以太网技术在机组控制中的应用

叙述了自动化机组控制技术的发展，及以太网技术应用于机组控制的必要性，可行性。     

城市公交线网优化的线性模型

为了对现有公交线网进行优化,有效利用现有交通资源,解决城市交通问题,运用系统科学的思想,通过对城市公交线网优化的主要内容、优化原则、优化目标以及约束条件的分析,兼顾考虑乘客出行时间、公交线网密度和公交企业的利益以及公交线网的布局对整个城市的交通系统的影响,提出了优化目标的函数表达式及相应约束条件的数学表达式,建立了公交线网优化的线性模型,并给出了运用逐步筛选法对所提出的数学模型进行求解的方法。     

汽车防追尾碰撞数学模型研究

为了提高车辆在高速行驶状态下的主动安全性能,研究了处于追尾行驶状态的本车与前车的运动学特征;针对前车的不同运动状态分别推导出了跟车距离的计算模型并分析了模型中3个关键参数的随机性和动态性,对制动迟滞时间提出了基于模糊推理的确定方法,对本车制动减速度和前车的运动加速度提出了比较实用的动态测算公式;另外,研究了防追尾碰撞的控制与执行,建立了动态调整安全制动停车距离的神经网络模型,提出了基于危险裕度判别的安全控制方法。     

聚丙烯纤维混凝土直接拉伸性能的试验研究

重点研究聚丙烯纤维增强混凝土在单轴直接拉伸荷载下的力学性能和纤维混凝土的单轴拉伸应力变形全曲线。提出单轴拉伸相对应力裂缝宽度曲线的理论方程式。由单轴拉伸全曲线得到了纤维混凝土的应力裂缝宽度曲线、断裂能及特征长度等。试验发现:当纤维体积掺量为0 14%时,纤维混凝土的轴心抗拉强度比基准混凝土提高20%,极限拉伸应变提高49%,断裂能提高68%,临界断裂时的最大裂缝宽度增加55%。聚丙烯纤维具有良好的阻裂性能,增强了硬化混凝土的能量吸收能力。     

基于模糊神经网络的既有钢筋混凝土桥梁构件可靠性评估

介绍了模糊神经网络的基本理论知识,根据其知识体系和既有桥梁可靠性的研究特点,结合相关文献的规定和研究成果,引入与所检测的截面裂缝宽度、应变值和应变值相关的评估参数Z,利用既有钢筋混凝土桥梁养护等级标准给出了构件技术状况等级与可靠指标的对应关系,然后根据模糊神经网络的理论优势,对输入变量(实测数据:裂缝宽度,应变值和应变值)进行训练,计算出构件在不同荷载作用下的可靠指标,其可用于既有桥梁结构构件可靠性评估中。并结合一实桥拆除构件的试验结果,得到了一些有益的结论,验证了本方法应用于既有钢筋混凝土桥梁构件可靠性评估的可行性。     

基于实测数据评估交通事件检测中神经网络应用性的研究

神经网络为交通事件自动检测技术摆脱传统方法探测率低、误报率高的状况提供了新的解决思路。在以往局限于仿真数据研究的基础上,本文利用I-880数据库实测交通事件数据对神经网络在交通事件自动检测中的实际应用进行了研究,结果表明:神经网络应用于交通事件自动检测技术中,具有较高的探测率和较低的误报率,但该算法可移植性较差,在实际应用中要予以考虑。     

光纤光栅孔隙水压力计的研制与应用研究

阐述了光纤Bragg光栅(FBG)技术的原理以及传感器的结构设计原理和方法,采用光纤Bragg光栅(FBG)传感技术研制了适合岩土工程使用的光纤光栅孔隙水压力计,对研制的6支光纤光栅孔隙水压力计进行了试验检验并埋设于某高速公路软土路基中试测孔隙水压力以检验研发成果。实践结果表明该仪器克服了常规仪器的某些缺点,并有稳定性好、耐腐蚀等优点,可以较好地应用于岩土工程监测当中。本仪器的研制对于光纤传感技术在岩土工程领域的应用具有积极的推动作用。     

高速铁路路基边坡纤维团粒喷播生态防护技术

针对高速铁路路基绿化工程高要求、少维护等特点,提出纤维团粒喷播技术,并详细阐述了其机理及特点.通过在京雄城际铁路路基边坡工程中的应用,归纳总结了该技术施工工艺流程:平整坡面→坡面覆土→铺设铁丝网→喷播基质→养护管理.喷播基质是利用喷播机械将性能优越的基质材料喷附至铁路路基坡面上的.工程应用表明该技术施工快,质量好,养护维修量小,经济性高.     

浅谈FAS双中心建设及设备维护

重点分析了西安局集团公司由2K数调主系统组网更新改造为FAS双中心网络的建设方法,并根据日常维护经验,列举了调度台通道故障处理、FASB简易故障判断及计表倒换试验、FASA和FASB系统与MSC之间的业务故障处理等.     

Predicting the adoption of connected autonomous vehicles: A new approach based on the theory of diffusion of innovations

On the grounds that individuals heavily rely on the information that they receive from their peers when evaluating adoption of a radical innovation, this paper proposes a new approach to forecast long-term adoption of connected autonomous vehicles (CAVs). The concept of resistance is employed to explain why individuals typically tend to defer the adoption of an innovation. We assume that there exists a social network among individuals through which they communicate based on certain frequencies. In addition, individuals can be subject to media advertisement based on certain frequencies. An individual’s perceptions are dynamic and change over time as the individual is exposed to advertisement and communicates with satisfied and dissatisfied adopters. We also explicitly allow willingness-to-pay (WTP) to change as a result of peer-to-peer communication. An individual decides to adopt when (i) there is a need for a new vehicles; (ii) his/her WTP is greater than CAV price; and (iii) his/her overall impression about CAVs reaches a cutoff value. Applicability of the proposed approach is shown using a survey of employees of the University of Memphis. Our results show that the automobile fleet will be near homogenous in about 2050 only if CAV prices decrease at an annual rate of 15% or 20%. We find that a 6-month pre-introduction marketing campaign may have no significant impact on adoption trend. Marketing is shown to ignite CAV diffusion but its effect is capped. CAV market share will be close to 100% only if all adopters are satisfied with their purchases; therefore, the probability that an individual becomes a satisfied adopter plays an important role in the trend of adoption. The effect of the latter probability is more pronounced as time goes by and is also more prominent when CAV price reduces at greater rates. Some caveats may be inserted when considering the study results as the findings are subject to sample bias and data limitations.