内蒙古地区马兰黄土隧道围岩及支护特性研究

通过对窑沟隧道周边收敛、拱顶下沉、围岩压力、钢拱架内力、喷射混凝土应力和锚杆轴力进行监控量测,了解隧道开挖过程中马兰黄土隧道围岩变形特性及支护结构受力特性。结果表明:施工过程中拱部沉降的量值远大于净空收敛的量值;围岩压力分布不均匀;钢架支护在隧道支护体系中起着非常重大的作用;拱部系统锚杆对结构的稳定性作用不大;水对拱顶沉降的影响非常严重。     

哈齐客运专线路基冻胀变形研究

通过对哈齐客运专线路基冻胀变形监测,获得(2012～2013年)路基的冻胀变形发展情况,分析了冻胀变形发生和发展规律。研究结果表明:各监测点冻胀变形随时间发展变化规律基本一致,路基冻胀变形经历了包括冻胀快速发展期、冻胀维持期、冻融循环期和融化回落期4个阶段;路基冻胀变形的发生具有普遍性,但冻胀量较大的监测点所占比例较小,说明其冻胀变形还是可控的。     

普通干线公路监测工作的安全管理研究

对普通干线公路监测工作事故的成因进行了分析,得出影响监测工作安全的五大主要风险因素即人、设备、基础设施、环境、管理.然后利用解释结构模型(ISM)、系统化的建模技术和计算机工具对这五大风险因素间的逻辑关系进行了运算和分析,并由此建立了描述影响普通干线公路监测工作安全的多级递阶解释结构模型.在此基础上,利用风险矩阵法对普通干线公路监测工作中的各个风险源进行了评价并确定了风险等级.最后针对不同的风险等级,依据风险控制原则,对各个风险因素提出了相应的措施和建议,以提高普通干线公路监测工作中的安全管理水平.     

苏通大桥斜拉桥伸缩缝位移的长期监测与分析

以苏通大桥斜拉桥347 d的伸缩缝位移为对象,研究苏通大桥斜拉桥伸缩缝服役性能评价方法.首先提出了伸缩缝位移的概率统计分析方法,在此基础上验证了伸缩缝设计性能.其次,提出了伸缩缝位移与温度的相关性分析方法,在此基础上评价了伸缩缝使用性能.分析结果表明:①苏通大桥斜拉桥的伸缩缝位移可以通过2个正态分布函数的加权和来描述其概率分布,温度年变化作用下伸缩缝的极值位移远小于伸缩缝设计位移;②苏通大桥斜拉桥伸缩缝位移与温度具有良好的线性相关性,并且苏通大桥北端的伸缩缝存在性能退化的可能,需要积累更多的数据进行分析.     

高速公路视频监控系统技术升级探讨

随着技术水平的不断进步,高速公路视频监控逐渐向数字化和高清化发展,高速公路视频监控系统的升级也逐渐展开。文中探讨了今后高速公路智能综合管理系统的发展方向,并结合韶赣高速公路视频监控系统升级项目,提出了现有基础上视频监控系统的技术改造方案。     

琅岐闽江大桥主桥钢箱梁顶推合龙控制技术

琅岐闽江大桥主桥为（60＋90＋150＋680＋150＋90＋60） m 七跨连续半飘浮体系双塔双索面斜拉桥,主梁为栓焊结构钢箱梁,采用悬臂拼装法施工,中跨合龙段长12 m ,合龙段自重约170 t 。为了使大桥能够高精度顺利安全合龙,且成桥后结构内力、线形状态达到预期目标状态,基于无应力状态法原理的控制思想,确定中跨采用双边吊梁、无劲性骨架锁定、顶推法进行合龙。采用 MIDAS Civil 2011对合龙关键工序进行详细计算分析,得到合龙顶推力、顶推位移限值等关键控制参数;分析了顶推过程中的索力、线形变化规律,以验证结构合龙安全可靠;分析得到合龙段无应力长度较小的改变对成桥目标状态影响较小。工程实践表明采用该方法进行合龙控制是可行的,桥梁合龙后内力状态与设计目标一致。     

嵌入式油船排油监控系统的设计

以基于ARM Cortex^(TM)-M3内核的STM32F107VCT6微处理器为硬件平台,将μC/OS-II嵌入式实时操作系统移植到微处理器之上,搭建了系统软件开发平台,开发出排油监控系统控制器,集数据采集、GPS定位、分析计算、指令执行、数据存储、记录打印等功能于一体。给出了控制单元具体的软硬件实现方法,在.Net开发环境下利用Visual C#编程语言完成计算机监控软件的构建,实现了与控制单元的通信。在油船货油装卸模拟系统的运行结果表明,该排油监控系统可满足国际海事组织(IMO)关于油船排油监控系统的有关要求。     

基于Android平台的移动航标动态监控系统的实现

以"长江南京至浏河口段数字航道与智能航运建设示范工程"为依托,基于Android移动开发平台,开发航标动态移动监控系统。该系统操作灵活,携带方便,可有效地解决航标维护过程中存在的生产效率低、故障告警和维护响应周期长的难题。     

基于DirectS how技术船用钢板图像采集设计与实现

基于DirectShow技术,在Windows平台下构建测量船用钢板三维尺寸的图像采集系统,为大尺寸物件的测量提供了一种信息采集方案。首先分析了DirectShow技术基本体系,接着介绍了该系统的应用环境整体布局以及采集系统总体设计方案,其次通过对常见的视频采集卡进行分析,给出了针对USB摄像头,基于MFC框架的图像采集系统实现过程,包括设备Filter的构建,Filter Graph结构设计,开发了本系统所用到的抓图Filter,实现对应用环境画面的实时监控和采集,通过实验表明设计方案的可行性和正确性。     

A hybrid Bayesian Network approach to detect driver cognitive distraction

Driver cognitive distraction (e.g., hand-free cell phone conversation) can lead to unapparent, but detrimental, impairment to driving safety. Detecting cognitive distraction represents an important function for driver distraction mitigation systems. We developed a layered algorithm that integrated two data mining methods—Dynamic Bayesian Network (DBN) and supervised clustering—to detect cognitive distraction using eye movement and driving performance measures. In this study, the algorithm was trained and tested with the data collected in a simulator-based study, where drivers drove either with or without an auditory secondary task. We calculated 19 distraction indicators and defined cognitive distraction using the experimental condition (i.e., “distraction” as in the drives with the secondary task, and “no distraction” as in the drives without the secondary task). We compared the layered algorithm with previously developed DBN and Support Vector Machine (SVM) algorithms. The results showed that the layered algorithm achieved comparable prediction performance as the two alternatives. Nonetheless, the layered algorithm shortened training and prediction time compared to the original DBN because supervised clustering improved computational efficiency by reducing the number of inputs for DBNs. Moreover, the supervised clustering of the layered algorithm revealed rich information on the relationship between driver cognitive state and performance. This study demonstrates that the layered algorithm can capitalize on the best attributes of component data mining methods and can identify human cognitive state efficiently. The study also shows the value in considering the supervised clustering method as an approach to feature reduction in data mining applications.