检查井及井周路面影响下的车辆荷载动态特性

为分析车辆经过检查井及井周路面时的车辆荷载动态特性,采用井周路面病害调查的方法确定了井周路面病害类型及范围;考虑井盖的变形和振动,建立了车-井盖耦合多自由度振动模型;分析了车辆荷载冲击系数随时间变化的规律及影响因素。研究结果表明：在检查井及井周路面平整度激励作用下,车辆由井周路面驶入正常路面时车辆荷载冲击系数达到最大值,此时车辆荷载为静载的1.35倍;各因素对车辆荷载动态特性影响程度从大到小排序为：井周路面病害导致的高差>检查井沉陷量>坡度变化率>行车速度>井盖刚度系数。由此可见,车辆经过检查井及井周路面时路面的平整度大小是(井周路面病害导致的高差、检查井沉陷量和坡度变化率)导致车辆荷载冲击效应是否显著的原因,也是井周路面频频破坏的主要因素之一。     

智能船舶航行功能测试验证的方法体系

智能船舶航行技术发展的核心在于构建从辅助决策到自主驾控的完整软硬件系统,实现人工驾驶到智能驾驶的演化,而核心技术的突破与软硬件系统的研发离不开完善的测试验证体系和健全的规范标准.对目前国内外智能船舶测试场现状进行综述,对以性能、能效、信息、智能为对象的智能船舶航行功能测试构想进行解析,最终提出以虚拟仿真为初试、模型测试...     

高速公路联网收费资金拆分模型的建立及应用

为了解决高速公路联网收费后所产生的资金拆分问题,并提高通行费征收管理水平,通过对高速公路的OD交通量调查以及对各个路段的交通量、出入口交通量、通行费收入的调查研究,确立了高速公路通行费资金拆分的OD交通量法计算模型和步骤,此方法大大提高了工作效率,并在单路径多段拆分行为中有较强的通用性。     

基于频响函数的结构损伤识别

该文研究了一种由试验测得的频响函数数据进行结构损伤定位和损伤程度评估的方法。由于很难测得实际结构的所有频响函数数据,而且求频响矩阵的逆阵可能产生病态问题,因此文中借助有限元模型,仅用少数几个频响函数便可进行损伤识别,通过数值模拟结果表明,该方法能够达到满意的精度。     

预制拼装桥墩抗震性能数值分析

为进一步掌握预制拼装桥墩的抗震性能是否可以达到抗震要求以及剪跨比等参数对其抗震性能的影响,对既有试验进行数值分析。首先给出桥墩的设计背景及方案,然后通过ABAQUS有限元软件建立数值分析模型,对预制桥墩与整体浇筑桥墩的抗震性能进行对比,分析预制拼装桥墩的合理性,对预制桥墩进行轴压比及剪跨比参数分析,评价各参数对抗震性能的影响程度大小。     

热压自然通风室内污染物浓度演变特性

为探究热压自然通风向稳态发展过程室内气态污染物的迁移规律,对不同高度处污染物浓度演化进行了分析.首先结合预测热分层瞬时变化的非均匀三层模型,针对室内不同的下层污染物混合特性,建立了均匀混合和纯置换两种热压自然通风室内污染物输送模型;其次,采用4阶龙格-库塔(Runge-Kutta)方法迭代求解,得到了通风过程室内污染物...     

基于ARIMA模型的极端事件下铁路货运量预测研究

合理预测货运量是铁路部门制定列车开行方案及组织管理的基础,在类似突发疫情这种极端事件时,准确预测铁路货运量的数据与变化趋势对铁路工作的开展有重要的参考意义.建立ARIMA模型,利用2010年1月—2020年1月的铁路货运量正常数据与疫情突发后2020年2月的异常数据,对2020年3—10月的铁路货运量进行预测.结果表明...     

小样本下基于迁移学习与LSTM的雾天高速公路车辆跟驰模型

由于在现实生活中能够采集到的不同雾天等级的高速公路车辆跟驰样本有限,导致雾天跟驰模型精度不佳,为此在长短时记忆神经网络（long short-term memory,LSTM）跟驰模型的基础上,采用迁移学习（transfer learning,TL）方法来提升雾天跟驰模型的性能。利用驾驶模拟实验平台搭建高速公路雾天与正常天气2种实验场景进行驾驶模拟实验,获得296组正常天气下（源域）的跟驰样本与100组雾天下（目标域）的跟驰样本。提出了基于最长公共子序列（longest common sequence solution,LCSS）的迁移样本选择方法,从源域中选出100个样本迁移至目标域中,通过扩大训练样本提升LSTM从源域、目标域特征到目标域输出的端对端泛化学习能力,得到雾天高速公路车辆跟驰模型。为对比所提样本迁移方法对LSTM模型的效用,将LSTM-TL模型与训练样本全部来源于源域的LSTM-S模型和训练样本全部来源于目标域的LSTM-T模型进行对比,LSTM-TL模型的均方误差、均方根误差和平均绝对误差比LSTM-S模型分别减小47.5%、27.7%和46.5%,比LSTM-T模型...     

基于改进委托-代理模型的船舶碳减排政府激励效用建模与分析

目前碳减排激励措施主要考虑碳定价、碳税、船舶航速降低激励等,尚未针对实施碳减排的船公司给予合理补贴激励。由于船公司运行模式、减排思路、资产组成等方面与普通企业的差异,传统委托-代理模型假设无法满足航运业背景下对政府激励效用的需求,需对现有委托-代理模型进行针对性改进。为实现政府以有限基金达到社会效用最大,同时满足船公司付出最优努力获得最大收益,考虑持风险规避态度的船公司碳减排效果外生不确定性,提出船舶碳减排政府激励效用模型,根据政府能否完全观察到船公司的减排努力程度,分别在信息完全与信息不完全条件下,以政府和船公司自身收益效用最大为优化目标,求解政府最优奖惩系数和船公司碳减排最优努力程度,分析政府对船公司进行规制的最优激励合约问题,以及决定船公司碳减排内外部因素的参数对政府给与船公司的最优激励及相关参数的影响。结果表明：最优激励系数伴随外生随机变量方差和绝对风险规避系数的增加而加速下降至缓慢降低,当外生随机变量方差为8和绝对风险规避系数为4时,下降速率趋至平稳,此时,船公司对选择碳减排的风险厌恶程度极高,对实施碳减排的抵制心理十分强烈;成本系数和减排努力水平影响系数同时影响船公司实施碳...     

基于深度强化学习的自动驾驶车辆跟驰行为建模

为提高自动驾驶车辆的跟驰性能,减轻交通震荡干扰的负面影响,研究了1种基于深度强化学习的自动驾驶跟驰模型。在现有奖励函数设计基础上融入对能源消耗的考虑,基于VT-Micro模型构建能耗相关项;同时对使用跟车时距构建行驶效率因素相关项的方法进行优化,添加虚拟速度来避免在交通震荡场景中出现计算溢出和车间距过近的问题。为克服过往抑制震荡研究中仅用闭合环状模拟道路和仿真车辆轨迹开展训练的局限性,选用NGSIM轨迹数据中交通震荡阶段的驾驶员行为特征搭建训练环境,应用双延迟深度确定性策略梯度算法（Twin Delayed Deep Deterministic Policy Gradient Algorithm,TD3）训练形成多目标优化的跟驰模型。进一步构建模型性能测试评价体系,对比分析TD3模型与其他传统模型在跟车与交通震荡2类测试场景中的表现。跟车测试场景实验结果表明：在舒适度与行驶效率上,TD3模型和传统自适应巡航控制（Adaptive Cruise Control, ACC）模型表现相近,二者均优于人类驾驶员;在安全性上,TD3模型相较于传统ACC模型安全隐患降低53.65%,相较于人类驾驶...