摘要：为提高低等级混凝土护栏防护重型车辆的能力,设计了3种不同构造形式的复合材料护板,分别设置在混凝土护栏表面形成组合式护栏。建立车-护栏精细化有限元模型,通过与实车碰撞试验结果对比,验证了有限元模型的可靠性。考虑撞击力、碰撞角度、车辆轨迹、货厢尾部抬高、车辆动态外倾值、车辆外倾角6个评价指标,对比分析了3种方案护栏的防车撞性能。结果表明,在整体式货车撞击下,3种方案护栏均能顺利引导车辆转向,不带阻坎的方案一的各主要指标均优于其他方案,防护能力最优;在拖挂式货车撞击下,方案一的护栏导向与阻挡性能依然良好,驶出角仅为0.75°;改造后的组合式护栏防护能量达到650 kJ,防护能力是改造前的4倍。

摘要：针对大坡度下车辆动态特性受齿轨车辆重心偏置影响的问题,在解析齿轮齿轨啮合激扰产生机理的基础上,考虑齿轮齿轨啮合冲击与轮轨动态接触行为的扰动效应,建立齿轨系统车轨耦合动力学模型,并经过现场实验验证了模型的有效性;采用所建立的模型,探究平直段以及坡道段车体重心横纵偏置对驱动齿轮动态接触行为以及齿轨车辆运行安全平稳性的影响。结果表明:齿轨车辆存在重心偏置时,齿轮齿轨啮合激扰对车辆运行特性有显著影响;车体重心横向偏置对轮轨垂向力与轮重减载率呈线性影响,当重心横向偏置达到0.3 m时,轮轨垂向力达到75 kN,轮重减载率达到0.44;轮轨作用力除受车体重心偏置作用产生增减载外,亦受齿轮齿轨动态啮合影响产生剧烈振动;轮重减载率、车体垂向加速度与车体平稳性对车体重心纵向偏置较敏感,当车体重心后置0.2 m时,平直段的车体垂向加速度增大1.8倍,坡道段增大3.7倍,车体重心后置1 m时,车体平稳性达到最优。研究结论可为我国山地齿轨铁路设计及安全运维提供理论支撑。

摘要：为在能量有限或补给不足的情况下,降低移动机器人的能耗,提高在动态环境下给定任务的完成率,提出一种改进A*算法与动态窗口法相融合的路径规划方法。首先,考虑地面坡度、摩擦等因素,构建机器人能耗模型,提出基于能耗成本的路径搜索新准则。其次,针对路径冗余、多转折造成能量损耗的问题,提出基于动态基准转折惩罚、三角剪枝与弦定弧过渡法相结合的路径优化方法,保证全局路径能耗最优。接着,针对动态窗口法狭窄环境下灵活性差的问题,融合改进A*和动态窗口法并提出航向角自调整策略,增强动态避障能力。最后,设计了全局节能路径偏离评价与能耗评价子函数用于局部节能路径的规划。仿真结果表明,所提方法在能耗、平滑性和动态避障等方面有明显的提升,在复杂、狭窄的场景中应用更具优越性。

摘要：[背景]高速公路收费站空气污染严重,收费人员存在较高的职业暴露风险,亟须研发适用于高速公路收费岗亭气载颗粒物和微生物病原体的净化方法。[目的]验证低温等离子体空气净化器对高速公路收费岗亭室内气载颗粒物和微生物的净化效果。基于对照干预实验设计,选取某高速公路收费站三个收费岗亭作为测点,开展6 d的现场对照干预实验(无干预期:前3 d未开启低温等离子体净化器;干预期:后3 d每天9:00-17:00开启净化器)。实验期间持续监测室内外等效直径小于2.5μm(PM_(2.5))和小于10μm(PM_(10))的可吸入颗粒物浓度;每天上午(9:00)、中午(12:00)和下午(17:00),使用浮游微生物采样器采集收费岗亭室内外空气样品,分析气载细菌总数;每天9:00-17:00采用智能中流量颗粒物采样器持续采集最外侧出站口室内的气载颗粒样品,使用基因测序分析样品内含细菌和真菌种属明细及其相对丰度。采用独立样本t检验比较干预期和无干预期室内气载PM_(2.5)、PM_(10)和细菌总数的浓度差异;采用α多样性分析、β多样性分析和t检验(两组比较),比较干预期3 d和无干预期3 d气载颗粒样品内含细菌和真菌具体种属及样品内含典型致病细菌和真菌病原体种属的物种多样性和相对丰度差异,以反映低温等离子体空气净化器对气载PM_(2.5)、PM_(10)和微生物的净化效果。[结果]干预期室内PM_(2.5)和PM_(10)浓度及细菌总数的均值均低于无干预期室内均值(P<0.01或P<0.001);干预期PM_(2.5)和PM_(10)的室内浓度/室外浓度值(I/O)均低于无干预期(P<0.001);但干预期细菌总数的I/O值与无干预期比较,差异无统计学意义。以上午9:00收费岗亭室内PM_(2.5)的平均浓度为基准,中午12:00和下午17:00的室内PM_(2.5)平均净化率分别为49.0%和46.1%,PM_(10)为49.7%和45.4%,细菌总数为50.8%和49.9%。β多样性分析显示干预期和无干预期细菌种水平,真菌属水平和种水平上的物种组成成分均存在差异。与无干预期相比,干预期颗粒样品内含乳杆菌属等10种细菌和圆酵母菌属等7种真菌的相对丰度更低,但干预期枝孢霉科未分类属、多臂菌属和尾孢菌属真菌的丰度更高(均P<0.05)。对于典型致病菌,干预期乳杆菌属细菌和狭窄梭菌属细菌的相对丰度分别降低了73.5%和86.9%,干预期篮状菌属真菌降低了53.5%,差异均有统计学意义(P<0.05)。[结论]低温等离子体空气净化器对高速公路收费岗亭室内气载PM_(2.5)、PM_(10)和浮游细菌具有较好的净化效果,但对室内气载颗粒内含部分真菌的净化作用可能有限。

摘要：近年来,可见光通信(VLC)技术得到飞速发展,该技术兼具室内低功耗照明和宽带信号高速接入的双重功能,因此在室内大数据通信领域具有较高的应用价值。多输入多输出(MIMO)作为一种在VLC系统中能实现信道容量倍增的技术正日益引起业界关注,但多信道具有强相关性容易导致用户间信息串扰,而在发射机中应用若干预编码技术可在一定程度上避免用户间信息干扰,且可以较低成本实现系统收发质量的提升。文章综述了MIMO-VLC系统中预编码技术的应用背景和基本原理,总结了典型线性及非线性预编码技术的研究进展,讨论并分析了该类技术的应用优势、发展趋势和面临的挑战。

摘要：为获得致密组织和良好性能、防止产生裂纹，设计了精密铸造车钩的正交试验，确定了最优参数，即浇注温度为1 570℃、型壳预热温度为425℃、浇注时间为29 s。通过铸造仿真分析了最优参数下铸件温度场、应力场对于缩孔缩松及裂纹形成的影响，同时通过KGT模型对铸件关键部位进行组织模拟。最后对试制车钩进行X射线探伤，未发现内部存在裂纹及孔隙，各部位金相组织与组织仿真结果基本一致，车钩经热处理后其平均抗拉强度可达1 020 MPa。结果表明，正交优化后获得了合理的车钩铸造工艺参数，晶粒较细，性能高于标准要求。

摘要：为掌握我国乘用车质量和动力性能参数的分布特征,对3 791辆乘用车的5种细分车型和能源形式进行了质量和动力性能差异性分析,确定了小客车专用公路设计车辆的质量和性能参数建议值。结果表明:我国乘用车的整备质量、满载质量、功率、扭矩的第85%分位值分别为2 040 kg、2 600 kg、180 kW、370 N·m。纯电动车整备质量和满载质量的平均值均大于燃油汽车的平均值。纯电动车中SUV比功率最大、面包车比功率最小,燃油汽车中SUV比功率最大、轻客比功率最小。小客车专用公路中,用于公路结构设计的设计车辆可确定为整备质量为2 700 kg、满载质量为4 200 kg的纯电动轻客和整备质量为2 200 kg、满载质量为3 300 kg的燃油轻客;用于公路几何设计的设计车辆为比功率为20 W/kg的纯电动面包车和比功率为30 W/kg的燃油轻客。

摘要：水凝胶在生物医学、脑机接口、传感器、制动器等高科技领域具有广泛的应用前景。然而,水凝胶在面对不同应用环境时仍存在力学性能上的挑战,包括易发生拉伸断裂、塑性变形以及疲劳破坏等问题,这严重限制了其应用范围。为了增强水凝胶的力学性能以适应不同的工作条件,本研究对当前不同组分水凝胶所具备的力学性能以及多种力学强化水凝胶的典型应用进行了综述。首先,对水凝胶的成分构成进行了介绍,包括天然聚合物水凝胶和合成聚合物水凝胶等。进而,通过系统总结不同水凝胶的力学特性和强化方式,深入剖析了抗拉强度、黏接强度和疲劳阈值等力学性能的优化途径。最后,指明了具有优秀力学性能水凝胶相应的应用场景,并对未来的发展方向进行了展望。本综述提供了水凝胶力学性能提升的多元化视角和解决方案,为设计特定需求的新型水凝胶材料提供了科学指导。

摘要：高级别浆液性卵巢癌是一种恶性肿瘤疾病,进行术前复发预测能帮助临床医生为患者提供个性化治疗方案,降低病人的死亡率。因该疾病的医学数据较少且难以获取,导致其深度学习模型难以得到充分的训练,复发预测准确率有待提高。针对此问题,本文设计了一种改进的低参数残差网络TGE-ResNet34,以ResNet34为主干网络,将传统卷积模块用Ghost卷积代替,完成病灶区特征的提取,降低模型的参数量,在2个Ghost卷积之间融入ECA(Efficient Channel Attention)注意力机制,抑制无用特征提取的干扰,最后通过5折交叉验证模型,避免数据随机划分的偶然性。实验结果表明,改进设计的TGE-ResNet34网络准确率为96.01%,相比原基线网络准确率提高4.52个百分点,参数量减少15.98 M。

摘要：针对检测模型参数量大,难以在嵌入式设备上部署等问题,设计了一种改进的YOLOv4目标检测算法.该算法使用轻量化的MobileNetV1替换CSPDarketnet53主干特征提取网络,并将后续网络中的3×3卷积替换为深度可分离卷积,极大地减少了模型的参数量;在检测头加入NAM注意力模块,增强网络对细节信息的提取能力;采用SDIoU Loss作为边框回归损失,在加快收敛速度的同时提高了检测精度.实验表明:与YOLOv4-CSPDarknet53相比,改进算法在PASCAL VOC07+12数据集上训练出来的模型大小为47.19 M,约为原来的五分之一,FPS提升了40(f/s),mAP提升了2.4%.与YOLOv4-Tiny、YOLOv5s、YOLOv7等目标检测算法相比,具有兼顾检测速度与精度的特点.