孔穴流激噪声的计算与验证研究

流激噪声的预报问题是流体动力声学领域的重点和难点.在气动声学领域,人们对此问题进行了很多探索,而在水声学领域,该问题尚缺乏深入的研究,文章的目的在于初步建立适用于水中流激噪声预报的数值方法.通过大涡模拟(LES)方法和FW-H声学类比方法,计算了两类孔穴的流激噪声问题.分析了声压谱级,壁面压力功率谱、涡量分布等,并利用试验结果对数值预报进行了验证.研究表明,计算结果量级可靠,符合声学一般规律.     

统计能量法在船舶舱室噪声预报中的应用

详细介绍了统计能量法并结合某船模型以统计能量法进行舱室噪声预报及改进设计研究。在某段舱室内分别以加减震器与不加减震器2种工况下噪声的计算结果与统计能量法得出的计算结果进行分析对比,充分验证了统计能量法的预报可行性,得出结论:统计能量分析法可以有效地预报船舶舱室的高频噪声,可以对局部设计的更改和局部减震装置的施加进行有效的仿真,适用设计阶段船舶舱室噪声的预报和结构声学优化计算。本文所得数据也可为今后船舶设计开发提供相关参考依据。     

确定OD矩阵和路段选择率的方法

OD矩阵推算和交通分配的结果是否符合实际,受所用分配模型、分配率P是否符合实际、路段流量是否经过守恒处理等因素影响。不同的分配参数会对分配率P产生不同的影响,从而影响分配结果,最终影响反推。采用对路段选择率和OD量同时推算的方法,尽量避免由于取值问题带来的误差,从而使推算结果更符合实际。     

道路安全等级定权聚类评价模型及因素辨析

为衡量区域内高等级公路的整体交通安全水平,辨析道路因素对交通安全的影响程度,综合运用灰类白化权函数聚类理论、模糊一致性理论及层次分析法,提出了一种系统评价道路安全性的新方法,通过灰色定权聚类对区域内高等级公路分类,采用模糊一致性矩阵确定聚类权,运用AHP分析道路因素重要度。算例分析结果显示公路5属于低安全等级灰类,层次总排序结果表明平纵线形组合、隔离防护设施、视距和混流程度4项道路因素是导致其安全等级低的主要原因。这说明该方法可客观划分高等级公路安全级别,并对影响交通安全的各项因素按照重要度进行排序,实现了道路交通安全性的系统评价。     

轨道交通安全计算机可靠性分析

轨道交通安全计算机是保障轨道交通安全、可靠运营的核心技术装备.文章描述了轨道交通常用安全计算机架构,通过可靠性分析对其关键可靠性指标进行计算.在常用冗余架构的基础上提出一种改进的安全计算机架构,通过与 目前常用架构的对比,改进的安全计算机架构可以大幅提升系统可靠性,可广泛应用于轨道交通安全性、可靠性苛求的系统/产品.同...     

一种GDI汽油机摩擦轮异响问题的解决方案

在当今内燃机技术发展中,在发动机前端轮系使用摩擦轮来控制机械水泵工作,使发动机快速暖机,是实现节能减排的方案之一.针对摩擦轮工作过程中产生的异响问题,文章介绍了该摩擦轮异响的原因及解决方案.     

长江750摩托车进气系统噪声分析及控制

长江750的进气噪声主要由250 Hz以下低频和1 000 Hz以上高频组成,并随转速的增加而急剧增大,转速每增加1倍,噪声增加10 dB(A)以上;但它受负荷的影响不大,随负荷的增加稍有增加。采用整体密封复合式消声空滤器加装辅助进气管等措施,不仅达到良好的降噪效果,还可减少进气阻力,确保滤清效率和储尘能力。     

复合噪声图像去噪

在现实的图像处理中,图像往往含有加法均匀或者高斯分布噪声的干扰.如果只使用邻域平均法或中值滤波法都不能很好的对图像进行去噪.提出了一种复合型去噪法.该算法首先利用分离像素法把不同噪声污染的像素区别开来,然后分别再用中值滤波或邻域平均法去噪.实验结果表明,此方法具有很强的可信度.     

北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程。利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比。研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征,分别确定其出行含义：通勤出行中居住地到地铁站的出行;通勤出行中地铁站到工作地点的最后一公里连接;居民其他的非通勤出行行为,如休闲娱乐活动等;回程通勤出行中从工作地点到地铁站;回程通勤出行中从地铁站到居住区的最后一公里连接。最后,模型预测结果的对比分析显示,本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。     

一种高效的简化可辨识矩阵集成算法

基于可辨识矩阵的约简算法,需要生成许多无用的元素,因而算法效率不高.针对这一问题,基于动态思想,设计了一个新的集成算法,新算法在生成可辨识矩阵的过程中不用生成大量的无用元素,减少了存储量和计算量,从而使算法的效率得到提高.最后给出了一个实例说明新算法的高效性.