地铁站内深基坑爆破开挖技术

广州地铁三号线广州东站南站厅深基坑在客流量大、建筑物密集的条件下进行爆破开挖施工,开挖沿既有建筑物基础边缘垂直进行。施工实践表明灵活选择爆破方法、优化爆破参数、慎重选择炮位和最小抵抗线方向、充分利用场地地质条件等方法是保证施工安全的有效措施。本文总结分析了施工中采用的爆破方案、爆破参数以及试验爆破过程,可供今后同类工程参考。     

带负荷热试中O2传感器的故障检测

论述了某3.4 L6缸电控汽油机带负荷20 min热试项目中试验工况的设置、数据分析、波形对比和故障 检测。基于O2传感器的结构和工作原理详细介绍了在本项试验中应用的对比分析法。通过对试验数据的统计分 析,对检测到的O2传感器常见故障进行时域分析。结果表明,应用对比分析法成功地实现了对O2传感器的故障 检测。     

车辆轨迹数据的若干处理方法研究

从智能车路协同系统的概念出发,介绍了车路协同系统下的数据采集标准及轨迹数据特点,研究了轨迹数据处理的若干方法,包括车辆轨迹重构、交通参数提取、轨迹聚类等。     

用于城区交叉口闯红灯预测的车辆轨迹特征参数分析

通过对比闻红灯预测算法的性能,选择出用于区分车辆走、停行为的车辆轨迹特征参数.为实现对交叉口车辆闯红灯行为预测,根据闯红灯车辆为在红灯亮起后通过停止线的车辆这一定义,提出闯红灯预测算法的两个主要功能:估计车辆到达停止线的时刻;预测车辆到达停止线后的走、停行为.研究结果表明:在速度、加速度、行驶时间和车头时距4个物理量中...     

面向实时交通信息提取的车辆轨迹数据挖掘

车辆行驶轨迹是驾驶人员主观意愿和道路客观约束条件综合作用的结果,从海量车辆轨迹中可以挖掘出道路的实时交通信息为智能交通服务．通过建立轨迹约束模型用以量化各约束因子,基于线性参照系统的数据预处理以加快检索速度和降低轨迹的不确定性,基于移动目标主体相似性和移动轨迹时空相似性的数据选取降低了数据库搜索次数提高发掘准确度,分别针对道路交叉口和一般路段进行数据挖掘,提取实时的道路交通信息．研究结果和实验结果表明,这个挖掘算法可以有效地提取道路实时路况信息．     

兴旺峁隧道富水全-强风化砂岩区段施工关键技术

结合兴旺峁隧道富水全—强风化砂岩区段的施工实际,对开挖、控制爆破、裂隙水注浆封堵以及涌泥治理等施工关键技术进行阐述。采用的三台阶六步法施工技术确保了隧道施工安全,对富水风化砂岩区段采用短进尺、多循环的开挖方法,减少了一次爆破装药量,且对围岩周边采取的控制措施达到了保护围岩的效果;在风化砂岩裂隙水发育区段施工中采取的“抢堵+围堵”的办法,有效地隔断了地下水的渗流路径,确保了结构安全;对涌泥段采用的各种措施确保了工程正常进展。     

基于BCOP的终端区四维航迹预测研究

简述了航迹预测的重要性和算法,对飞机进行受力分析和运动分析,建立了飞行航迹预测数学模型,提出了基于波音爬升程序（BCOP）的终端区四维航迹预测模型,使用波音爬升程序和MATLAB进行了算例仿真,仿真结果表明该模型简便易行,预测准确．     

交叉口机动车运动轨迹特征提取与标定

为探讨机动车在交叉口的运行特性,采用复合特征提取算法获取图像上机动车运行的轨迹特征;在多边形线性扫描算法的基础上,考虑摄像机成像畸变的影响,引入中心偏移因子,提出了考虑中心偏移的多区域扫描标定算法,将运行轨迹图像特征转化为真实的运动特征;最后,与多边形线性扫描算法的计算结果及实测数据进行了对比,结果表明:该算法能够有效地提取交叉口机动车的运行轨迹,准确地表征机动车在交叉口的相关运行特性;与实测车速相比,计算得到的机动车速度误差小于4%.      

瑞芬太尼复合丙泊酚靶控输注在门诊隆乳术中的应用

目的探讨胸部美容手术行非气管插管全身麻醉中,不同浓度瑞芬太尼复合丙泊酚靶控输注的量效关系。方法选择ASAI-Ⅱ级行乳晕切口假体植入隆乳术女性患者,根据诱导期瑞芬太尼效应室靶浓度(0、1.0、1.5ng/mL)分为3组(n=20):C组(单纯丙泊酚组);REF1组(丙泊酚复合1.0ng/mL瑞芬太尼组);REF2组(丙泊酚复合1.5ng/mL瑞芬太尼组)。观察并记录患者不同时间点的血压、心率、脉搏氧饱和度及丙泊酚、瑞芬太尼的效应室浓度以及诱导期和维持期丙泊酚、瑞芬太尼用量和麻醉过程呼吸抑制、体动等不良反应,术后随访患者对麻醉的满意度。结果各组患者在不同时间点的血压、心率、脉搏氧饱和度、麻醉期间不良反应发生率的差异均无统计学意义(P>0.05),患者对麻醉满意率为100%;达到口头反应消失时,C组丙泊酚效应室浓度和诱导时间明显高于其余两组(P<0.05),且REF1和REF2组间比较无统计学意义(P>0.05)。结论小剂量(1.0～1.5ng/mL)瑞芬太尼复合丙泊酚靶控输注可满足胸部美容手术非气管插管全身麻醉需求,并且没有剂量依赖性效应。     

Practical approach for travel time estimation from point traffic detector data

Accurate estimation of travel time is critical to the success of advanced traffic management systems and advanced traveler information systems. Travel time estimation also provides basic data support for travel time reliability research, which is being recognized as an important performance measure of the transportation system. This paper investigates a number of methods to address the three major issues associated with travel time estimation from point traffic detector data: data filling for missing or error data, speed transformation from time‐mean speed to space‐mean speed, and travel time estimation that converts the speeds recorded at detector locations to travel time along the highway segment. The case study results show that the spatial and temporal interpolation of missing data and the transformation to space‐mean speed improve the accuracy of the estimates of travel time. The results also indicate that the piecewise constant‐acceleration‐based method developed in this study and the average speed method produce better results than the other three methods proposed in previous studies. Copyright © 2011 John Wiley & Sons, Ltd.