移居高原罹患矽肺矿工20年心血管X线改变的动态观测

选择移居2500m高原63名矽肺矿工，连续20年摄后前位胸片，按居住年限分组，自身对照，观察矽肺与肺动脉高压的演变过程．分析矽肺X线心血管4项指标的改变。结果表明：动态观察矽肺X线及心血管各指标的改变，对预测高原人体矽肺的发生，评定矽肺的发展程度，观察疗效和对矽肺愈后判定有着非常重要的临床应用价值。     

碳迁移对T91／12Cr1MoV异种钢管接头持久强度的影响

用焊接热模拟方法确定了焊后热处理工艺参数，通过选择９％Ｃｒ和５％Ｃｒ的焊材，研究了接头熔合区碳迁移行为，分析了脱碳层的碳浓度、碳化物类型、分布特征及其对接头持久强度 的影响。     

柴油—LNG动力船舶燃料加注燃爆风险分析预测

将液化天然气(LNG)用作船用燃料,可降低运输成本,且节能环保。但在生产及储运过程中存在火灾爆炸的风险。本文着重对LNG双燃料动力船舶加注过程的风险进行了分析。运用事故树分析方法,对加注过程中的风险进行识别并进行定性分析;根据泄漏概率和相关统计公式求得了燃料加注过程中管系发生泄漏的概率;对加注过程发生泄漏事故的后果进行了预测,包括利用高斯模型对加注过程管系泄漏事故时可燃气体浓度在5%-15%的半径范围进行预测,运用池火模型计算加注过程LNG 泄漏形成池火的热辐射危险距离;采用TNT当量法和超压准则对加注过程气罐泄漏发生蒸气云爆炸的危害范围进行预测。     

集装箱船LNG燃料加注与装卸货同时操作的安全区域分析

大型LNG燃料船舶的LNG加注量大,为了减少靠港时间,需要考虑在LNG燃料在港加注的同时进行船舶装卸货操作。以一艘10 000 m3 LNG加注船对一艘18 000 TEU LNG燃料动力集装箱船的在港加注为研究对象,基于失效频率分析拟定了4个LNG泄漏场景,采用三维计算流体力学(CFD)软件FLACS分析了LNG泄漏后的可燃气体影响范围,最终得到了一个矩形危险区域,将此危险区域范围之外的区域作为LNG燃料加注与装卸货同时操作的安全区域。研究表明,LNG燃料船对船加注与装卸货同时操作的安全区域设定不可一概而论,不同的设计和作业条件将有不同的安全区域,在该类问题分析中,不能忽视LNG加注软管泄漏和加注船液货舱安全阀排放两种场景。     

自主可控的城轨云与大数据平台 关键技术研究与应用

随着云计算、大数据、物联网、人工智能技术的演进,城市轨道交通由单线运营向网络化运营模式转 变,在新业务模式下建设城市轨道交通云平台与大数据平台,实施互联网战略,推进信息化与智能化,可有效实现 业务管理的标准化,提高运营生产及管理效率,提升运营服务水平,降低运营成本。以智慧城轨发展纲要为指引, 针对当前城轨云与大数据建设、运营实践过程中存在的设施自主可控、数据融合共享、运营安全高效等痛点问题, 深入开展城轨云与大数据云网安全体系、运维管理体系等方面的关键技术研究,形成了自主可控的城轨云与大数据 平台关键技术研究成果,为推动城市轨道交通数字化、智能化、智慧化的转型升级提供参考和借鉴。     

基于云平台和微服务架构的城市轨道交通AFC系统

在城市轨道交通的"智慧化"发展趋势下,自动售检票(AFC)系统为满足应用新型支付方式、网络化运营的要求,需结合传统业务和新型支付方式对传统架构进行调整.基于云平台和微服务架构的城市轨道交通AFC系统应运而生,它具有分布式存储、高可用性、运维智能化、低耦合等优势,能弥补传统AFC架构和单体架构的缺陷.在分析了 AFC系统现状、单体架构和微服务架构优缺点的基础上,考虑采用基于云平台和微服务架构的AFC系统,使用微服务架构来搭建云平台,将业务以微服务的形式呈现,并对微服务架构下的治理方式进行考虑,之后讨论了新型架构与既有系统的兼容,最后探讨了 AFC系统引入微服务架构带来的问题,为智慧城轨形势下AFC系统的发展提供参考.     

云计算技术及其在交通领域中的应用

对云计算技术及其在交通领域中的应用进行系统性阐述。归纳云计算的关键技术、商业模式、基本特征、信息安全等,分析建立交通云平台的必要性,介绍云计算技术在重庆两江大桥路段及交通领域中的典型应用情况。     

基于危险理论-云决策的发动机状态检测技术研究

针对发动机故障诊断中的诊断精度差和诊断算法自适应性差的问题,提出了一种基于危险理论-云决策的发动机状态检测算法。根据免疫系统的危险理论建立了危险识别模型,给出了危险信号和安全信号的定义。基于云模型构建了云决策模型。通过融合危险识别模型和云决策模型,构建了适用于复杂机械系统的状态诊断策略。在汽车发动机状态检测试验台上,对发动机状态检测算法进行了试验验证,结果表明该算法的诊断准确率达到97.5%以上。     

基于K-means算法的行人检测方法研究

行人作为交通事故易受伤群体之一,其安全保障越发受到重视.结合车载激光测距仪实时采集的车辆前方障碍物距离信息,提出基于K-means算法的行人检测方法.首先对激光测距仪接收的距离信息进行报文解析,形成激光云点图.其次,对激光云点图进行预处理,消除冗余数据.再应用K-means聚类算法对前方障碍物进行分类,最后建立行人宽度模型甄别行人目标.试验结果表明,基于K-means聚类算法能从激光云点图中快速提取行人目标,为汽车主动安全及交通安全研究提供基础.     

基于金字塔特征融合的二阶段三维点云车辆检测

针对三维点云鸟瞰图特征提取不充分导致车辆目标检测性能欠佳问题,本文提出一种基于金字塔特征融合的二阶段三维点云车辆目标检测算法。首先通过降维处理并利用体素占用编码原始三维点云,得到二维特征图输入;然后,利用上采样网络传递高层语义特征,下采样网络传递低层位置特征,构建一阶段金字塔网络结构提取车辆目标特征;最后,通过候选区域提取层得 到不同尺度的候选区域,利用兴趣区域池化层对齐各候选区域尺度,并采用全连接层融合多尺度特征,提取不同感受野下车辆目标特征;此外,在损失函数方面,补充正余弦角度损失并加权到总损失函数中,优化车辆目标航向角预测。基于KITTI公开数据集的实验分析表明,本文算法相较基准网络能够有效补充三维点云鸟瞰图特征提取,在不同难度的检测任务中平均检测精度提高 了5.07%~8.59%。