钢管-钢管混凝土复合拱桥实桥静载测试与分析

进行了第一座钢管 - 钢管混凝土复合拱试验桥--福建福鼎山前大桥实桥静载测试和有限元模拟分析,对钢管-钢管混凝土复合拱静力性能进行了讨论,研究表明,复合拱的静力性能与等截面拱相近,但拱肋变截面处应变应是设计中的控制因素,极限承载力分析应考虑双重非线性的影响.     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

考虑车辆限行和装箱约束的车辆路径优化方法

在实际配送过程中,考虑到部分城市道路存在限制大型配送车辆通行的现状,以及运输途中车厢内物品满足后进先出等装载约束能有效提高装卸效率的特点,将车辆限行和二维装箱约束加入到需求可拆分车辆路径问题中。同时考虑到车辆的使用成本和行驶成本,以车辆总配送成本最小为目标构建考虑车辆限行和二维装箱约束的需求可拆分车辆路径问题数学模型,设计了启发式算法来求解该模型,其中模拟退火算法确定需求拆分下的车辆配送路径,且在当前最优解判断时调用BLF算法检验物品的二维装箱约束,来减少频繁调用BLF算法的时间。数值案例验证了模型和算法的实用性,且所提出的算法的求解结果波动不大于0.8%,能在合理的时间范围内求解得到较好的配送方案,在车辆限行区域内采用双车型配送能节省15.17%~31.27%的总配送成本。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持.将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型(Traffic Factor State Network,TFSN),考察交通因素...     

Influence of AC system design on the realisation of tractive efforts by high adhesion locomotives

The main task for heavy haul railway operators is to reduce the cost of exported minerals and enhance the long-term viability of rail transport operations through increasing productivity by running longer and heavier trains. The common opinion is that this is achievable by means of implementation of high adhesion locomotives with advanced AC traction technologies. Modern AC high adhesion locomotives are very complex mechatronic systems and can be designed with two alternative traction topologies of either bogie or individual axle controls. This paper describes a modelling approach for these two types of AC traction systems with the application of an advanced co-simulation methodology, where an electrical system and a traction algorithm are modelled in Matlab/Simulink, and a mechanical system is modelled in a multibody software package. Although the paper concentrates on the analysis of the functioning for these two types of traction control systems, the choice of reference slip values also has an influence on the performance of both systems. All these design variations and issues have been simulated for various adhesion conditions at the wheel–rail interface and their influence on the high traction performance of a locomotive equipped with two three-axle bogies has been discussed.     

基于响应面和遗传算法的柴油机瞬态过程喷油参数优化

基于台架试验数据,利用响应面法建立了某工程机械用柴油机瞬态过程喷油参数与性能的近似高精度模型,基于此模型采用遗传算法对瞬态过程喷油参数分别进行离线优化研究。结果表明:采用单目标优化确定的燃油消耗率(BSFC)、NO_x比排放量和颗粒质量(PM)比排放量的优化极限分别可达180.23g/(kW·h),8.92g/(kW·h)和0.011 8g/(kW·h),相对原机可降低多达4.5%,34.0%和37.3%。双目标优化的Pareto解集表明,相比于同时优化BSFC和NO_x比排放量,BSFC和PM比排放量更容易同时得到优化。采用权重因子适应度函数的三目标优化结果对应的BSFC,NO_x比排放量及PM比排放量分别为184.70g/(kW·h),12.62g/(kW·h)和0.012 2g/(kW·h),较原机分别降低2.1%,6.6%和35.3%。改进优化模型后,性能优化Pareto解集对应的BSFC和PM比排放量水平都非常接近其优化极限,但NO_x比排放量相对其优化极限仍然较高。     

基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。     

路锥投收自动控制系统的研制

针对高速公路交通事故现场快速隔离、警示和防护等日益增强的需求,提出一种新型路锥自动投收装置的系统设计方案.针对传统大型路锥投收装置费用高、结构复杂的弊端,利用虚拟样机技术开展紧凑型路锥自动铺设、回收一体化装置的机械结构的设计,包括路锥的叠置、拾取、传送、放置等机构.并利用Pro/E、ADMAS等仿真软件进行仿真测试.基于ARM提出嵌入式的系统总体设计方案:以uCOS-II操作系统为平台,以STM32系列单片机为CPU,完成控制器的软硬件设计,并采用"S"型加减速控制曲线策略实现电机的平滑控制.基于Android开发了操作方便、友好的人机交互接口,以"蓝牙"作为上下位机的通信桥梁,以RSA算法作为上下位机数据交互中的安全的保障.实车测试结果表明,该设计方案的路锥投放与回收成功率均达到95%,基本符合要求.但高、低速时路锥投放、回收的成功率差异较大(6%),此外,路锥的倒伏率达到5%,该单项指标基本不满足设计要求.     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.