汽车耐久性可靠性理论与实践

汽车耐久可靠性评价经常由于概念的混淆及样本量的限制导致评价偏差,甚至于部分车企只是盲目的进行道路试验,对于试验过程中的故障、失效并未做科学的统计分析,从而陷入路试、整改、再验证的死循环中,浪费了大量资源,文章基于对耐久性与可靠性的定义解读借助可靠性统计分析的数学方法将耐久可靠性的评价进行量化以帮助耐久可靠性工程师能够客观评估产品的耐久可靠性水平。     

ZPW-2000R无绝缘轨道电路红灯转移电路优化改进方案

红灯转移电路是为防止区间通过信号机红灯灭灯时,后续列车司机在未及时看到信号机显示的情况下,进入有车占用或存在危险因素的区段,从而将红灯显示转移到运行后方通过信号机上所采取的安全措施.主要以实际工程建设过程中所发现的问题为导向,通过对ZPW-2000R小轨处理方式及红灯转移电路原理的分析,说明ZPW-2000R轨道电路将...     

液舱晃荡对船舶横摇运动影响的数值研究

为了研究加载液舱在船舶航行时舱内液体晃荡对船体横摇运动的影响,对船体外流场(波浪场)与液舱内流场(液体非线性晃荡)分别采用势流理论方法计算,建立了在波浪中船体与液舱流体晃荡耦合的时域运动方程。其中波浪中船体水动力和时延函数采用三维频域法和脉冲响应函数法计算获得,舱内液体非线性晃荡采用时域边界元法计算。对横浪中加载了方形液舱的15000GT集装箱船在不同液舱装载深度工况下,就液舱流体晃荡及其与船体运动耦合分别进行了计算模拟与验证。研究表明,耦合运动模拟结果能清晰地反映液舱晃荡对船体横摇运动的影响,数值结果与试验吻合良好,并具有较高的计算效率。     

可拓理论在高等级公路隧道围岩分级中的应用研究

根据可拓理论在解决不相容问题及不确定问题等方面的突出特点,文章对其进行了适当的改进,得出高等级公路隧道围岩分级系统可拓评价体系,并应用于广东省惠深高速公路牛湖山隧道的围岩质量评价当中.且通过与灰色关联分析方法、专家经验方法等评价结果相比较,证明了高速公路隧道围岩分级系统可拓评价体系的科学性、合理性和经济性.     

长江水运行业管理将实现“三个转移”

12月9日召开的长江水系运管工作会议传出消息,“十二五”期长江水路运输行业管理工作将实现“三个转移”。即：从重发展数量向重发展质量转移,推进企业间资源整合,优化船舶运力结构,提高运输效率,提升行业运输服务能力;从重事后查处向重源头管理、全过程监督转移,     

在建船舶所有权转移问题研究

船舶所有权何时从卖方转移到买方是一个十分重要的问题,它决定风险的转移,并直接影响买卖双方在出现违约时有可能采取的救济方式和相关的权利义务。在建船舶所有权的转移就更为复杂与重要,其在国际船舶建造标准合同中普遍存在。本文通过标准合同条款及法律规定两方面,对在建船舶所有权转移问题加以研究。     

电动汽车高压线缆屏蔽效能的仿真与测试研究

分析表征线缆屏蔽效能的表面转移阻抗,并对其进行仿真分析;采用线注入法和三同轴法对仿真结果进行验证,证明仿真方法的可行性.     

微分法在有限元分析中的应用

基于有限元原理及结构的平衡微分方程,提出了一种求解结构单元形函数的方法。首先,根据结构单元的变形微分方程求解结构变形的常系数解析式;其次,根据单元的边界条件求解相应的系数表达式,并将求出的系数表达式代到解析式中,形成关于单元局部坐标的解析式;最后,提取单元节点广义位移向量,形成单元的形函数矩阵。运用所提出的方法对结构典型杆单元、梁单元的形函数进行求解后发现,所获得的形函数与相关文献提供的形函数完全一致,表明所提方法正确有效,并且同样适用于其他结构单元形函数的求解,从而为有限元的进一步推广和拓展提供了一条行之有效的途径。     

基于RetinaNet及优化损失函数的夜间车辆检测方法

为解决智能驾驶系统中夜间车辆检测误检多、远处小目标检测效果差的问题,在RetinaNet的基础上对损失函数进行全面优化.在分类损失函数方面,分析了负样本与正样本交并比的产生机理和对训练的影响,构造了关联交并比的分类损失函数,利用负样本交并比使网络注重于训练难分类负样本,同时利用正样本交并比提高了检测框的定位精度;在定位...     

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。