摘要：防屈曲支撑作为一种有效的耗能减震构件在地震高烈度区的工程结构中已被广泛应用。保证防屈曲支撑节点的稳定性是其设计的关键,然而已有研究和设计方法并没有关注支撑-结构之间的相互作用对防屈曲支撑节点稳定性的影响。为此,设计一根两端固接连接的足尺防屈曲支撑试件并对其进行子系统试验,支撑采用单斜布置形式。试验结果表明,结构层间变形会引起支撑节点以及约束构件发生平面内刚体转动,导致支撑轴力作用线与节点轴线之间产生相对转角,其幅值与层间变形角相当,是导致节点弯矩产生的根源。在支撑节点截面面积为屈服段面积5倍和层间变形角为3.5%的情况下,节点根部弯曲正应力已超过100MPa,其不利影响不容忽视。最后,根据试验结果给出若干关于防屈曲支撑节点稳定性设计及研究的建议。

摘要：综合考虑货车操纵数据、驾驶员眼动数据和心电数据,本文提出一种多模态的重载货车危险驾驶指标构建和行为识别方法。首先,设计自然驾驶实验,利用车辆惯导、眼动仪及心理数据记录仪这3种设备采集车辆运行、眼动及心电等多模态驾驶数据,通过多设备时间同步及数据清洗,构建多模态驾驶数据集。其次,将重载货车危险驾驶行为分为危险驾驶操纵行为和疲劳驾驶行为两类,通过提取数据特征,构建9种危险驾驶行为指标,表征超速、速度不稳、急变速、急换道及疲劳驾驶这5种危险驾驶行为。针对危险驾驶操纵行为,组合文献调研、指标计算及四分位差法确定危险行为特征参数阈值;针对疲劳驾驶行为,通过因子分析和K均值聚类法划分疲劳驾驶类型。最后,构建重载货车危险驾驶行为数据集,采用随机森林分类模型识别危险驾驶行为,并与BP神经网络、K近邻及支持向量机等分类模型对比。结果表明,随机森林模型对于5种危险驾驶行为的分类准确率均在90%以上,整体优于其他分类算法,能够较高精度地识别驾驶中出现的危险驾驶行为。本文的多模态重载货车危险驾驶指标构建和分类方法能够用于危险驾驶行为识别,为驾驶员多模态危险驾驶行为预警提供思路和理论依据。

摘要：目前,我国传统水产养殖面临着自然资源占用率高、环境污染严重、技术落后及养殖面积减少等问题。为实现智慧化水产养殖,基于窄带物联网(Narrow Band Internet of Things,NB-IoT)设计一款智慧水产养殖系统。该系统采用STM32F103ZET6单片机为核心处理器,搭配外围电路及相应传感器实现复杂环境下的数据采集、处理功能,并对比阈值实现自动控制,采集的数据通过NBIoT无线通信技术实时发送至云平台,用户可通过可视化界面直观了解实时状况并实现远程控制。