老城区上部物业开发不确定性条件下车站结构设计研究———以杭州地铁邱山大街站为例

“地铁+物业” 的 TOD 城市开发模式， 可促进城市土地的集约利用， 引领老城区现代化、 功能化改造， 促进地铁的可持续发展， 一时间 TOD 成为了 “时髦” “前沿” “优点” 的代名词， 但在实际开发建设中， 由于地铁建设周期限制因素较多， 物业开发常滞后于地铁建设时序。 以在建邱山大街站为例， 从建设时序问题阐述车站建筑功能以及结构设计预留等方面的开发要点。     

地铁车辆段天车运行引发上盖物业振动试验研究

为掌握地铁车辆段天车的振动源强特性及其在车辆内的振动传播规律,在广州某地铁车辆段进行了现场振动试验.分析结果表明:天车在车辆段运行时,接缝处牛腿振动加速度明显较大于无缝处,两者相差3～4 dB,因此建议车辆段内天车轨道使用无缝钢轨,以达到减小振动源强的目的.天车以满载和空载两种工况运行时,上盖建筑物楼板中央和柱脚振动在6～ 12.5 Hz频段有一定差异.在该频率范围,天车以满载工况运行引起上盖建筑的振动大于空载工况,而在其它频率范围则相差不大.天车引起的振动从上盖建筑物1层柱脚向3层柱脚传递时,在大于80 Hz频率范围会有一定衰减,而在30～ 60 Hz频段则会出现一定的放大,在5～ 20 Hz频段基本没有变化.天车振动能量通过阻抗较小的混凝土结构直接传至上盖建筑物,从而造成吊车运行引起上盖建筑物的振动响应较大.因此,车辆段设计时除关注列车引起的振动外,还应关注天车运行诱发上盖物业的振动.     

反激变换器中RCD箝位电路参数设计

针对反激变换器在实际应用中由于变压器漏感而引起的开关管电压应力过大问题,对反激变换器的工作原理进行分析,推导出箝位电容、箝位电阻和箝位二极管的计算公式,设计了RCD箝位电路。结合测试电路的实验波形,验证了理论分析的正确性,并探讨了开关管寄生电容大小对电路谐振过程的影响。     

智能网联汽车协同生态驾驶策略综述

为了跟踪近年来智能网联汽车(CAV)协同生态驾驶策略的研究进展, 分析了车辆、驾驶行为、交通网络和社会这4类因素对CAV能耗的影响程度, 以车辆、基础设施和旅行者为对象对目前CAV生态研究进行分类, 重点分析了信号交叉口生态驶入与离开、生态协同自适应巡航控制、匝道合流区生态协同驾驶、生态协同换道轨迹规划和生态路由5种典型车辆协同生态驾驶应用场景的研究现状。分析结果表明: 相比人类驾驶方式, 在任何交通流量CAV 100%渗透率的条件下和低交通流量CAV部分渗透率的条件下, CAV油耗节省效果显著, 最高可达63%, 而具有部分智能化和网联化等级的CAV油耗可至少节省7%;现有研究较少考虑人机共驾情况下, 驾驶人反应延迟和自动控制器传输延迟导致的轨迹跟踪偏离; 现有研究将车车通信/车路通信假定为理想数据交互过程, 未考虑通信拓扑、传输时延、通信失效与基站切换等因素对CAV生态协同驾驶策略的影响; 现有研究较少探讨多车道、交叉口转向-直行共用车道和U型车道等交通场景, 以及不同智能网联等级CAV与人类驾驶汽车、行人、自行车等共存的混合交通条件下的生态驾驶策略; 受限于自动驾驶技术和基础设施尚未成熟和完善, 真实交通场景下的测试验证工作尚未开展; 车辆控制、车车通信、多车协同、混合交通流场景、半实物仿真测试和真实交通场景测试等方面将是CAV协同生态驾驶策略的进一步发展方向。      

基于数据驱动的电动自行车换电需求预测

换电企业在城市内建立换电柜，满足不断增长的电动自行车换电需求，涉及到换电柜的选址，电池的投放和换电需求的预测。本文分析了国内某大型换电企业的换电订单数据，发现换电柜存在使用严重不均衡问题,为提高使用率，降低换电成本，提出按区域对换电需求量进行聚类并预测的方法。首先，对换电柜位置进行K-means聚类，据此优化换电柜的投放量，提高使用率；随 后，采用整合移动平均自回归模型(Autoregressive Integrated Moving Average model, ARIMA)预测短时换电需求。实验发现，ARIMA模型在短时换电订单的需求预测上具有较高的预测精度，与其他基线模型相比，各指标均为最好，说明换电需求在时间上更趋于线性关系。本文提出的换电柜优化方法和短时需求预测结果为换电企业的换电柜选址和电池投放量提供数据支持。     

维修进口磨床撞刀处理指南

美盖勒磨床是齿轮磨齿精加工的重要设备,由于磨床的多种不确定因素和操作工的一些失误操作,导致设备磨头发生撞刀现象,致整个设备瘫痪,为此,制定了一套快速诊断修理指南,能够快速有效地处理撞刀故障。     

面向前车的驾驶行为感知与意图识别算法研究

感知周围车辆的驾驶行为并识别其意图将成为新一代高级驾驶辅助系统的重要组成部分。针对现有方法只考虑单一驾驶行为且可扩展性和可伸缩性差,提出一种基于稀疏表示理论的驾驶行为感知字典模型(Driving Behavior Perception Dictionary Model, DBPDM)。将车辆行驶状态视为时间序列,设计基于自回归积分移动平均(Autoregressive Integrated Moving Average,ARIMA)结合在线梯度下降(Online Gradient Descent, OGD)优化器的在线预测模型,提出基于驾驶行为预测的意图识别构架(Intention Recognition Framework, IRF)。首先,采用图Lasso方法估计典型驾驶行为的稀疏逆协方差矩阵构建驾驶行为字典库,并采用Logdet散度方法计算各逆协方差矩阵的差异获得行为感知字典模型。然后,基于在线预测模型对目标车辆的行驶轨迹和运动状态进行预测,结合主车车辆的行驶状态作为稀疏表示的观测信号,以获取预测时域内的目标车辆意图。最后,采用NGSIM (Next Generation SIMulation)真实驾驶数据对模型进行开发和测试。研究结果表明:所提出的行为感知模型能对6种典型驾驶行为构建行为字典,在分类准确率上与现有方法相比有明显提升,对换道和转向行为样本的平均识别准确率分别达到99.1%和92.9%;该模型能够在相对早期阶段准确地识别出车辆行为;在线预测算法能较好预测出目标车辆的行驶轨迹和运动状态,从而间接地反映出其在预测时域内的驾驶意图;IRF可在换道和转向行为开始前的1.5 s较为准确地识别出目标车辆的意图,平均识别准确率超过80%。     

大鼠双侧腹侧被盖区头端毁损与抑郁行为的相关性

目的探索大鼠中脑双侧腹侧被盖区头端(anterior ventral tegmental area, aVTA)在抑郁行为发生机制中的作用。方法以6-OHDA损毁aVTA模型大鼠为研究对象,采用行为学方法(旷场实验、强迫游泳实验和蔗糖偏好实验)观察术后大鼠行格数、直立次数、不动时间、蔗糖消耗百分比的变化;以TH阳性神经元计数观察损毁组大鼠双侧aVTA和SNc的DA神经元损毁程度;通过高压液相在线递质测量技术测定大鼠相关脑区DA、5-HT和NA的含量变化,并与假手术组进行比较。结果①损毁组大鼠的穿行格数、直立次数显著降低,不动时间显著延长,蔗糖消耗百分比显著降低,差异均有统计学意义(P值均<0.001);②损毁组大鼠aVTA及SNc的DA能神经元数目显著减少(P值均<0.001);③损毁组大鼠的内侧前额叶皮质(medial prefrontal cortex, mPFC)、纹状体(striatum, STr)、腹侧海马(ventral hippocampus, VHPC)、外侧缰核(lateral habenula, LHb)中5-HT和NA的含量明显下降(P<0.001);STr中DA含量明显下降(P<0.001),而mPFC、LHb、VHPC中的DA含量变化没有统计学差异(P>0.05)。结论大鼠腹侧被盖区头端参与抑郁行为的发生,腹侧被盖区及其相关脑区单胺类神经递质的改变可能是其原因。     

地铁车辆段上盖开发道岔减振降噪关键技术研究

道岔是轨道结构轮轨冲击的重要来源,也是地铁轨道减振降噪的薄弱环节与技术瓶颈.为解决有上盖物业开发地铁车辆段轨道道岔减振设计难题,通过文献调研,在总结地铁车辆段轨道减振降噪措施的基础上,针对道岔这一特殊轨道结构,对比多种国内外道岔减振降噪措施的应用效果,研究表明:①可动心轨辙叉最大减振效果约6 dB;②扣件减振效果一般可...