雾雪天气对车顶绝缘子闪络影响的分析

雾雪天气造成电力机车车顶绝缘子闪络的问题越来越严重,已影响了电气化铁道的安全运营。本文综合有关资料,就污闪、雾闪、覆冰闪络、防覆冰技术及方法等问题做一分析、总结。     

膨胀土路基的胀缩变形模型试验

为了研究不同气候条件下膨胀土路基的胀缩变形规律,通过8组膨胀土路基模型试验,对广西南友路宁明地段中等膨胀土和湖南常张路慈利地段弱膨胀土,在压实度为90%和不同排水边界条件下,模拟路基分别处于积水、阴天、日照、降雨4种条件,研究膨胀土路基中各位置测点的胀缩变形大小及变化规律等,获得了这两种膨胀土路基的竖向和水平方向的胀缩变形量与变化规律。研究结果对膨胀土路基的设计和施工,保护路基、路面及路基中的构造物具有重要的理论和工程实际意义。     

非能动氢气复合装置的开发设计

非能动氢气复合装置是核电站发生严重事故时用于消除安全壳内氢气的安全设备之一。我们提出采用催化消氢的原理,利用新研制的全金属型催化剂消除氢气,并利用反应热,以温度梯度为推动力,非能动地进行反应。该方法不仅适用于核电站超设计基准事故下消氢,还适用于设计基准事故下的消氢。其他场合下的消氢也可选用。     

高温季节桥上CRTSⅡ型板式无砟轨道温度分布试验研究

为研究高温季节高速铁路桥上CRTSⅡ型板式无砟轨道的温度分布规律,制作CRTSⅡ型板式无砟轨道-预应力混凝土简支箱梁1:4缩尺试验模型.通过开展夏季典型高温天气的温度试验,分析高速铁路桥上CRTSⅡ型板式无砟轨道结构的温度分布变化规律,研究无砟轨道横、竖向温度分布型式.结果表明:在非阳光直射条件下,高速铁路桥上C RT...     

单幅雾霾天气交通监控图像去雾处理技术

针对交通视频监控系统在恶劣雾霾天气下获取的图片质量受损,无法正确识别车辆信息的 问题,首先总结了已有图像除雾技术的研究成果,对比分析了全局直方图去雾处理法、同态滤波 去雾处理法、多尺度Retinex(MSR)去雾处理法3 种算法。然后,采用这3 种方法对雾霾交通图片 进行处理,并根据图像纹理特征统计量对处理后的图像效果进行了客观评价。仿真结果表明,3 种算法中,采用多尺度Retinex(MSR)处理法最能提高雾霾图像的质量,能有效地恢复和增强图像 信息,使图像的近景和远景得到均衡。最后,基于Matlab 设计了GUI图像去雾系统,逐一验证了 3 种算法的处理效果,结果表明该系统能够有效地提高交通视频监控系统图像的清晰度,可在一 定程度上优化雾霾天气下的交通图像质量。     

严寒地区高黏高弹改性沥青应力吸收层沥青混合料路用性能研究

为解决河北省张家口市北部坝上地区沥青路面反射裂缝严重的问题,以高黏高弹改性沥青应力吸收层为研究目标,通过沥青的常规试验和PG分级试验来评价3种不同的应力吸收层沥青结合料,并对3种沥青混合料的路用性能进行了研究。通过室内试验结果表明,高黏高弹改性沥青的常规技术指标要明显高于常规改性沥青,PG分级也高于常规改性沥青。与普通改性沥青应力吸收层沥青混合料相比,高黏高弹改性沥青应力吸收层沥青混合料具有更好的路用性能。     

基于人工隧道的高速公路隔离防雾系统研究

通过对现有高速公路雾天车辆通行方法与措施的分析,提出一种结构合理的自动化人工隧道——隔离防雾罩系统．该系统对常年浓雾段车辆的正常通行有较好的使用效果,可为构建未来全天候国家高速公路网研究提供基础。     

冰雪、大雾天气下交通安全保障设施应用研究

文章分析了冰雪、大雾天气的特点及其对道路行车安全的影响,探讨了冰雪、大雾天气下的交通安全保障措施,并对各种交通安全保障设施的设置进行了优化研究,为不良气候条件下的道路交通安全设计、评价提供技术依据。     

基于RBF神经网络的不利天气道路通行能力计算

不利天气下影响城市道路通行能力的各种因素都具有随机的、非线性,采用常态条件下修正理论通行能力的计算方法是不适合的.文章结合RBF神经网络模型方法能够良好地分析出随机的、非线性的特点,对路网组成单元进行重新划分,选定不利天气下道路通行能力的影响因素,建立了道路通行能力计算的RBF神经网络模型.并依据哈尔滨市暴雨天气下道路的实际情况进行了算例分析,计算的道路通行能力与实测数据最大误差为-1.16%,验证了模型的可行性和有效性.     

Utilizing naturalistic driving data for in-depth analysis of driver lane-keeping behavior in rain: Non-parametric MARS and parametric logistic regression modeling approaches

It is known that adverse weather conditions can affect driver performance due to reduction in visibility and slippery surface conditions. Lane keeping is one of the main factors that might be affected by weather conditions. Most of the previous studies on lane keeping have investigated driver lane-keeping performance from driver inattention perspective. In addition, the majority of previous lane-keeping studies have been conducted in controlled environments such as driving simulators. Therefore, there is a lack of studies that investigate driver lane-keeping ability considering adverse weather conditions in naturalistic settings. In this study, the relationship between weather conditions and driver lane-keeping performance was investigated using the SHRP2 naturalistic driving data for 141 drivers between 19 and 89 years of age. Moreover, a threshold was introduced to differentiate lane keeping and lane changing in naturalistic driving data. Two lane-keeping models were developed using the logistic regression and multivariate adaptive regression splines (MARS) to better understand factors affecting driver lane-keeping ability considering adverse weather conditions. The results revealed that heavy rain can significantly increase the standard deviation of lane position (SDLP), which is a very widely used method for analyzing lane-keeping ability. It was also found that traffic conditions, driver age and experience, and posted speed limits have significant effects on driver lane-keeping ability. An interesting finding of this study is that drivers have a better lane-keeping ability in roadways with higher posted speed limits. The results from this study might provide better insights into understanding the complex effect of adverse weather conditions on driver behavior.