 与 保养

鉴于我国筑养路机械在低温条件下的使用与保护存在诸多问题， 通过对筑养路机械在低温条件下的使用与保养分析，提出筑养过程中要根据低温条件与机械技术情况变化，合理、有效地进行筑养路机械的使用与养护，从而确保机械的正常使用，同时避免事故发生，保证施工质量。     

Identifying multiclass vehicles using global positioning system data

It has been previously evidenced that global positioning system (GPS) data can be used to distinguish passenger cars from delivery trucks. In this paper, a machine learning approach is proposed to use GPS data to identify multiclass vehicles, including passenger cars, single unit trucks, and multi-trailer trucks. The method is acceleration and deceleration-based since it considers the variations of acceleration and deceleration as the most effective features to classify vehicles. The overall classification result for the three vehicle classes is about 75%. The major challenge is to distinguish single unit trucks from multitrailer trucks due to their somewhat similar mobility patterns. The paper also explores the impacts of GPS sampling frequency on vehicle classification. It is found that the proposed multiclass vehicle classification can be reasonably conducted if the data are collected frequently enough (i.e., every five seconds or more frequently) to capture the major acceleration and deceleration processes. The proposed method can be considered as a low-cost and non-intrusive approach to collect vehicle class information and to potentially supplement the existing classification schemes in urban areas.