散装水泥半挂车罐体改进的可行性

通过对散装水泥半挂车罐体原始结构的有限元分析，提出了原始的四仓结构在使用过程中存在的问题。为解决这一问题，将罐体由原始的四仓结构改为三仓结构。     

东海大桥最大纵坡的选取

本文以国内外载重汽车的试验数据和研究成果为依据 ,对载重汽车容许最低车速与纵坡、坡长的关系 ,纵坡对事故率的影响以及不利自然气候条件对载重汽车行驶的影响等进行了分析 ,提出了东海大桥最大纵坡的选用     

有源电力滤波器任意次谐波电流检测算法的研究

随着电力电子装置的广泛使用，电力系统谐波污染日益严重，有源电力滤波器是一种消除电力系统谐波污染的重要装置，它的使用将越来越广泛。文章针对三相四线制系统、不平衡系统中有源电力滤波器的应用和混合型有源电力滤波器的特点，基于瞬时无功功率理论，对任意指定次谐波电流的检测和各次谐波正、负序和零序分量的分离方法进行了深入研究。仿真和实验结果验证了此方法的有效性和正确性。     

关于连通图的IC-着色

文[2]中引入了图的IC-着色和IC-指数概念,本文考虑了两个图的和图IC-指数,证明了:对任意连通图G和H,均有M(G H)(M(G) 1)(M(H) 1)-1,并给出了星的任意细分图IC-指数的一个下界,推广了文[2]中的两个结果.     

城市公共交通服务供给侧政府管理职责 边界与市场机制研究

为厘清政府在公共交通服务供给侧的管理职责边界,进一步发挥市场机制的作用,提高公 共交通资源配置效率,在对目前公共交通服务供给侧政府管理和市场机制主要误区进行分析的基 础上,对公共交通服务进行科学分类,细分为基本公共交通服务和多元化公共交通服务,明确了 各自的服务定位和特征,并应用四象限法则,以“政府主导”和“市场积极性”为重要因素,分 析不同类型公共交通服务供给侧方面政府和市场发挥的作用和参与方式,最后,研究提出基本公 共交通服务和多元化公共交通服务中政府应当承担的管理职责,以及市场机制参与提供公共交通 服务的主要切入点和制度保障。     

路段上集群智能网联汽车的车队形成机制

智能网联汽车是解决城市交通问题的关键技术之一,对于未来城市智能交通体系建设有着关键作用.集群的智能网联汽车已经具备了涌现的基本条件,设计科学合理的交互规则,可以实现车辆的自组织,分布式涌现控制.以微观仿真软件VISSIM及C2X模块为研究平台,修改驾驶模型参数,在C2X模块中编程实现3条交互规则:速度一致、尽量靠近、避...     

沥青四组分测定法的改良及其在老化再生中的应用

对现行《石油沥青四组分测定法》(NB/SH/T 0509-2010)提出优化意见:在240℃下8h活化中性氧化铝;利用活化硅胶(及中性氧化铝)对正庚烷/石油醚进行脱芳;在溶剂冲洗阶段中使用二联球;接受瓶更换节点,改为淡黄色色带或褐色色带最低端接近脱脂棉部分2cm时;利用旋转蒸发法、萃取法对具有毒性的甲苯进行回收、纯化。改良后的沥青四组分测定法可以有效分离不同组分并具有较高的柱效。在沥青老化、再生过程中,通过关联四组分与三大指标,评价沥青老化程度、再生效果,为沥青性能评价提供微观视角。     

网联通信时延下的混合队列控制特性分析

针对CACC协同自适应巡航控制技术,探究其在车联网通信时延影响下,与驾驶员驾驶汽车共存而构成的混合队列系统的性能。从微观跟车行为角度,基于频域传递函数,推导通信时延下的CACC队列稳定最小跟车时距的理论表达式,并通过数值验证指出CACC队列稳定最小跟车时距随通信时延增大而增大的特性。从交通激波特性角度,针对无时延CACC、有时延CACC和时延过大而退化后的ACC自适应巡航3种情形,给定相同的跟车时距,进行不同渗透率下的大规模交通仿真实验,实验结果表明,在无时延和1 s时延这2种情形下,CACC在20%及以上的渗透率时均能显著降低交通扰动,削弱激波,性能差别不明显; 相比而言,退化后的ACC性能明显恶化。     

车联网环境下连续信号交叉口协同控制模型

智能交通信号控制技术是缓解交通拥堵的重要手段。为解决传统强化学习算法应用到连续多交叉口的局限性问题,提出了1种基于上下层神经网络的连续交叉口交通信号控制模型。控制模型由下层神经网络选择当前状态下可能的最优控制策略,再由上层神经网络根据各路口车均延误进行二次调整,将最终控制策略应用到多交叉口的相位配时中。以典型连续3个交叉口为例,通过SUMO仿真平台对模型进行仿真验证,在低与高饱和度下,该控制模型分别对车均延误降低了23.6%和26%,排队长度降低了8.4%和9.4%。实验数据表明,该模型可有效提高连续交叉口道路通行能力,为缓解城市交通拥堵提供了1种有效技术手段。     

基于神经网络的智能驾驶模式识别研究

为满足智能驾驶汽车高级驾驶辅助系统(ADAS)功能研发和验证的需求,提高ADAS功能的准确性,设计了一款基于神经网络的智能驾驶模式识别程序,该程序由数据采集、目标检测、场景识别预测3个模块组成.数据采集模块利用ESR毫米波雷达、前置摄像头对交通环境及周围车辆的数据信息进行采集;目标监测模块通过控制算法选择判断触发各类A...