用于智能驾驶系统评价的乘员损伤模型

只有较少的交通事故数据资源被用于建立基于碰撞速度信息的乘员损伤模型，致使所得到的模型精度差。为此，提出了基于车辆变形深度的乘员损伤模型。对美国不同制造年代和车辆级别的事故数据进行聚类分析，论证出车辆变形深度与乘员损伤风险具有相关性。以车辆变形深度为自变量，通过回归分析得到乘员损伤模型。不同种类车辆的乘员损伤模型拟合精度R²约为0.9，证明了该模型的正确性。为进一步验证，以此模型为基础，评价智能驾驶系统的有效性。以自动紧急制动系统为例，对比基于变形深度和速度变化量信息2种方法的有效性计算结果。结果表明：2组结果的平均误差不超过1%，验证了基于变形深度的乘员损伤模型的准确性。该模型仅需要事故数据库中准确的变形深度信息，能够获得更多的事故数据支持，从而可以更好地适应于不同类别智能驾驶系统的评价需求。     

强夯法在我国的发展及应用

强夯法地基加固技术因具有众多优点而在国内外获得了广泛的应用.通过对强夯法在我国应用发展的回顾,分析了强夯法的应用和研究现状,然后根据其目前存在的问题,提出未来的研究重点.     

沉管隧道地震响应的影响因素分析

以南京长江沉管隧道为背景,采用动力有限元法分析沉管隧道的地震响应。沉管隧道二维分析的合理计算范围分析表明,横向半宽取3倍洞径为宜。隧道结构的地震响应随着周围岩土的黏聚力及内摩擦角的增大而增大。沉管隧道的地震响应随着埋深的增加而增加,但增加幅度在减小,因此,从抗震的角度讲沉管隧道宜浅埋,但浅埋必须满足抗浮稳定性、安全性等要求。在水平地震力作用下,沉管隧道4个角的动力反应较大,是结构的薄弱部位,在设计中应予以加强。考虑水的耦合作用时,隧道的地震反应增强,在水深20 m条件下,应力增量最大超过10%。实际工程中水深一般较大,因此,计算中应该考虑水的影响。     

数字图像技术在露石混凝土路面中的应用

应用数字图像技术,将普通数码相机拍摄的露石水泥混凝土路面照片进行处理,根据图像的灰度值变化分析得到露石混凝土路表面的构造深度,并通过与常规方法的比较表明,此方法测量的路表面构造深度结果可靠,操作简单,可以在分析露石混凝土路面粗糙的表面特征上应用。     

碳钢、低合金钢全浸没海洋环境下最大点蚀深度简化模型

腐蚀是导致老龄船舶结构失效的主要原因之一。结合基本点蚀原理,文章对碳钢、低合金钢海水全浸没点蚀的主要影响因素、具体点蚀进程做了简要解释与评述。基于Melchers点蚀深度模型及其相关实验数据,文中提出一种简化形式的新型点蚀最大深度模型,并采用该模型对三组我国船舶结构常用碳钢、低合金钢的青岛海域全浸没点蚀试验观测数据进行分析。通过对比验证,证明采用Weibull函数表示点蚀最大深度随时间变化关系是合适的。此外,依据青岛、厦门、榆林海域碳钢试验数据,文中还对海水环境因素,如:溶解氧浓度、平均温度、盐度、PH值等,以及钢材成分变化对新型最大点蚀深度模型各参数的影响进行了初步探讨,得出了相应的函数关系式及相关结论。     

强夯联合井点降水加固粉土地基现场试验

为解决强夯加固黄河冲积平原区粉土地基时超孔隙水压力增长快消散慢、起锤困难及土壤严重液化等问题,提出采用强夯联合井点降水加固技术,以加快超孔隙水压力消散和土体固结.在济东高速公路粉土地基段进行了现场试验研究,采用了4种不同夯击能,观测、分析强夯过程中超孔隙水压力的变化规律和地面变形等,得出以下结论:选择1 500 kN·m单击夯击能更经济合理,其单位面积夯击能引起的地面沉降最大,有效加固深度亦最大;连续进行单点夯击时,表层土发生液化的可能性要大于深层土,临界深度约4m;夯后超孔隙水压力消散速率非常快,24 h后超孔隙水压力基本消散,且深度越浅超孔隙水压力消散越明显,井点降水能大幅缩短强夯的时间间隔,缩短工期.     

铁路客车轴承电腐蚀原因浅析

介绍了电腐蚀的分类与特征 ,通过对客车轴承故障特征进行分析 ,得到了提速客车轴承发生电腐蚀的原因和规律 ,提出了针对性的改进措施。     

应用VBA技术实现提取水深数据自动化

VBA编程技术,实现自动化提取电子海图(CAD)中水深数据,将以往繁杂的提取工作简化,提高了工作效率,输出格式为应用广泛的文本文件,保持了良好的通用性。     

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。     

潜艇下潜过程中最小挽回深度的仿真分析

通过垂直面操纵运动仿真,得到了某型潜艇在以不同首倾角和航速下潜过程中的最小挽回深度,分析首倾角和航速对最小挽回深度的影响,潜艇在下潜过程中进行挽回操纵时应保持潜艇龙骨下水深大于最小挽回深度。