往复加载下预制承台-桩连接构造受力性能

在交通不便、土地资源稀缺及环保要求高的山区公路高架桥梁建设中,为充分利用一体化架桥设备桥面输送预制构件的优势、最大限度地实现全预制桥梁的建造需求,提出一种将现浇承台改为预制承台的方案。针对预制承台与桩连接构造受力安全可靠性问题,按照1/3的缩尺比设计制作两个预制承台-桩连接构造试件和一个现浇承台-桩连接构造试件,进行往复加载试验与非线性数值分析。试验结果表明：与现浇承台试件相比,预制承台试件的屈服点、极限承载力基本相同,桩的抗裂性能、裂缝分布也基本一致;现浇承台更易开裂,但预制承台裂缝数量更多、最大裂缝宽度更大;桩-预制承台连接试件的初始刚度略小,但开裂后的刚度与现浇承台试件相同;两种承台均能与桩共同受力,整体性能够得到保证。数值模拟与试验的倾角-位移曲线和滞回曲线较好吻合,表明数值模型可反映试件的变形情况、承载力与捏缩特性。试验和数值分析均验证了预制承台-桩连接构造受力性能的可靠性。     

近红外光谱(NIRS)技术在茶叶领域研究中的应用与展望

从传统茶叶品质检测手段与评价方法的局限性着手,阐述了近红外光谱技术的原理及其在茶叶品质成分定量分析和茶叶定性识别领域中的研究概况,并对该技术标准化和国产近红外光谱仪器的应用前景进行了展望,为近红外光谱技术在茶叶领域的应用与发展提供参考依据。     

微车变速器箱体的声振耦合

建立了变速器箱体结构-箱体空腔声场结构声耦合边界元，利用结构及声场动态分析技术对变速器箱体结构-箱体空腔声场结构声耦合特性进行了研究．分析结果表明，变速器箱体的最大声压处位于箱体的顶部和底部，该结论可为变速器箱体的噪声预测提供理论基础．     

碳纤维加固钢筋混凝土梁受弯极限承载力仿真分析在有限元软件中的实现

采用非线性有限元法对碳纤维(CFRP)加固钢筋混凝土梁受弯极限承载力进行分析,着重从模型建立、网格划分、参数选取、单元形式、收敛准则、支座处理、求解方法等方面展开研究,系统地介绍了CFRP加固混凝土梁极限承载力的模拟方法。利用ANSYS有限元软件并进行二次开发,采用合理的物理模型、几何模型和数学模型来模拟CFRP加固混凝土梁的受力全过程,有限元结果和实验结果吻合良好。该分析方法对从事结构加固和补强工作的工程技术人员具有一定的参考价值。     

混合动力汽车传动系扭转振动分析及控制

针对某深度混合动力汽车传动系统存在的扭振问题,本文用ADAMS建立了包括发动机,传动系,悬置以及悬架的整车多体动力学模型。设计了发动机不平衡扭矩控制和传动系统扭转振动反馈控制,并进行了仿真分析。研究发现,扭矩补偿等控制策略对于解决混合动力汽车的振动问题有显著的效果,进而改善了乘坐舒适性。     

基于云控系统高精度地图驱动的深度强化学习型混合动力汽车集成控制

在智能化、网联化与新能源化的发展背景下,汽车工业将联合计算机、信息通信、人工智能等领域实现融合性发展。基于新一代信息与通信技术——智能网联汽车云控系统,通过网联数据驱动的形式实现新能源汽车的云控级自动驾驶,将为车辆行驶与动力系统提供革新的规划与控制思路。首先,基于云控系统的资源平台获取目标路段的经纬度、海拔、气象信息,建立包含坡度、曲率、转角等数据在内的高精度模型。其次,提出了一种基于高精地图驱动的深度强化学习型混合动力汽车集成控制方法,通过利用两种深度强化学习算法对整车层的速度与转向以及动力系统层的发动机与变速器进行控制,实现了四种控制策略的同步学习。最后,采用高性能边缘计算设备NVIDIA Jetson AGX Xavier进行了处理器在环测试。结果表明,当变量空间涉及14种状态与4种动作时,深度强化学习型集成控制策略在全程172 km的高速工况下实现了在整车层对速度与转向的精准控制,同时取得了5.53 L/100 km的燃油经济性,并且在嵌入式处理器在环测试中仅消耗104.14 s的计算时间,有效验证了学习型多目标集成控制策略的优化性与实时性。     

极限工况下无人驾驶车辆运动规划策略研究

针对无人驾驶车辆在极限工况下的运动规划问题,提出一种适应极限工况的无人驾驶车辆运动规划策略。首先,建立了准确描述车辆运动的动力学模型,并采用修正的非线性轮胎模型反映轮胎与不同路面之间的动力学特性;其次,提出一种基于安全制动距离的自适应势场模型,以适应极限工况下外界条件与车辆参数的变化;再次,考虑到车辆在极限工况下易发生横向失稳,设计出横向稳定性指标(Lateral stability index,LSI)作为关键优化参数,并展开车辆横向稳定性分析;然后,基于模型预测控制方法(Model predictive control,MPC),将极限工况下的运动规划问题转化为多目标优化问题;最后,构建出PreScan-Simulink-CarSim联合仿真平台,并在冰雪路面等多种极限工况下对所提出的运动规划策略进行了验证。仿真结果表明,该策略有效提升了无人驾驶车辆在极限工况下的安全性与稳定性。     

多元线性回归预测油田的产油量

通过分析影响油田产量的因素并对其进一步筛选，运用统计学的方法得到最优化的回归方程，即产量预测方程。油田开发调整时，产量出现严重的波动，常规方法的在产量预测方面的应用受限，文中提出的产量预测方程克服了这方面的局限性，此方程在油田产量预测方面的应用取得了较好的效果。     

基于深度强化学习的混合动力汽车智能跟车控制与能量管理策略研究

以研究智能混合动力汽车控制技术与深度强化学习算法为目标,首先,在两辆混合动力汽车的跟驰环境中,针对领航车提出一种基于深度值网络算法的能量管理策略,实现深度强化学习对发动机与机械式无级变速器的多目标协同控制;其次,针对跟随车建立基于深度强化学习的分层控制模型,实现面向智能混合动力汽车的上层跟车控制与下层能量管理;最后,仿真验证分层控制模型的有效性。结果表明,基于深度强化学习的跟车控制策略具有理想的跟踪性能;同时,基于深度强化学习的能量管理策略在领航车与跟随车中均实现了较好的燃油经济性;此外,基于深度强化学习的能量管理策略输出每组控制动作的平均时间为1.66 ms,保证了实时应用的潜力。     

一种求解旅行商问题的离散状态转移算法

本文提出了一种求解旅行商问题的离散状态转移算法,设计了交换、平移、对称等3种转移算子,讨论了算法的收敛性和时间复杂度等问题,研究了参数对算法的影响.实验结果表明,与模拟退火算法及蚁群算法等经典组合优化算法相比,该算法具有耗时短、寻优能力强等优点,这也表明了状态转移算法的适应性很好.