雄安新区粉质黏土的动力特性试验研究

为分析雄安新区粉质黏土的动力特性,采用GDS多功能动态循环三轴试验系统,对雄安新区粉质黏土进行14种工况（不同围压、固结比和加载频率）下的动三轴试验,深入分析了动骨干曲线、动弹性模量、动剪切模量、阻尼比等在不同工况下的变化规律及相关参数。试验结果表明：随动应力幅值的增大,动应变呈非线性增长,且存在某一临界动应力值;随动应变的增大,动模量逐渐减小,且减小速率先快后慢、最后趋于稳定;随动剪应变增长,阻尼比呈非线性增长,且阻尼比最大值不超过0.12;随围压与固结比增大,动强度和动模量均明显增大;围压与固结比对阻尼比影响较小,具有归一性特征;随频率增大,动应力幅值、动弹性模量增大,但增长幅度并不明显。综合分析三变量对雄安新区粉质黏土动力特性的影响程度得出：围压影响最大、固结比次之、加载频率最小。     

基于轻量级神经网络的车辆识别算法研究

针对目前车辆识别神经网络算法网络结构复杂、参数量大、对硬件要求高的问题,提出一种基于混合注意机制的轻量级神经网络算法MobileNetV3-YOLOv5s。首先,采用MobileNetV3的bneck模块替换YOLOv5s的主干网络;其次,将其中的大卷积核替换为小卷积核,同时用计算量更小的特征融合方法改进SPPF算法;最后,在主干网络中融合了SENet和空间注意力机制,组成混合注意力模块,提高网络对重要区域的权重。试验结果表明：在UA-DETRAC数据集上,所提出算法的参数量相比于YOLOv5s减小了82.6%,仅为2.34 MB,平均识别率为98.2%,在Nvidia jetson AGX NX上检测速度达到31帧/s,速度提高10.7%,可以更好地部署在边缘设备上,满足自动驾驶的要求。     

基于自适应A*算法的自动驾驶车辆路径规划方法研究

应用传统A*算法进行路径规划时,存在拐点过多、搜索效率较差、转折角度过大等问题,提出一种基于自适应A*算法的自动驾驶车辆路径规划算法。首先,针对传统A*算法运算时间较长的问题,采用指数增长法对启发式函数进行加权,从而提高搜索效率;然后,在启发函数中引入航向角影响因子,使自动驾驶车辆在工作时满足其转向特性;最后,通过三次B样条插值函数对路径中拐点处进行平滑处理,使拐点处尖角的局部路径更加平滑。MATLAB仿真结果表明：改进A*算法生成的路径在长度、总航向角和曲线平滑方面的性能指标优于传统A*算法,使自动驾驶车辆获得一条满足自身约束的优质路径,且在不同的地图环境下,提出的自适应A*算法能够适应不同的环境且可以有效地保持其可行性与优越性。     

腐蚀作用下城市轨道车辆齿轮磨损可靠性研究

为解决城市轨道车辆齿轮在腐蚀性环境下的磨损可靠性预测问题,采用非齐次泊松过程和对数高斯分布表征齿面腐蚀坑的萌生和生长,并考虑磨损对腐蚀坑深度的改变,通过分析腐蚀坑对赫兹接触应力、齿面粗糙度的影响,基于Archard磨损理论,以齿面最大累积磨损深度为关键参数建立性能裕量退化模型,构建出一种腐蚀作用下的城市轨道车辆齿轮磨损可靠性分析模型,并对腐蚀过程涉及的参数进行可靠性灵敏度分析。结果表明：随着工作时间的增长,齿轮累积磨损量的不确定性增加,腐蚀对齿轮磨损可靠性的影响程度降低;腐蚀坑生长过程的比例参数、形状参数和最大腐蚀深度对可靠性的灵敏度依次增加,且均与齿轮磨损可靠寿命呈负相关关系。     

电力机车底架前端结构耐撞性 拓扑优化研究

为提高电力机车碰撞安全性,文章以某型电力机车车体为研究对象,对底架前端部位开展耐撞性动态拓扑优化研究。首先,建立电力机车有限元模型,通过基于混合元胞自动机法的动态拓扑优化分析得到底架能量流动的主要路径;然后,结合电力机车车体结构特点,对底架前端结构进行优化设计与铝蜂窝吸能材料填充;最后,将优化前后的有限元模型进行碰撞仿真计算对比。研究结果表明：优化后的车体碰撞峰值加速度为402.56m/s²,较优化前的车体碰撞峰值加速度663.04m/s²降低了39.29%,优化后碰撞峰值界面力比优化前降低35.71%,验证了机车耐撞性结构拓扑优化设计的合理性与有效性,提升了该型机车的耐撞性能。     

铁路线路与地形三维模型实时动态融合方法研究

铁路线路与地形三维模型的融合是实现铁路线路三维正向设计的瓶颈之一。线路设计过程中,需要实时更新三维场景。现有的静态融合方法会修改原始的地形数据,且计算量大,耗时过长,无法满足动态交互式设计的需求。对此,提出一种铁路线路与地形三维模型实时动态融合方法。基于铁路三维场景,在每帧显示前动态提取视相关地形瓦片模型和线路三维模型,在内存中基于线程池并行对地形瓦片裁剪,实现二者的实时融合,并构建缓存队列,重复利用融合结果。为了提升单块地形瓦片和线路三维模型的融合效率,提出了“超挖-回填”的融合思想。借助高效的三角形空间网格索引,快速删除融合边界内及相交网格涉及到的三角形,虽然“超挖”部分三角形,但避免了繁杂的三角形定位、调整计算。依据超挖三角形外边界和融合边界构建“回填”区域,再采用剪耳法对“回填”区域重构三角网,实现铁路线路与地形三维模型的无缝融合。基于该方法开发了铁路线路三维设计系统,对一条104.9 km铁路案例进行了实验,结果表明：其显示帧率可以保持在35～45 fps,且能够实时更新三维场景。相较于传统的静态融合方法,该方法将长时间的全局模型融合转化为帧前的局部视相关动态融合,减少了线路方案修改时更新的融合数据量及计算量,从而满足了动态交互式设计的需求,提升了三维正向设计的效率。     

基于时空网络的铁路空车调配动态优化模型

为合理配置空车资源,研究了路局（公司）管内空车调配的动态优化问题。构建区分时段长度的时空网络,以准确描述车站作业能力的变化。借鉴运输问题（TP）的基本思想,通过引入空车供需约束,将动态空车调配问题转化为基于时空网络的多商品网络流问题。结合空车调配的特点,设置2组整数决策变量,将分界站排空与局（公司）管内配空分开考虑。设置0-1辅助变量构建车种代用约束。在此基础上,以总费用最小为目标,构建了空车调配动态优化的混合整数规划模型。以中国铁路昆明局集团有限公司管内空车调配为例,验证了模型的可行性与有效性。算例结果表明,与静态空车调配方法相比,构建的动态空车调配模型不仅降低了空车调配总成本,而且调配方案更加贴合实际。与现有动态空车调配方法相比,通过改变时空网络中时段的划分方式,降低了模型求解的复杂度,构建的模型在获取空车调配方案的同时能够更加直观的看出空车在不同时间的作业状态。     

考虑车辆限行和装箱约束的车辆路径优化方法

在实际配送过程中,考虑到部分城市道路存在限制大型配送车辆通行的现状,以及运输途中车厢内物品满足后进先出等装载约束能有效提高装卸效率的特点,将车辆限行和二维装箱约束加入到需求可拆分车辆路径问题中。同时考虑到车辆的使用成本和行驶成本,以车辆总配送成本最小为目标构建考虑车辆限行和二维装箱约束的需求可拆分车辆路径问题数学模型,设计了启发式算法来求解该模型,其中模拟退火算法确定需求拆分下的车辆配送路径,且在当前最优解判断时调用BLF算法检验物品的二维装箱约束,来减少频繁调用BLF算法的时间。数值案例验证了模型和算法的实用性,且所提出的算法的求解结果波动不大于0.8%,能在合理的时间范围内求解得到较好的配送方案,在车辆限行区域内采用双车型配送能节省15.17%~31.27%的总配送成本。     

汽车接近角,离去角和纵向通过角的测量

介绍了日本汽车标准化协会（JASO）对汽车接近角、离去角和纵向通过角的定义。按照该定义，可以用简单的测量工具测得若干个长度尺寸，然后代入按几何关系推导出的公式中求得上述三个角度的精确值，既提高了测量精度，又便于各车型之间这些参数的比较。