基于汽车线束制造过程中的防错建立和应用

汽车线束是连接车内各用电器和电脑检测设备的电气系统,通过可靠连接来传递稳定的电流和电信号。汽车线束是个"大总成"零件,据不完全统计,一辆汽车的全车线束布线总长超过900米,集成的子零件大约有1500个回路线、240多个扎带、130多种接插件等。汽车线束的结构复杂,对接电器功能繁多,因此在汽车线束过程制造中,防错的建立和应用举足轻重。     

全尺寸汽车空气动力学风洞相关性及修正研究

全尺寸汽车空气动力学风洞是汽车空气动力性能重要的研究平台与开发工具。但风洞间测试结果普遍存在差异,这对气动性能的研究与分析造成了一定的困难,因此有必要开展风洞间的横向相关性和修正研究,提高风洞测试结果的统一性和一致性。分别对德国和中国的两座全尺寸汽车风洞进行实车风洞测试,开展风洞相关性及修正研究。研究表明,对于同一工况,不同风洞间的测试结果存在一定差异,但不同工况与基础工况间差异变化趋势一致,大小相似,不同风洞间的测试结果能建立较好的相关关系,形成相关性线性函数。通过空气阻力系数C D 修正方法,可以减小风洞间由结构尺寸、流场参数导致的系统性误差,修正后的风洞间空气阻力系数C D 测试结果差异降低了近60%。     

桥梁结构状态健康监测系统差错控制研究

数据可靠度问题是制约桥梁结构健康监测系统进一步发展的瓶颈。而数据通信领域利用差错控制思想来保证数据的可靠性,已获得成功应用。目前的桥梁结构健康监测系统尚无数据差错控制的思想,也无相关的理论和模型。从系统的角度提出桥梁结构健康监测系统差错控制的基本思想和模型,以及针对信息获取环节、数据传输环节、安全评价环节的差错控制机制,从而彻底解决桥梁结构健康监测系统的数据失真问题,提高系统的可靠性,有效降低虚/漏报警率,并在具体实践中得以成功运用。     

考虑人为因素的盾构隧道风险分析和控制模型研究

人为因素是导致隧道事故的主要原因,针对已有的人为失误分析模型在量化计算和风险控制方面的不足,提出了改进的S Reason分析和控制模型,以减少盾构隧道施工期的风险事故。结合隧道工程的施工特点,该模型相对于现有的S Reason模型提出以下2点改进： 1）以人为失误的控制难度权值为度量,找出风险事故的最优控制路径; 2）通过控制最优控制路径中的人为失误截断风险的事故链,同时利用反馈路径实时反馈控制效果。利用该模型对管片密封材料损伤破坏进行了分析,在该风险的最优控制路径上找出了不同层次人员的人为失误,并对人为失误提出了相应的控制措施;通过与常规方法的比较,表明所建模型既重视了组织和个人因素的影响,又兼顾了风险控制的经济性和安全性。     

桥梁监测系统中复杂结构的静力应变传感器优化配置方法

在桥梁结构状态监测评估系统中,传感器优化配置问题是监测信息经济可靠的关键,也是业内广泛关注的热点问题之一。本文以复杂桥梁结构为研究对象,提出了一套基于关心截面插值拟合误差最小准则的传感器优化配置方法,并通过实例介绍了该方法的优化步骤及验证了其有效性。     

人的失误模型在船舶溢油事故应急中的应用分析

船舶交通事故问题的预测一直是业内研究人员十分重视的研究课题。分别采用回归预测法、时间序列预测法、灰色理论预测法和贝叶斯统计预测法等不同方法,结合国内某港引航站近十多年来船舶引航总量和事故的实际情况,进行了比较分析和对未来情况予以预测。着重就贝叶斯方法在港口船舶引航风险预测中的运用进行了探讨。结论证明贝叶斯估计方法得到的结果具有良好的预测效果。     

船舶机损事故人误原因因素的层次分析法

基于认知系统工程分类方法，应用层次分析法构建了船舶机损事故人误原因因素结构模型，将成对比较矩阵的特征向量作为因素的权重，确定相关因素的影响力排序。给出了一种识别船舶机损事故中人误原因主要影响因素的实用方法，并针对性地提出相应预防措施，减少船舶机损事故提供可靠的理论依据。     

离焦对光测影响的初步研究

分析离焦产生机理,并通过实验的方法,定量地分析离焦对光测的影响.有助于解决在进行大视场测量时,特别是对大视场内的运动目标位置进行测昔时,在什么位置标定既方便又不影响测量精度的难题.     

电磁环境船模预测技术的误差分析研究

基于缩比船模原理,从模型限制误差、方法误差和问题本身的误差等方面分析电磁环境船模预测技术的主要误差源,并在此基础上分别论述上述误差源对电磁环境预测精度产生的影响.可以有针对性地采取相应措施控制误差,以更好地获取逼近于实船的电磁环境分布特性.     

神经网络模型在港口吞吐量预测中的应用与误差分析

应用神经网络BP算法对杭州港的吞吐量预测实例进行了详细分析。通过对网络各种参数的调试与组合得出,当隐含层节点数为15,训练控制误差为0.035,分级迭代级数为4级,平滑因子参数为0.2,学习速率参数为1.5时,网络性能最佳。将网络预测结果与时间序列和回归分析2种方法进行了比较,得出神经网络方法在短期预测中要优于传统方法。通过对模型预测误差产生原因的简要分析,得出神经网络方法并不适用于吞吐量长期预测。最后对其应用过程中可能存在的一些问题提出了建议。