基于工况分布的轻型车速度排放修正因子的建立方法

速度排放修正因子(Speed Correction Factors,SCF)是评估速度变化对车辆排放影响的重要参数.然而,传统的SCF建立方法耗时长、成本较高,且获取的SCF分辨率较低.为了得到高分辨率的SCF,基于北京市大量的实测工况数据和排放率数据,提出了北京市轻型车SCF的建立方法.首先,对采集的工况数据进行60 s短行程划分及2 km/h行程速度的聚类;在此基础上,建立不同道路类型和速度区间下的比功率分布(Vehicle Specific Power,VSP);然后,结合排放率和建立的VSP分布,建立不同道路类型、排放标准的各污染物的SCF.经过分析,得出相比传统的SCF建立方法,本文提出的方法更能反映车辆的实际行驶特征、且获得的SCF的速度分辨率更高.     

大断面公路隧道施工控制爆破技术研究

龙头山隧道为双洞八车道公路隧道,单洞开挖面积达218 m2,为控制施工爆破对隧道掌子面后方支护结构、邻近隧道支护结构及附近油库结构的影响,施工采用中导洞超前后上台阶扩挖、下台阶分左右两部先后开挖的方法,采用控制爆破技术达到减震效果.首先对爆破振动速度进行大量的现场实测,得到测点振速的时程曲线,进而进行回归分析得到M,A萨道夫斯基公式中的k,α值,由此可计算出在允许速度下的最大装药量.此外,为掌握振动波传播的规律,采用三维数值方法模拟爆破过程,所得规律与实测规律基本相同.在此基础上优化爆破参数,实践证明效果良好.     

单车场景下城市交叉口的智能驾驶车辆左转决策研究

在复杂动态的城市道路环境中,不同的交通参与者之间会不可避免地产生时间或空间上的冲突.针对该问题,对智能驾驶车辆在城市交叉口左转时潜在的冲突行为进行分析并建立决策模型.考虑了车辆运动模式并基于高斯过程回归模型(GPR)建立了直行车辆长时轨迹预测模型,结合轨迹预测提出了基于冲突消解的智能驾驶车辆决策流程(模型)和考虑多因素...     

无人驾驶车辆城市交叉口周边车辆轨迹预测

针对城市交叉口周边车辆长时轨迹预测问题,搭建路基和实车采集平台采集大量轨迹数据,采用高斯混合模型(Gaussian Mixture Model,GMM)识别目标运动模式,采用高斯过程回归(Gaussian Processes Regression,GPR)模型进行城市交叉口周边车辆轨迹长时预测,采用路基数据集对预测模型...     

基于NMPC的智能汽车纵横向综合轨迹跟踪控制

本文中针对大曲率转弯工况下,智能汽车纵横向动力学特性的耦合和动力学约束导致轨迹跟踪精度和稳定性下降的问题,提出一种基于非线性模型预测控制(NMPC)的纵横向综合轨迹跟踪控制方法,通过NMPC和障碍函数法(BM)的有效结合,提高了跟踪精度,改善了行驶稳定性.首先建立四轮驱动-前轮转向智能汽车动力学模型和轨迹跟踪模型,采用...     

电控喷油器参数对高压共轨系统循环喷油量波动影响的量化分析

为研究电控喷油器参数对高压共轨系统循环喷油量波动的影响,利用AMESim仿真平台建立了电控高压共轨喷油系统数值仿真模型,并通过在高压共轨系统试验台上试验,验证了仿真模型的准确性。接着在此基础上对循环喷油量波动进行分析,揭示了喷油器参数对循环喷油量波动的影响规律。最后进行了量化分析,得到了喷油器参数变化引起的循环喷油量波动百分比的变化规律。结果表明,衔铁残余气隙、电磁阀预紧力、出油孔直径、进油孔直径、针阀预紧力和针阀升程是影响高压共轨系统循环喷油量的主要电控喷油器参数,在不同的轨压和喷油脉宽下,这些参数的变化引起的循环喷油量波动百分比分别为5.0%~16.8%、7.8%~26.2%、14.1%~22.9%、17.0%~23.3%、7.5%~33.2%和0~21.8%。     

一体化可控顶电磁阀安全报警系统

针对微机可控顶调速系统中可控减速顶的电磁阀由于各种原因经常发生故障,可能造成调车作业事故的情况,特研制出新型一体化可控顶电磁阀,文中介绍了这种阀的结构和整个报警系统的组成及工作原理,它既能保证运输安全,又提高了工作效率,还极大地减轻了维修人员的劳动强度。     

鱼雷雷伞系统空中弹道多窗口动态显示

介绍了鱼雷雷伞系统空中弹道多窗口动态显示的基本原理；分析了软件系统开发中的坐标变换、多窗口处理、鱼雷、降落伞和直升机的子图生成及旋转、动画处理等技术关键；论述了系统的面向对象设计方法。     

关于数控机床夹具设计的若干问题

由于近年来国内(尤其是路内)很多工厂采用了先进的数控加工技术,如何设计合适的数控机床夹具,以充分发挥数控设备及其加工线的经济效益,就成为一个急待解决的关键问题,本文对数控机床夹具的设计特点和设计中应注意的一些问题,以及如何选用相应的机床夹具类型等,作了扼要的阐述.     

A hybrid scheme for real‐time prediction of bus trajectories

The uncertainty associated with public transport services can be partially counteracted by developing real‐time models to predict downstream service conditions. In this study, a hybrid approach for predicting bus trajectories by integrating multiple predictors is proposed. The prediction model combines schedule, instantaneous and historical data. The contribution of each predictor as well as values of respective parameters is estimated by minimizing the prediction error using a linear regression heuristic. The hybrid method was applied to five bus routes in Stockholm, Sweden, and Brisbane, Australia. The results indicate that the hybrid method consistently outperforms the timetable and delay conservation prediction method for different route layouts, passenger demands and operation practices. Model validation confirms model transferability and real‐time applicability. Generating more accurate predictions can help service users adjust their travel plans and service providers to deploy proactive management and control strategies to mitigate the negative effects of service disturbances. Copyright © 2017 John Wiley & Sons, Ltd.