简介:摘要:为了确定不同预警方式的最优预警信号参数,选取了 20位驾驶人开展听觉、视觉、触觉的预警信号参数研究实验,采集了驾驶人的反应时间数据。基于听觉、视觉、触觉的不同预警信号,针对其信号强度、单次作用时长对驾驶人反应时间的影响进行了差异性研究。以最小反应时间为目标,构建了基于预警信号强度、单次作用时长的趋势面模型,确定了听觉、视觉、触觉预警方式下的最优预警信号参数。实验及模型结果表明:驾驶人的反应时间存在类“ U”形分布,过强或过弱的信号参数对驾驶人制动都不利。听觉预警信号强度最优参数为 80dB,单次作用时长为 0.7s;视觉预警信号强度最优参数为 49cd/m2,单次作用时长为 0.4s;触觉预警信号强度最优参数为 1.45m/s2,单次作用时长为 0.7s。
简介:摘要:流域水文模型的参数提取是水资源管理和环境保护中的重要环节。基于GIS的技术能够有效提高参数提取的精度和效率。通过整合地形、土壤、植被等多种空间数据,构建适用于流域特征的模型,能够实现参数的自动提取与优化。这种方法不仅减少了人工干预,还提升了模型的适应性和可靠性,为流域水文分析提供了科学依据。
简介:以上海某挖深超过 40m的超深基坑为分析案例,建立了超深基坑精细化流固耦合数值分析方法,通过实测数据和参数反演分析,研究了超深基坑多因素叠加耦合效应的围护结构变形分布规律和变形模式.研究表明:相较于浅层土体开挖,深层土体开挖的变形效应更加明显,分层开挖的变形量和变形速率逐渐增加;模拟基坑开挖变形效应时,考虑围护结构的刚度折减是必要的,坑底承压水层降水有利于控制基坑变形,降水后深层土体开挖变形速率显著减小;围护结构变形的空间效应显著,地下连续墙角部几何形式对围护结构侧移影响较大;计算结果可以较好拟合实测结果,预测最大误差可控制在 20%以内.Abstract:Taking an ultra-deep foundation excavaton with a depth of more than 40m in Shanghai as an analysis case,a refined fluid-solid coupling numerical analysis method for ultra-deep foundation excavation is established.Through the measured data and parameter back analysis,the deformation distribution law and deformation mode of the enclosure structure of the multi-factor superposition coupling effect of the ultra-deep foundation excavation were studied.The results show that the deformation effect of deep soil excavation is more obvious than that of shallow soil excavation,and the deformation amount and deformation rate of layered excavation increase gradually.It is necessary to consider the stiffness re
简介:摘 要 拉格朗日粒子模型是核事故后果评价中的常用模型,其输入参数的合理性对模拟结果的影响较大。为了评价不同参数对拉格朗日粒子模型模拟效果的影响程度,本文以一个拉格朗日粒子扩散模型为对象,采用小扰动反对其参数的敏感性进行了分析,分析的参数包括风向、风速、温度、脉动速度、拉格朗日时间尺度。敏感性分析结果显示:近距离范围内,结果对于垂向湍流相关量最为敏感、风速最不敏感;远距离处,结果对于水平湍流相关量的敏感度高于垂向湍流相关量,而风速最不敏感,随距离增大,浓度结果对风向最为敏感;由温度梯度扰动造成模拟浓度结果的变化小于由风矢量扰动造成的浓度结果的变化;当扩散距离较远时,温度梯度扰动的影响逐渐减弱。
简介:摘要:雷达参数设计是一个复杂的过程,涉及多个技术指标和系统配置,通过合理的雷达参数设计,才能让雷达硬件性能得到高效发挥。本文对雷达系统关键参数设计进行了概述。
简介:摘要:惯性导航参数校正本质是传感器的融合,惯性导航参数校正是后续视觉融合的基础,其在自动驾驶感知领域占据重要地位。本文首先详细分析了惯性导航参数校正中的关键技术误差状态卡尔曼滤波ESKF,包括预测和估计,然后描述惯性导航参数校正中的闭环校正结构,包括运行周期、误差状态估计复位、实时性。
简介:摘要:针对试飞测试数据量大、数据类型多、判据复杂等特点,本文设计了一种基于特征曲线的试飞测试参数自动判别方法,建立参数的判读规则,按试验点构建参数特征趋势,通过改进的灰色关联分析方法计算关联度,判别参数的变化趋势是否异常。与传统的人工判读方法相比,该方法能有效提高测试数据判读的效率和准确性,并通过仿真实验验证了该方法的可用性。