移动式线路动态加载试验车的研制

通过分析国内外移动式线路动态加载试验车(装置)技术水平和现状,提出我国研制移动式线路动态加载试验车的目的和意义。介绍我国移动式线路动态加载试验车的主要功能和技术参数,并与国外同类设备进行比较,提出先进性、实用性、经济性研制原则。     

Identification of dynamic parameters in low-mobility mechanical systems: application to short long arm vehicle suspension

The identification of dynamic parameters in low-mobility mechanical systems is addressed and applied to short long arm (SLA) front car suspension. The main goal of the identification technique is to obtain, from experimental measurements, the values of those dynamic parameters (masses, location of the centre of masses, terms of the inertial matrix of the links, constant friction terms and elastic and viscous damping constant terms) that affect the dynamic behaviour of the system. Moreover, additional but important information that could be obtained from the procedure is related to the weight of those terms inside the dynamics of the system, so that simplified dynamic models based on relevant and well-identified parameters can be established. First, a systematic procedure will be presented for obtaining the equations of motion in a linear form with regard to the dynamic parameters to be identified. The main drawbacks related to the identification of parameters in low-mobility mechanisms will be pointed out, mainly the difficulty of determining a natural cutoff point into the singular values of the observation matrix which allows us to determine the true dimension of the set of base parameters and of obtaining an observation matrix well conditioned from the numerical point of view that allows an identification in the presence of measurement error. The procedure proposed for overcoming these problems will be based on the development of symbolic relationships among the physical parameters in order to determine the true rank of the observation matrix and on the consideration of a reduced subset of the base parameters set. These relevant parameters will be selected according to their influence on the dynamic behaviour of the mechanical system. A virtual benchmark will be used for testing purposes. The dynamic models based on relevant parameters show a better adjustment than the complete ones, mainly when the level of noise in the measurements used in the identification process increases.     

车速鉴定中轮胎-路面附着系数估算方法研究

在交通事故鉴定中,车辆行驶速度是事故处理和诉讼的重要依据。其中,路面附着系数是事故车速鉴定的重要参数。本文在大量实验数据基础上,拟合出车辆制动过程的特性曲线,并简化出相应的车速估算模型。利用此模型对不同车型、路面类型、湿滑状况和不同车速情况下的路面附着系数e进行了估算研究。经估算实例验证,文中的估算方法对不同状况下的路面附着系数具有较好的估算能力。     

环境变化下基于核典型相关分析与协整的损伤识别方法

采用传统协整方法进行损伤识别时，需要变量间满足较好的线性关系，而实际工程中监测变量往往存在一定程度的非线性，这使得协整方法的有效性受到影响。为此，提出一种结合核典型相关分析与协整的损伤识别方法。首先利用核典型相关分析能有效处理非线性相关变量的优点，将低维空间存在非线性关系的监测变量映射到高维空间，使其转化为线性相关的核典型变量。然后利用协整方法能够消除变量间共同趋势的特点，对核典型变量间的共同环境因素影响进行分离，并以分离环境因素影响后的协整残差作为损伤指标进行损伤识别。最后通过芬兰Kullaa课题组的木桁架桥试验数据，对协整方法、结合典型相关分析与协整的方法、核典型相关分析和协整相结合方法这3种方法的损伤识别结果进行比较。研究结果表明：在分析非线性数据方面，核典型相关分析要优于典型相关分析；前2种方法受监测变量数目的影响较大，选择不同数目的监测变量将得到不同的识别结果，而该方法对监测变量数目不敏感；且在损伤识别的漏判率方面该方法明显优于其他2种方法。     

重型载货汽车气压制动系统危险状态识别

针对重型载货汽车因气压制动系统发生管路破裂、机械故障或热衰退导致制动效能下降且不易察觉从而引发严重交通事故的问题，提出基于主成分分析降维（PCA降维）和马尔可夫模型的气压制动系统危险状态识别方法。考虑到三轴载货汽车双回路制动系统的结构复杂性以及制动过程制动踏板动作、系统压力建立和实现车辆减速具有明显的时序性特点，首先采用PCA降维的方法对系统状态进行辨识；然后运用驾驶人制动意图与制动系统响应的双层隐形马尔可夫模型对系统状态进行识别。受驾驶人习惯影响制动踏板作用瞬间辨识度低，采用混合高斯聚类法提取不同制动意图时制动保持阶段数据建立制动意图识别模型和系统响应识别模型，通过二者匹配程度判定系统状态。最后，分别依据实车试验数据对模型进行离线训练和在线辨识验证。试验结果表明：系统正常状态下，基于PCA降维和马尔可夫模型相结合的识别方法能够准确、有效地识别制动系统状态；制动管路断开压力降低状态下，PCA降维方法能够及时有效识别其危险状态。     

Identification of nonlinear systems using modified particle swarm optimisation: a hydraulic suspension system

This paper presents a novel modified particle swarm optimisation (MPSO) algorithm to identify nonlinear systems. The case of study is a hydraulic suspension system with a complicated nonlinear model. One of the main goals of system identification is to design a model-based controller such as a nonlinear controller using the feedback linearisation. Once the model is identified, the found parameters may be used to design or tune the controller. We introduce a novel mutation mechanism to enhance the global search ability and increase the convergence speed. The MPSO is used to find the optimum values of parameters by minimising the fitness function. The performance of MPSO is compared with genetic algorithm and alternative particle swarm optimisation algorithms in parameter identification. The presented comparisons confirm the superiority of MPSO algorithm in terms of the convergence speed and the accuracy without the premature convergence problem. Furthermore, MPSO is improved to detect any changes of system parameters, which can be used for designing an adaptive controller. Simulation results show the success of the proposed algorithm in tracking time-varying parameters.     

基于深度卷积神经网络的钢材微观组织分类识别

通过引入多种深度卷积神经网络及分类器构建机器学习模型,对钢材金相图数据集进行学习,研究了一种能够准确、高效识别钢材微观组织的方法。研究结果表明,文章中所涉及的3种深度卷积神经网络在钢材微观组织的分类识别上均表现出优异性能,其中Inception-V3表现尤为突出,其与人工神经网络分类器组合而成的机器学习模型的分类精度可达99.60%。     

分布式光纤传感技术在岩溶段桩基检测中的应用研究

分布式光纤传感技术近年来广泛应用于土木工程领域,该技术具有分布式测量、耐久性好、施工方便等优点。本文将此技术应用于岩溶区灌注桩检测,研究岩溶区灌注桩荷载传递规律和桩身附近溶洞存在位置,通过钢筋应力计测量结果验证了光纤传感技术在岩溶区灌注桩检测中应用的可行性。结果表明,该技术可实现岩溶区灌注桩完整性的分布式检测功能,并能判断桩身周围溶洞存在位置区间。相对于钢筋应力计、应变片等传统的检测方法,分布式光纤传感技术具有更高的检测精度和更广的测量范围。     

动荷载作用下钢结构涂装的累积损伤机理与量化模型

为研究动荷载作用下公路钢桥涂装层与基体间的协同变形和破坏机制,开发了钢结构涂装层试件的动荷载试验系统,研究了疲劳荷载作用下涂层的破坏模式、附着力、弹性厚度、应变等随循环加载次数的发展规律。结合涂层破坏模式和发展规律,构建了涂层疲劳累积损伤度的计算模型,提出了基于损伤度的涂层破坏分级方法,并结合试验结果进行了验证。结果表明:疲劳荷载将引起涂层的附着力下降、弹性厚度降低和应变松弛,进而导致涂层出现附着破坏、内聚破坏及其组合。涂层附着损伤度是涂层损伤的主要因素,且随加载次数持续增大,当加载次数较大时内聚损伤贡献突出。试验涂装体系在22万次应力循环后附着损伤度最大为0.34,内聚损伤度最大为0.27,总损伤度达0.61,属于严重损伤。提出的损伤度模型及破坏分级方法与试验规律吻合良好,可应用于公路钢桥涂装层受动荷载作用下的寿命预测。     

具有无序排列管片环结构的地铁盾构隧道数字模型智能重建北大核心CSCD

运营地铁隧道的管理、健康监测及维护正逐渐趋向于数字化、智能化;但常因地铁盾构隧道管理和检测单位缺少隧道数字模型,限制了地铁隧道智能维护和管理系统的应用和发展。文章针对地铁盾构隧道中无序排列的管片环结构,提出了一种基于深度学习和机器视觉的地铁盾构隧道数字模型智能重建方法,利用检测车获取的隧道衬砌内表面高清图片,对管片特征物(螺栓孔)进行智能识别与自动分类,再根据螺栓孔群的分布特点自动推断隧道管片环的排版规律,从而结合隧道实际线路实现隧道数字模型快速重建。某地铁隧道的实例应用结果表明,该方法适用于管片无规律性错缝拼装的情况,能以100%的准确率实现地铁盾构隧道数字模型的智能重建。