Abstract:

涡激振动具有明显的三维流动特征，主要表现在展向方向上非定常气动力和流动特性不完全同步，且因振动状态而异。以典型桥梁基础断面（5：1矩形）为对象，借助动网格技术开展了不同振动状态下的大涡模拟数值试验，对比研究了涡振发生过程中各关键阶段的气动力和风速展向相关性和相干结构的变化。研究发现：在振动状态变化的过程中气动力和速度的相关性均先增大后减小，但相关系数的最大值并未出现在振幅最大状态；尾流速度的展向相关系数明显小于气动力展向相关系数，在三个速度分量中展向速度的相关系数最小；振动矩形柱体周围流场展向相干结构的尺度比静止状态明显增大。

Abstract:

采用大涡模拟方法，在雷诺数2.2×10⁴、均匀来流和全风向角下，研究了方柱气动性能和绕流形态随切角率（0、1/14、1/7、2/7）的变化规律。与标准方柱相似，随着风向角的增大，切角方柱周围流场依次呈现“前角分离流态”、“分离泡流态”和“附着流流态”等三种流态。随着切角率的增大，切角方柱整体上呈现平均阻力系数减小、斯托罗哈数增大的趋势。小风向角下（α < 10°），切角方柱的平均升力系数和脉动升力系数随切角率显著减小；大风向角下（α > 25°），大切角率（2/7）方柱的升力系数大于标准方柱。在前角分离流态和分离泡流态之间的临界风向角附近，切角方柱的平均阻力系数和脉动升力系数均达到极小值，平均升力系数和斯托罗哈数达到极大值。随着切角率的增大，不同风向角下的切角方柱尾流宽度有变窄的趋势，但方柱尾流涡脱强度的变化较为复杂。

Abstract:

为明确海峡两岸高层建筑顺风向风荷载的合理取值，对两岸标准中的风荷载分布和基底响应进行了对比分析，并采用刚体模型测压风洞试验对顺风向风荷载取值的安全性进行了评估。研究表明：随着结构高宽比的增大和地面粗糙度的减小，两岸规范给出的结构顺风向风荷载均逐渐增大，且台湾规范计算值的增速要快于大陆规范；高宽比越大、地面粗糙度越小，台湾规范给出的风荷载计算值相对越大；随着结构高宽比的增大，台湾规范的阵风反应因子逐渐增大，而大陆规范的等效风振系数基本不变，结构动力放大系数取值方法不同是造成两岸标准中高层建筑顺风向风荷载区别的主要原因；对于台湾规范A、B、C类风场，风洞试验获得的顺风向风荷载分布形状与台湾规范大致相同，而与大陆规范存在较大区别；以风洞试验获得结构顺风向基底响应极值为检验标准，台湾规范值相对误差的离散程度明显大于大陆规范，当结构高宽比越小时，大陆规范的计算结果相对更安全，当结构高宽比较大时，台湾规范的计算结果相对更安全。

Abstract:

以体育场屋盖圆钢管桁架节点为对象，开展了碳纤维（CFRP）布加固的工程应用研究，涉及CFRP布缠绕加固空间管节点的步骤策略、环境温度下CFRP布胶粘剂抗剪强度试验、钢管表面涂层对CFRP布胶粘剂粘结强度影响的试验、防火涂料在CFRP布上粘结强度的试验、CFRP布加固空间KT型管节点的受力性能试验。研究表明环境温度改变、钢管表面原有涂层都对胶粘剂的粘结强度有影响，CFRP布加固时须选择适用的胶粘剂，打磨掉钢管表面涂层，防火涂料可以在CFRP布上直接喷涂。相比未加固的KT型节点，CFRP加固的节点承载力和延性分别提升了24 %和25 %。CFRP布加固圆钢管相贯焊接节点是可行和有效的，当需要适度提升承载力时，是一个富有特色的选项。

Abstract:

笔者团队通过引入衰减的水合物胶结强度变量，建立了基于临界状态的深海能源土（含甲烷水合物的深海沉积物）边界面本构模型，其能够描述能源土在温?压?力?化耦合效应下的力学特性。在此基础上，通过有限差分程序FLAC^3D预留的UDM程序接口，利用C++语言编程将该边界面本构关系模型植入在FLAC^3D数值软件中，并通过单元数值试验验证了嵌入程序的正确性。进一步利用植入的本构模型，针对深海能源土井壁稳定性与地基承载力问题开展数值模拟研究。结果表明开采井最大径向位移随着水合物饱和度和温压化参数L_MH的减小而增大，随着地应力水平的增大而增大。而能源土地基的破坏形式在水合物饱和度为5 %时趋向于局部剪切破坏，在水合物饱和度为30 %时，趋向于整体剪切破坏。

Abstract:

为了全面认识在干、湿两种不同路径下黄土持水特性的联系和区别，针对豫西三门峡原状黄土展开了全吸力范围内的土水特征试验，采用渗析法（低吸力段）和气相法（高吸力段）逐级控制吸力，获得了在增湿和干燥两种不同路径下，黄土在0.01~309 MPa 吸力范围内的土水特征曲线（SWCC）。结果表明：黄土的土水特征曲线呈“S”型，含水率随吸力的增加而递减，且递减趋势呈现中间变化较大而两端变化小的现象，由此可通过进气值和残余饱和度将黄土土水特征曲线分成三个阶段：边界效应段、过渡段和非饱和残余段；黄土残余含水率为9.6 %，进气值为30 kPa，残余饱和度对应的吸力值约为300 kPa；在100~1 000 kPa吸力范围内，黄土的土水特征曲线存在明显的回滞现象，即相同吸力下的干燥路径曲线对应的含水率明显超过增湿路径曲线，特别在吸力为100 MPa附近数据差异最为显著，同吸力大小条件下含水率之差为5 %。最后基于Fredlund-Xing模型对增湿和干燥两个路径上的试验曲线进行拟合，得到了黄土的SWCC拟合公式及参数。

Abstract:

准确评估路面抗滑性能对改善行车安全、减少交通事故具有重要意义。当前的测试方法在复杂路况下无法迅速判断安全车速及跟车距离，容易引发交通事故。将摩擦纳米发电与折纸技术结合，基于吉村折纸构型开发摩擦纳米发电机 （YO-TENG），将其植入到轮胎内表面，构建YO-TENG支持的智能轮胎。基于全新搭建的室内智能轮胎测试平台评估多因素下（摩擦系数、车速）YO-TENG对路面抗滑性能实时感知的准确性。结果表明：YO-TENG的短路电流峰值与路面摩擦系数拟合系数达96.36 %。即使引入实际车速的影响，相关系数仍达90.64 %。该研究对路面抗滑性能的自驱动感知提供了理论指导。

Abstract:

为提高旧水泥混凝土路面的结构健康状况和疲劳性能的评估准确性。首先，考虑到旧水泥面板的厚度、模量等关键技术参数与疲劳性能评估结果的显著相关性，采用三维探地雷达（3D-GPR）和落锤式弯沉仪（FWD）准确获得了旧水泥混凝土路面的水泥混凝土层厚度h_c、水泥混凝土层模量E_c、基层模量E_t等参数，进而从提高结构参数准确性角度增强了评估方法的可靠度。然后，评估了各结构层强度状况与损坏状况之间的相关关系，建立了旧水泥混凝土路面疲劳性能评估模型。最后，分析了h_c、E_c、E_t的变化对路面疲劳性能及水泥混凝土层内部疲劳应力的影响。结果表明：在旧水泥面板因接缝传荷系数下降而导致应力集中和开裂后，面层和基层强度息息相关，两者相互影响。当h_c和E_c、E_t均降幅度1 %时，h_c引起的疲劳寿命N_e的下降幅度接近E_c、E_t引起的3倍。 h_c为影响路面疲劳性能的最关键参数，E_t及E_c的降低只会小幅改变路面内部的荷载和温度疲劳应力水平。

Abstract:

在考虑客户关系的条件下，建立以运输总成本、运输风险和总延误时间最小化为目标的多仓库半开放式危险品运输路径优化模型，设计蚁群算法和模拟退火算法混合的蚁群?模拟退火（ACO-SA）嵌套算法求解该模型。该嵌套算法运用邻接矛盾矩阵表示客户关系，外层模拟退火算法负责修改危险品运输车辆与客户点的匹配关系，内层蚁群算法负责规划每辆车中具体的路径遍历顺序。将该嵌套算法应用于大小规模算例中，得到多个Pareto最优解，并与4种单一算法的求解结果进行比较，验证嵌套算法的有效性和可靠性。对比有无客户关系下两个算例的求解结果，证明客户间存在的合作或竞争关系将直接影响企业运输方案制定。

Abstract:

为推导长大货运列车在制动工况下不同位置列车管的气压变化情况，以单机车控制、装载120型制动机的货运列车车辆的列车管为研究对象，基于气体流动方程构建列车管简化解析模型与AMESim仿真模型，并以短编组的制动实验数据进行模型校正，通过关键参数拟合外推及AMESim模型级联对长编组下不同位置列车管的制动响应进行预测，并与实验数据比较。结果表明，结合参数外推的解析模型预测曲线与实验结果基本一致，最大误差小于5 %，解析模型可实现对长编组列车管响应的快速预测；AMESim模型得到的各响应曲线较为准确，最大误差小于3 %，且对于中后段列车管的预测结果较好，可准确预测长编组车辆的列车管制动响应情况。

Abstract:

盾构开挖过程中的滚刀磨损影响因素极其复杂，常规的预测公式中系数给定的参考值实用性较差，预测精度较低，考虑采用机器学习方法预测滚刀磨损量。依托广州地铁某线路区间硬岩地层情况，基于滚刀磨损量的实测数据，采用文献调研分析滚刀磨损的影响因素，优选15种特征作为输入参数，预测参数为滚刀磨损量，经过数据处理共得到4 514条数据序列作为输入，采用深度学习的方法，包括卷积神经网络（CNN）、长短期记忆网络（LSTM）和转换器（Transformer）模型，与传统的多层感知机（MLP）模型进行了对比。结果表明，深度学习模型能够很好地预测滚刀的磨损趋势，其中，CNN模型在测试集每环磨损量上的相关系数为0.987 2，均方根误差为0.013 8，表现优于其他的模型。CNN模型在累计开仓区间上的相关系数为0.996 3，均方根误差为0.210 8，平均误差百分比只有1个开仓段超出+20 %区间，效果优于传统的基于神经网络滚刀磨损量预测的方法。所提出的基于CNN滚刀磨损预测模型显著提高了预测精度，能够准确预测滚刀磨损量，为开仓换刀提供了参考。

Abstract:

匝间短路（ITSC）和高阻连接（HRC）是常见的定子故障，及时检测出故障可防止更严重的电机损伤，提高工业设施的可靠性和安全性。然而，这两种故障特征相似容易造成误判，在非平稳工况下检测指标波动较大，且故障相位识别需同步采集多类型信号增加了检测成本。为解决上述问题，提出一种仅采用电压信号实现非平稳工况下ITSC、HRC检测与相位识别的方法。首先，建立故障模型并开展机理分析，提取能够有效区分ITSC和HRC的故障特征。其次，基于变分模态分解算法估计信号瞬时频率脊线，构建零序电压因子、负序电压因子，减小工况波动对检测指标的影响。最后，利用电压信号相位构建相位识别指标。通过感应电机故障模拟实验台验证所提方法的有效性。结果表明，所提方法在非平稳工况下可有效检测ITSC、HRC故障并识别相位，且不需借助转速计和电流传感器。

Abstract:

自动驾驶控制执行系统的预期功能安全（SOTIF）测试是保障自动驾驶安全的重要活动，基于潜在触发条件构建测试场景有助于通过仿真测试完成SOTIF流程的闭环。然而，目前面向自动驾驶控制执行系统SOTIF测试的研究还相对有限。为此，首先基于现有标准和相关实践，提出了控制执行系统潜在触发条件的分类框架，以提升触发条件分析的系统性和全面性。然后，结合自动驾驶仿真软件和多体动力学模型，建立了联合仿真平台。最后，构建包含多种来源不同的触发条件的测试场景，在提出的平台上进行了仿真实验。实验结果表明，所提出的基于联合仿真的测试方法可以满足控制执行系统SOTIF仿真测试需求；与侧风用例相比，同时复合了低附着触发条件的用例导致系统误差增加了88.6 %以上。为面向控制执行系统的SOTIF测试研究提供了新的方法。

Abstract:

针对汽车造型评价存在由于主观性高而导致可靠性低的问题，运用遗传算法原理对评价方法进行了优化。通过遗传算法的优化，基于反向传播（BP）神经网络的汽车造型评价，减小了评价误差。通过问卷调研构建数据集，使用汽车的18个评价对象作为输入，整车评价作为输出，创建了融合遗传算法的反向传播（GA-BP）网络结构，并在Matlab中进行了仿真预测。研究结果表明，经过优化的BP神经网络预测值的相对误差均值由6.7 %下降至1.7 %，显著提升了汽车造型评价的可靠性，具有更好的预测能力和实际应用潜力。

Abstract:

基于纯电动汽车实车数据，提出一种融合安时积分法与基于遗传算法改进的反向传播（GA-BP）神经网络的动力电池全时刻健康度（SOH）预测方法。首先采用安时积分法计算深度充电片段电池容量值，处理离群点、低频数据和温度因素造成的误差，经曲线拟合得到全部片段电池容量值，再通过平均滑动滤波和插值法计算全部数据采集时刻电池SOH。然后根据不同预测时刻前的某次充电是否符合深度充电片段特征分别训练不同的GA-BP神经网络模型。最终形成包含电池容量计算、充电片段判别及模型预测在内的电池全时刻SOH预测方法。基于3辆车的实车数据进行验证，结果表明该方法可使用实车数据对纯电动汽车全时刻电池SOH进行预测，保证精度的同时训练数据量需求较小。

Abstract:

为解决现有网格简化方法在处理复杂几何和拓扑结构时可能丢失重要信息、以及生成多尺度简化网格效率低等问题，提出了一种基于结构感知的多尺度三维网格简化算法。该方法通过两部分模块组成：基于结构感知的点云采样模块和基于无向距离场的多尺度网格重建模块。基于结构感知的点云采样模块利用学习到的网格结构先验知识，有效地进行点云采样。基于无向距离场的多尺度网格重建模块通过网络预测三维模型的多尺度表面距离场和法线场，以体素级特征表示三维网格，并通过体素表面重建方法实现多尺度三维网格表面的生成。实验结果表明，所提出的方法在网格密闭性、几何形状差异和拓扑结构差异等指标上，都展现出显著的性能优势，能够简化生成更加准确的多尺度网格。

Abstract:

针对复杂电气图纸的像素稀疏性、尺寸差异性、数量差异性导致的元件漏检、误检问题，提出了一种基于分割与深度学习网络的元件识别方法。首先，构建图纸分割算法以减小图纸与元件的尺寸差异。其次，基于YOLOv5网络提出一种四尺度检测机制，增加两条特征传输路径，获取表征元件细节的极浅层特征图。同时，改进初始锚框选取方式，以重叠面积、距离、角度、宽高度4个因素表征定位损失，改善网络定位效果，提高网络收敛速度。在包含17种典型元件的数据集上验证了该方法的有效性，实验结果表明，该方法的平均均值精度可达96.7 %，比原始网络提高了21.5 %，网络训练速度也明显优于其他算法，具有较好的综合识别性能。

Abstract:

刚性点云配准已成为机器人和计算机视觉领域的一项基本任务。为了解决基于空间距离的迭代最近点（ICP）对初始姿态敏感及噪声不鲁棒的问题，提出了一种基于偏置注意力边特征的鲁棒点云刚性配准算法。该方法首先使用动态图神经网络学习混合特征，融合空间坐标、局部几何信息和全局特征。然后利用偏置注意力模块增强点云特征的显式上下文信息，有效减少了点云变换和噪声带来的影响。其次，通过定义在混合特征上的退火参数和行列交替归一化得到点云之间对应关系的软匹配矩阵。最后采用奇异值分解估计变换，实现了端到端的点云配准算法，提高了配准的精度和鲁棒性。在ModelNet40数据集上进行的大量实验表明，该方法优于传统方法和基于学习的方法，取得了较好的性能。