摘要：将金属磁记忆技术引入到混凝土内部钢筋的锈蚀检测当中,根据锈蚀试件表面的磁场变化信息来定位其锈蚀区域,同时半定量化评估其锈蚀程度.首先对钢筋混凝土试件进行定位锈蚀,随后采用自主设计的磁记忆扫描设备进行检测,分析得到沿试件固定方向的磁感应强度分布曲线B_y-y,B_y-z以及反转高度曲线z_f-y.利用B_y-y曲线交点间的区域来定位试件的锈蚀区域,根据z_f-y曲线中反转高度z_f值可半定量评估试件的锈蚀程度.结果表明:此方法可以实现混凝土未开裂期间的钢筋锈蚀检测,并能排除混凝土保护层厚度对检测效果的影响,具有较高的检测灵敏度.

摘要：交通事故与驾驶风格具有强烈的相关性,而驾驶风格的直观体现是驾驶行为。为深入分析驾驶行为与驾驶风格的关联性,探索不同驾驶风格群体之间的差异,筛选驾驶风格分类与识别影响因素,建立驾驶风格识别模型并验证有效性。依托车联网实验数据,利用K-means++算法对驾驶员样本数据集进行驾驶风格聚类,设计支持向量机-递归特征消除(SVC-RFE)与随机森林-递归特征消除(RF-RFE)算法进行驾驶特征重要度排序,利用筛选出的特征指标搭建神经网络驾驶风格识别模型。结果表明:(1)特征个数n=6时,2种特征排序算法的排序正确率均高于85%,其中RF-RFE的正确率可达90%;(2)特征排序中重要度最高的指标为最大速度,其在3种驾驶风格群体中的差异可达10 m/s;(3)仅以最大速度作为输入,驾驶风格识别模型精度为86.1%,表明最大速度可有效区分驾驶风格。