车排子油田火山岩储层三维裂缝定量模型研究

依据地质、地震、测井、试油等资料,基于构造、岩相模型,利用Petrel和Fraca软件,采用序贯指示模拟方法,以地震方差数据体为软数据、单井裂缝分析资料为硬数据,建立了车排子油田车21井区石炭系火山岩储层裂缝发育带模型、大尺度缝模型、小尺度缝模型和相应的流体动力学模型,精细刻画了不同空间尺度裂缝的展布特征和分布规律,实现了裂缝沟通半径的合理预测。研究表明：本区天然裂缝发育以SN向、NEE和NWW方向为主;裂缝分布具有强烈的非均质性,断裂附近裂缝较其它区域更为发育;裂缝供液半径为75m左右;断裂附近是下一步滚动扩边的优选目标区。     

互联网交通大数据应用教学探究平台设计

随着大数据等新兴技术的发展,交通数据的内涵和外延得到了进一步拓展,对数据进一步挖掘利用成为交通研究和实践的热点,数据分析应该成为交通专业学生必备技能,交通实验课程体系也应跟上大数据技术的发展步伐.对建设互联网交通大数据实验平台进行探讨,以滴滴出行平台交通大数据共享为基础,开发交互性、可变性较强的大数据分析及可视化实验,...     

无人驾驶车辆横向位置改良单神经元PID控制

根据无人驾驶车辆横向运动学模型高非线性、时变的特点,设计了改良单神经元PID控制器,进而制定出相应的横向位置跟踪控制方案.采用该控制方案即使车体在速度时变的情况下,仍得到较好的控制效果,提高了在不确定环境中轨迹跟踪的鲁棒性.经VRML语言建立起的三维动画仿真,验证了该控制方法的正确性,为无人驾驶车辆轨迹跟踪的实用控制方案提供了理论依据.     

RFID防碰撞算法研究及其在ETC中的应用

碰撞问题是影响射频识别(RFID)系统读取效率的关键问题.本文在深入研究防碰撞算法的基础上,提出了一种新的防碰撞算法并将其使用在ETC系统中.仿真结果表明该法能有效地克服已有的ALOHA算法效率低的问题.     

一类欠驱动机械系统的嵌套饱和控制

针对一类欠驱动机械系统,设计了将系统动力学转换成严格前馈级联非线性系统的坐标和控制变换,基于得到的严格前馈形式的级联非线性系统,给出了系统的嵌套饱和控制器.结合欠驱动车摆系统,采用提出的嵌套饱和控制方案进行了系统的稳定设计,对得到的稳定的控制系统进行了仿真实验,结果表明所提出的控制策略能够有效解决系统动力学可转换成前馈级联非线性系统形式的这类欠驱动机械系统的稳定控制.     

阶背车尾流结构的数值模拟分析

尾流结构对高速行驶车辆的经济性、操纵稳定性和安全性存在直接影响.建立典型阶背车仿真模型,在计算区域内进行网格划分,为提高分析精度对模型尾部进行网格加密.采用计算精度和稳定性较高k-ε标准双方程模型,对流项采用三阶迎风格式离散,压力速度耦合采用SIMPLE方法.对相同尺寸的实体缩尺模型进行风洞试验研究,结果表明:经过模型上表面气流在后视窗前缘发生分离,部分气流在后视窗与行李厢盖板之间的区域内形成回流,部分气流在行李厢盖上再附着并分离脱落;在压差作用下分离流与来自模型两侧的气流共同形成旋向相反的尾部涡流,随着距离的增加旋度逐渐减小,并在距模型尾部三倍车身长度附近涡流基本消失.     

柱状碰撞实验及其装置的设计与研究

柱状碰撞交通事故在正面碰撞中占的比例较大,为提高汽车在此类碰撞事故中的被动安全性能．满足Euro—NCAP试验法规需要,提出对此开展柱状碰撞试验研究,在参照国内外相关研究的基础上和对实际汽车与柱状物碰撞事故的总结分析,针对实车试验方法、试验装置进行了设计研究．     

特重车荷载下装配式PC板桥荷载效应分析

 为研究特重车荷载作用下PC 板桥的荷载效应,以河北省宣大高速公路WIM 数据为基础,共提取出883 个特重车荷载工况,使用“随机车流-桥梁耦合振动分析系统”计算各工况作用下PC 板桥各片板的最不利正弯矩效应及PC 板桥的最大正弯矩效应。通过对PC 板桥横向各片板最不利正弯矩效应的统计分析研究其横向受力性能,通过最大正弯矩效应与设计荷载效应的对比,分析PC 板桥的特重车正弯矩效应超限情况。结果发现:由于特重车在桥面鲜明的分布特点,PC 板桥1^#板的最不利正弯矩效应极值最大,而5^#板最不利正弯矩效应的均值最大,在特重车荷载作用下,PC 板桥正弯矩效应超限情况普遍,且部分工况最大正弯矩效应已超越设计荷载效应的1.8 倍,随着跨径的增加,PC 板桥正弯矩效应的超限工况数量、超限程度呈现下降趋势,但降幅并不明显。     

基于公交浮动车数据的城市主干道交通拥堵预测

交通拥堵预测是解决交通拥堵问题的前提。针对速度特性分析不全面的问题,基于公交浮动车数据,在速度时间相关性和空间相关性分析的基础上,加入了公交流量和时间占有率两个特征,提出了考虑时空特性和公交车流特性的改进粒子群优化的径向基函数神经网络(particle swarm optimization-radial basis function, PSO-RBF)速度预测模型。通过比较预测结果与速度阈值,得到城市主干道的交通拥堵情况。结果表明,与只考虑时空特性的预测结果相比,所提出的基于时空特性和公交车流特性的预测方法,可使模型预测的均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute error, MAE)分别降低13.58%、12.63%,决定系数达92.39%。同时,实例验证了改进的PSO-RBF神经网络模型的预测精度要优于标准的PSO-RBF神经网络。     

基于改进YOLOv5s和传感器融合的目标检测定位

针对无人车环境感知过程中相机无法提供道路目标的位置信息,激光雷达点云稀疏以致检测方面难以达到很好效果的问题,提出一种通过融合两者信息进行目标检测和定位的方法。采用深度学习中YOLOv5s算法进行目标检测,通过联合标定进行相机与激光雷达外参的获取以转换传感器之间的坐标,使雷达点云数据能投影到相机图像数据中,得到检测目标的位置信息,最后进行实车验证。结果表明,所提算法能在搭载TX2嵌入式计算平台的无人车自动驾驶平台上拥有27.2 Hz的检测速度,并且在一段时间的检测环境中保持12.50%的漏检率和35.32 m的最远识别距离以及0.18 m的平均定位精度。将激光雷达和相机融合,可实现嵌入式系统下的道路目标检测定位,为嵌入式平台下环境感知系统的搭建提供了参考。