25%小偏置碰撞策略及测试评估研究

随着汽车事故的增加,且小重叠碰撞事故死亡率居高不下,小偏置碰撞试验逐渐成为焦点。基于IIHS公布的最新车辆碰撞试验结果,统计超过100余款不同类型的25%小偏置碰撞车辆,建立碰撞转角与碰撞区域的数学模型,将25%小偏置碰撞归结为三种不同的碰撞策略,分别是吸能策略、掠过策略和掠过与吸能策略;并进行试验验证,对三种策略的优缺点进行分析。结果表明,小偏置碰撞试验可运用合理的碰撞策略达到法规要求,对25%小偏置碰撞试验具有一定的参考价值。     

一种架空蒸汽管滑动支座保温结构的优化方案

以山西某市工业园区架空蒸汽管网工程为例,提出了一种架空蒸汽管滑动支座的保温新结构,计算了普通滑动支座和新保温结构滑动支座的散热损失,并结合前期施工成本和后期运行费用,对普通滑动支座和新保温结构滑动支座进行了技术经济分析。结果表明,新保温结构滑动支座在施工阶段成本费用较高;但在运行期间可有效减少由于滑动支座弧形板处热损失所导致的蒸汽损耗的运行费用。因此采用新保温结构滑动支座实现了运行阶段的稳定、安全、节能、节省费用等。     

基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

基于CO_2窗口法的在用柴油公交车NO_x排放评估方法研究

在用车辆的排放情况备受关注。公交车辆由于具有近人群的特点,其排气污染物更具危害性。在对在用柴油公交车采用便捷式排放测试系统(portable emission measurement system,PEMS)进行整车测试时,发现普遍存在难以从OBD (on-board diagnostic system)获取发动机运行参数的问题,导致采用功基窗口法难以评估车辆排放状况。为此,依据整车PEMS测试规程,对3辆柴油公交车进行污染物排放测试,引入CO_2窗口法评估整车NO_x排放状况,通过与功基窗口法评估结果对比,确定CO_2窗口法符合性因子。结果表明,CO_2窗口法能够有效测量和评估在用车辆的排放,不再受制于OBD信息读取,更便于开展车辆在用符合性监管。     

基于证据推理的激光惯组最优维护方法

为解决激光惯组存在的故障样本获取困难和监测维护周期不合理等问题，采用一种融合多元信息的性能评估方法对激光惯组的性能进行评估。首先，综合考虑了惯组指标信息的权重和可靠度，基于证据推理融合多元信息得到激光惯组性能评估结果。其次，根据性能评估结果，通过维纳过程预测综合考虑激光惯组的监测维护成本和性能设计要求，在满足性能状态要求前提下以单位时间内期望维护成本最小为目标，确定最优维护时机。最后，使用某型号激光惯组进行了实验验证，说明所提出的方法的有效性。     

当代室内环境生态评估与生态审美价值观的传播

价值观的传播是一个缓慢的过程,在当前工业文明向生态文明过渡的时期,如何有效地提升民众的生态意识是值得探讨的问题。以生态审美意识传播为切入点,通过了解国内外主流的室内环境生态评估指标体系的前后变化,总结当前室内环境生态评估的变化趋势及其主要特征;从指标体系的变化中分析生态审美价值观的渗透方式,探讨当代室内环境生态评估对生态审美价值观传播的促进作用。最后,通过实验设定针对室内传统营造技艺应用的评估工具,并且在评估工具的使用过程中展示传播的模式与效用,通过评估反馈再一次验证室内环境生态评估对生态审美价值观的正向传播作用。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。     

红外热成像在乳腺疾病检测的应用研究

乳腺疾病已严重危害女性身心健康,其中乳腺癌更位居全球范围内女性癌症发病率和死亡率首位,因此乳腺癌的早期发现意义重大。传统结构影像学早期检测疾病具有一定局限性,而红外热成像作为功能成像技术可为乳腺癌的早期筛查提供有效线索。因此本文主要就红外热成像在乳腺疾病的早期检测及预后评估的应用价值进行综述。