检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

钢绞线导波传播特性研究

工程力学 2024年第S1期41卷 98-103页

作者：李浩华陈华鹏罗伟兵张国印李苇航华东交通大学交通运输工程学院江西南昌330013

导波作为一种有效的无损检测方法,在钢绞线检测中具有广阔的应用前景。钢绞线的特殊螺旋结构,使得导波在钢绞线中的传播性质尚未完全了解。该文研究了导波在七丝钢绞线中频散性质。利用FrenetSerret方法建立了螺旋坐标系,在此基础上对... 详细信息

导波作为一种有效的无损检测方法,在钢绞线检测中具有广阔的应用前景。钢绞线的特殊螺旋结构,使得导波在钢绞线中的传播性质尚未完全了解。该文研究了导波在七丝钢绞线中频散性质。利用FrenetSerret方法建立了螺旋坐标系,在此基础上对传统半解析有限元方法进行了改进,得到了适用于螺旋结构的波导特征方程。计算了单根高强直钢丝的频散曲线,分析了导波的频散特性,研究了导波在七丝钢绞线中传播的频散特性,得到的频散曲线“陷频”现象中心频率与实验结果一致,并且钢绞线和直钢丝的频散曲线具有很大差异。通过钢绞线超声导波应力测试实验验证了该文所提出的螺旋半解析有限元法的正确性和有效性。结果表明,实验结果与理论群速度吻合良好,并且钢绞线的轴向应力与钢绞线中导波群速度近似线性关系。

关键词：导波检测半解析有限元法钢绞线螺旋坐标系频散特性

在线全文

学校读者我要写书评

暂无评论

多源数据融合驱动的城市快速路交通状态划分

交通运输系统工程与信息 2024年第3期24卷 213-220,231页

作者：谷远利杜恒陆文琦北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 香港科技大学土木与环境工程系中国香港

为提升交通状态划分效果,本文提出一种基于负激励项的改进模糊C均值聚类(BNITFCM)交通状态划分模型。该模型在原有FCM(Fuzzy C-Means)模型基础上考虑了交通流样本点权重以及交通流参数权重对聚类效果的影响,并引入隶属度负激励项、交通... 详细信息

为提升交通状态划分效果,本文提出一种基于负激励项的改进模糊C均值聚类(BNITFCM)交通状态划分模型。该模型在原有FCM(Fuzzy C-Means)模型基础上考虑了交通流样本点权重以及交通流参数权重对聚类效果的影响,并引入隶属度负激励项、交通流权重负激励项、交通流样本点权重负激励项使聚类结果呈现类内高耦合、类间低耦合的特性。在此基础上,对样本点进行加权处理,用加权欧氏距离描述样本点之间的关系。通过拉格朗日乘子法得出模型的迭代公式并通过该迭代公式对模型进行求解。针对大多交通状态划分方法参数特征维度低的问题,本文以经过多源数据融合获得的速度、速度标准差、流量、密度和道路满载度构建高维特征输入。以数值仿真实验检验了BNIT-FCM模型在分类准确性方面的表现,结果表明,BNIT-FCM模型较FCM模型和改进模糊隶属度FCM模型(IFMD-FCM)的ARI(Adjusted Rand Index)分别提升了4.17%和3.56%。以深圳市北环大道卡口和浮动车数据的交通流为研究对象,实验结果表明,BNIT-FCM模型对比FCM模型以及IFMD-FCM模型的轮廓系数分别提升了4.12%和4.07%;同时,BNIT-FCM模型采用多源融合数据的速度及其标准差比单独采用卡口数据和单独采用浮动车数据的速度及其标准差的轮廓系数分别提升了29.67%和54.13%。

关键词：城市交通交通状态划分改进FCM聚类模型多源数据多维特征

在线全文

学校读者我要写书评

暂无评论

考虑多车影响的智能网联车跟驰模型

吉林大学学报（工学版） 2024年第5期54卷 1285-1292页

作者：蒲云徐银刘海旭谭一帆西南交通大学交通运输与物流学院成都610031 西南交通大学综合交通大数据应用技术国家工程实验室成都611756 西南交通大学综合交通运输智能化国家地方联合工程实验室成都610031 威斯康星大学麦迪逊分校土木与环境工程系威斯康星州麦迪逊53706

为研究智能网联车(CAV)对交通流的影响,基于智能驾驶人模型(IDM),考虑后车和多前车速度差的影响,构建CAV智能驾驶跟驰模型,推导了CAV跟驰模型的临界稳定性条件。然后以考虑1辆后车和5辆前车速度差的CAV跟驰模型设计数值仿真实验。结果表... 详细信息

为研究智能网联车(CAV)对交通流的影响,基于智能驾驶人模型(IDM),考虑后车和多前车速度差的影响,构建CAV智能驾驶跟驰模型,推导了CAV跟驰模型的临界稳定性条件。然后以考虑1辆后车和5辆前车速度差的CAV跟驰模型设计数值仿真实验。结果表明:交通流稳定性随考虑后车影响的权重比例变化而变化,即只有当后视权重比例在恰当范围内时才可提高交通流稳定性;考虑后车影响和多前车速度差还可削弱由时延导致的交通流不稳定性。同时,新模型控制下的车辆加速度变化更平稳,更有助于提高交通流稳定性和交通流安全性。

关键词：交通工程跟驰模型智能网联车交通流稳定性安全性评价

维普期刊数据库博看期刊

基于深度卷积神经网络的人员疏散时间快速预测方法

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第4期44卷 1376-1388页

作者：赵思琪陈娟王巧夏钤强卢紫嫣马剑西南交通大学交通运输与物流学院成都610031 西南交通大学地球科学与环境工程学院成都610031 香港理工大学土木与环境工程系中国香港999077

预测人员疏散时间是大规模人群管控、建筑平面布局优化的关键.现有研究关注人员疏散理论模型的建立,忽视了疏散模型的时间和空间复杂度高难以实现快速预测的这一问题.复杂建筑空间环境以及人员的空间分布是决定疏散时间长短的决定性因素... 详细信息

预测人员疏散时间是大规模人群管控、建筑平面布局优化的关键.现有研究关注人员疏散理论模型的建立,忽视了疏散模型的时间和空间复杂度高难以实现快速预测的这一问题.复杂建筑空间环境以及人员的空间分布是决定疏散时间长短的决定性因素,本文提出以建筑空间环境和人位置分布图像为输入的疏散时间快速计算方法.设计不同空间布局、不同疏散人数、不同出口个数及宽度的疏散场景,使用人员疏散元胞自动机模型(CA)开展模拟计算构建样本数据库.构建疏散时间快速预测模型FastEvacNet,训练标定该深度卷积神经网络模型,测试模型预测疏散时间的可靠度与效率.结果表明,在整个测试集上的MAPE值为8.21%,模型整体预测精度良好,泛化能力强.模型对疏散时间的预测用时几乎不依赖于疏散场景的复杂度,计算效率相较于CA模型提升三个数量级;当以数据流的形式传入网络进行批量预测时,可提升四个数量级.

关键词：疏散时间卷积神经网络元胞自动机计算效率

基于安全裕度的网联自主汽车换道行为风险量化及动态平衡模型

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2024年第12期24卷 5204-5211页

作者：陈意成曲大义邵德栋杨子奕青岛理工大学交通运输工程系青岛266520

伴随车联网技术的发展,道路交通流呈现智能网联自动驾驶汽车与传统人工驾驶车辆混合共存发展态势,研究网联新型混合车流换道驾驶行为的风险特性极其重要。基于安全裕度理论,建立了换道行为风险量化模型,采用故障树分析法,推导换道的时... 详细信息

伴随车联网技术的发展,道路交通流呈现智能网联自动驾驶汽车与传统人工驾驶车辆混合共存发展态势,研究网联新型混合车流换道驾驶行为的风险特性极其重要。基于安全裕度理论,建立了换道行为风险量化模型,采用故障树分析法,推导换道的时间和空间风险,进行时空融合的风险评定量化,以判断车辆是否处于安全变道状态,并动态平衡车辆换道行为可能存在的风险。运用SUMO软件对建立的量化模型进行仿真验证分析,碰撞时间倒数与瞬时风险系数均值分别下降0.1与0.05,同时变化趋势趋于稳定。安全裕度风险量化模型使换道风险得到了有效控制的同时,交通流的稳定性得到了较大提高,可保障未来网联环境中自主驾驶车辆队列的稳态运行,从而提高交通容量和交通效率。

关键词：网联自主车辆安全裕度风险平衡理论故障树分析法换道风险量化

在线全文

学校读者我要写书评

暂无评论

网联异质车群的自主换道行为及动力学建模

科学技术与工程 2024年第15期24卷 6473-6484页

作者：杨子奕曲大义王韬陈意成邵德栋青岛理工大学交通运输工程系青岛266520

道路上行驶的网联异质车流,存在着网联自主驾驶汽车(connected autonomous vehicles,CAVs)和人工驾驶汽车(human-driven vehicles,HVs)的复杂交互耦合关系。传统的交通优化模型着重于均匀化网联车辆的运行速度,缺乏对网联车辆自主换道... 详细信息

道路上行驶的网联异质车流,存在着网联自主驾驶汽车(connected autonomous vehicles,CAVs)和人工驾驶汽车(human-driven vehicles,HVs)的复杂交互耦合关系。传统的交通优化模型着重于均匀化网联车辆的运行速度,缺乏对网联车辆自主换道和主动礼让行为的考虑。为引导CAV自主变道决策和让行行为,挖掘其自主行为的动力学特性,运用系统动力学建立车车交互行为模型,判断CAVs所处的空间阈值,控制瓶颈区CAVs的目标巡航速度,调节瓶颈区道路车辆密度,提高异质车流通行效率。采用MATLAB数值仿真,验证分析面向CAV自主决策行为的动力学模型,结果表明:相较于传统的交通优化模型,加入符合换道条件和让行条件下的CAVs自主行为因素后,交通瓶颈区车辆平均延误以及瓶颈区排队长度均减少约20%,其中停车延误可减少约40%。网联异质车流中车车交互行为特性及自主决策行为动力学模型可为提高异质车流在瓶颈区的高效运行提供理论基础。

关键词：网联异质车群智能网联汽车自主决策行为系统动力学

考虑空间需求不均的模块化公交线路运行方案优化研究

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2024年第4期24卷 166-175页

作者：易洪波刘昱岗王童语西南交通大学交通运输与物流学院成都611756 西南交通大学综合交通运输智能化国家地方联合工程实验室成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756 纽约大学阿布扎比分校工程系阿布扎比129188阿拉伯联合酋长国

传统固定容量公交车辆难以应对公交线路上空间分布不均的需求。为解决这一问题,引入模块化公交车辆,通过编组与解编的方式实现车队在运行中的容量动态变化,以更贴合需求在空间上的变化。基于运行时空图重构的方法,建立描述模块化公交线... 详细信息

传统固定容量公交车辆难以应对公交线路上空间分布不均的需求。为解决这一问题,引入模块化公交车辆,通过编组与解编的方式实现车队在运行中的容量动态变化,以更贴合需求在空间上的变化。基于运行时空图重构的方法,建立描述模块化公交线路运行方案的优化模型,所构建模型为混合整数非线性规划(Mixed Integer-Nonlinear Program,MINLP)模型,模型决策变量包括车队的运行方案以及模块化公交单元的运行方案。为方便求解,采用时间离散化手段,通过一系列方法将所构建的MINLP模型转化为易于求解的混合整数线性规划(Mixed Integer-Linear Program,MILP)模型,并基于成都市真实公交线路与乘客需求数据进行案例分析。实验结果表明,与传统容量固定式公交相比,模块化公交的应用能够使乘客成本降低11.44%,运营成本降低31.35%,综合降低20.32%的系统总成本。敏感性分析实验结果分析了系统供给与需求变化对系统成本产生的影响。

关键词：城市交通运行方案优化混合整数非线性优化模型模块化公交时间离散化 Gurobi

轮毂电机驱动电动汽车机电耦合垂向动力学特性

在线全文

学校读者我要写书评

暂无评论

重庆大学学报 2024年第1期47卷 69-83页

作者：李天成邓兆祥张河山卢泮苹曾鹏飞重庆大学机械与运载工程学院重庆400044 重庆大学机械传动国家重点实验室重庆400044 重庆交通大学交通运输学院重庆400074

电动车用轮毂电机受路面激励和车重的双重作用,定转子相对偏心进而产生不平衡磁拉力,其垂向分量与车辆悬架系统的垂向振动相耦合,影响电动汽车的平顺性、舒适性等性能。针对这一机电耦合问题,以一台永磁式轮毂电机为研究对象,利用磁场... 详细信息

电动车用轮毂电机受路面激励和车重的双重作用,定转子相对偏心进而产生不平衡磁拉力,其垂向分量与车辆悬架系统的垂向振动相耦合,影响电动汽车的平顺性、舒适性等性能。针对这一机电耦合问题,以一台永磁式轮毂电机为研究对象,利用磁场叠加法获得负载气隙磁密分布,引入复数相对磁导和偏心磁导修正系数,建立考虑定子开槽效应的电机偏心磁场和不平衡磁拉力解析模型,并通过有限元仿真和样机试验验证了解析模型的有效性。根据悬架系统的垂向振动与电机偏心不平衡磁拉力的实时耦合关系,利用拉格朗日法求解车辆动力学方程,建立1/4车身垂向耦合振动模型。以轮毂电机定子垂向振动加速度、车身垂向振动加速度、悬架动挠度和轮胎动载荷为主要指标,研究机电耦合效应对车辆垂向动力学特性的影响,揭示不平衡磁拉力输出特性与车辆动力学响应之间的机电耦合机理。研究结果表明,机电耦合效应使电动汽车的平顺性、操稳性和安全性等性能总体下降。

关键词：轮毂电机磁隙偏心机电耦合不平衡磁拉力垂向动力学特性

基于TCN和残差自注意力的变工况下滚动轴承剩余寿命迁移预测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2024年第1期43卷 145-152页

作者：潘雪娇董绍江朱朋周存芳宋锴重庆交通大学交通运输学院重庆400074 重庆交通大学机电与车辆工程学院重庆400074 重庆大学机械与运载工程学院重庆400044 重庆长安汽车股份有限公司重庆401120

针对变工况环境下采集到的滚动轴承寿命状态数据存在特征分布差异,深度神经网络模型泛化能力差的问题,结合时间卷积网络(temporal convolutional neural network,TCN)和残差自注意力机制提出了一种端到端的滚动轴承剩余寿命(remaining u... 详细信息

针对变工况环境下采集到的滚动轴承寿命状态数据存在特征分布差异,深度神经网络模型泛化能力差的问题,结合时间卷积网络(temporal convolutional neural network,TCN)和残差自注意力机制提出了一种端到端的滚动轴承剩余寿命(remaining useful life,RUL)迁移预测方法。首先,将传感器采集到的一维时域信号利用短时傅里叶变换转换为频域信号;其次,剩余寿命迁移预测网络通用特征提取层采用残差自注意力TCN网络,该网络在较好提取时间序列信息的同时,进一步通过残差自注意力机制捕获轴承局部退化特征,增强模型的迁移特征提取能力;再次,采用提出的联合领域自适应策略匹配变工况下滚动轴承寿命状态数据特征分布差异,实现不同工况下轴承寿命状态知识的迁移预测;最后,在公开的滚动轴承全寿命数据集上进行试验验证,结果表明所提方法能有效实现变工况下的滚动轴承RUL预测,并获得较好的预测性能。

关键词：剩余寿命(RUL) 滚动轴承时间卷积网络(TCN) 残差自注意力迁移学习