为解决跟驰模型建模过程中参数标定问题及确定合适的模型效果评价方法,首先介绍了应用遗传算法对参数进行标定的过程,并以GM模型为例,利用实测数据对其参数加以具体确定。在此基础上,从检验跟驰模型与实际情况在整体上的契合程度出发,综合考虑模型效果,提出了对跟驰模型的具体检验方法,并对标定参数后的GM模型进行了验证。研究结果表明,本文提出的模型检验方法克服了以往常用跟驰模型验证方法的片面性,对绝大多数跟驰过程,GM模型的模拟输出与实测值间的综合误差在15%以内,而非仅通过加速度对比得到的较大误差。

自韧性概念被引入交通运输领域以来，韧性交通已经受到交通领域研究者的广泛关注。具有良好韧性的道路交通基础设施结构，能够有效应对自然、人为等各种灾害，进一步满足交通强国建设的高效交通和安全交通需求。为了明确国内外道路交通基础设施韧性的研究现状，本文从道路交通基础设施韧性的定义、度量方式、韧性提升技术等方面出发，综述了道路交通基础设施韧性研究成果，论述了未来道路交通基础设施韧性研究，尤其是韧性提升技术的发展方向和研究重点。分析表明，针对道路交通基础设施韧性的研究，主要集中在路网整体的交通网络组织规划层面，对于基础设施结构本体的韧性研究相对较为分散，缺乏统一全面的定义和度量标准。此外，在针对结构韧性的灾变破坏机理研究中，缺乏对全要素、结构系统间耦合等更为全面的研究认识，难以揭示灾变衍化的链式过程和突变特性。因此，对未来道路交通基础设施韧性的研究，应进一步揭示不同类型设施结构的灾变分析理论和方法，针对道路交通基础设施结构韧性建立全面统一的定义和度量标准，同时从预警监测、结构安全和韧性提升、柔性运行和灾后恢复等角度出发，形成并推广道路交通基础设施韧性提升的相关技术。

配电网的拓扑辨识是保障电力系统安全稳定运行的重要工作，可为配电网潮流计算、负载容量分配、故障范围诊断、电网状态估计等操作提供结构数据，是开展配电网系统分析的基础。本文将现有的配电网拓扑辨识研究分为两类：第一类方法基于历史拓扑信息，包含矩阵法、新息图法以及最优匹配法；第二类方法基于实时测量信息，包含相关性判断法、信号注入法、线性规划法以及机器学习法。对现有方法的适用范围、主要使用数据及特点进行了分析，在此基础上，对未来配电网的拓扑辨识工作做出了展望。

传统的桥梁裂缝检测主要基于人眼识别，检测效率、精度低，而且人眼识别存在受光照影响大、桥塔、高墩等高空位置无法检测及主观性强的问题。近年来，国内外诸多学者为了解决上述问题，研发了许多基于数字图像技术的桥梁裂缝检测设备，像搭载高清相机的桥梁检测车、无人机、爬墩机器人等。同时，拥有高效、高精度的裂缝检测算法更是裂缝检测的基础，如何权衡检测速度与精度一直也是众多学者研究的热点问题之一。本文就近年来国内外基于数字图像技术的桥梁裂缝检测设备、相机的搭载平台与标定方法、预处理算法、传统检测算法、深度学习算法、裂缝特征计算、图像拼接算法以及裂缝的三维输出与监测等方面展开综合评述。此外，对研究过程中存在的不足进行了总结，并从桥梁裂缝检测方法、裂缝三维表达、裂缝的监测跟踪管理和桥梁刚度损失评价及预警等方面进行了展望。

为测定聚氨酯涂膜的弹性模量，建立了正三棱锥形态原子力显微镜（AFM）探针与涂膜的力学接触模型。同时，通过分析AFM的力学测试曲线，得出了探针与涂膜之间的力-压痕深度关系，并将其与力学接触模型相结合，确定了涂膜的弹性模量。此外，通过正电子湮灭技术测试了涂膜的微观结构，并与其弹性模量进行了对比分析。最后，采用灰色关联理论对微观结构参数与涂膜弹性模量的相关性进行了研究。结果表明：涂膜的弹性模量测定结果为6.118~6.917 MPa，与现有文献中聚氨酯涂膜弹性模量的研究结果一致，证明该方法测定结果准确。由于自由体积尺寸及含量的增大降低了基材对其分子链段运动的限制能力，故涂膜的弹性模量与其自由体积孔径及自由体积分数均呈负相关性，其中，涂膜的自由体积平均孔径对其弹性模量的影响程度更高。

提出了一种基于随机森林的封装式特征选择算法RFFS，以随机森林算法为基本工具，以分类精度作为准则函数，采用序列后向选择和广义序列后向选择方法进行特征选择。在UCI数据集上的对比实验结果表明，RFFS算法在分类性能和特征子集选择两方面具有较好的性能。

为了提高燃料电池汽车的动力性和经济性，基于Avl-Cruise对某燃料电池汽车进行了建模，并在Simulink中建立了模糊控制能量管理策略。采用Isight/Cruise联合仿真的方法将固定挡减速器优化为两挡AMT变速箱。仿真结果表明：本文模糊控制能量管理策略有效，相比于功率跟随能量管理策略，在NEDC工况和WLTP工况下经济性分别提升了16.4%和8.5%；基于模糊控制的优化传动比的燃料电池汽车对比未优化传动比的燃料电池汽车，在NEDC工况和WLTP工况下经济性分别提升了1.1%和2.8%。

综合运用相关性分析方法和K2算法进行了贝叶斯网络的结构学习,并应用贝叶斯参数估计方法进行了贝叶斯网络的参数学习,建立了交通事故致因分析的贝叶斯网络。应用已建网络分析了各因素对事故严重程度的影响,推理学习了改善交通控制方式在降低交通事故严重程度方面起到的作用。研究结果表明,基于贝叶斯网络建立的交通事故致因分析模型预测精度较高,而且可以应用于影响事故严重程度的因素分析,并在此基础上考察如何采取优化措施改善交通安全。

针对脉搏波信号识别准确率低和实现复杂等问题，提出了一种基于脉搏波时频域特征混叠的低复杂度分类算法。该算法首先基于卷积神经网络(CNN)自动提取脉搏波信号时域特征，包括表征周期内信号片段特征的单周期特征和本文提出的表征周期间关系的多周期特征；然后，补充基于小波变换的梅尔倒谱系数作为频域特征；最后，使用神经网络全连接层将时频域特征混叠、去冗余后，通过softmax分类器实现脉搏波分类。由于CNN权值共享和降维等特点，本文算法可通过低计算成本实现特征提取。基于python平台的仿真验证表明：本文算法对脉搏波的识别准确率可达93%，远高于传统的基于时域或频域特征的识别准确率。

为了促进道路安全性智能感知技术应用，对国内外有关光纤传感路面结冰状态智能监测的研究进展进行了综述。首先，揭示了光纤式路面结冰检测原理；随后，经过分析不同光纤性能指标、常用探头分布模式以及多种弱信号检测方法，构建了光纤式路面结冰检测系统；然后，探讨了常见的结冰检测数据预处理及其厚度分析方法，并概括主要环境影响因素和提升检测效果的措施，分析了适用于光纤式路面结冰检测传感器的埋设工艺；最后，归纳并总结了当前结冰路面监测及预警研究现状，论述了现有研究存在的问题并尝试对路面结冰状态智能感知的发展方向进行展望。

为了提升质子交换膜燃料电池空气系统的动态响应性能，利用AMESim仿真软件建立了燃料电池系统的一维仿真模型。基于该模型对燃料电池空气动态响应的过程进行了仿真，并对空气动态控制策略进行了优化。将优化后的控制策略在燃料电池系统台架上进行了测试验证，结果表明，新控制策略成功实现了空气压力和流量的解耦，大幅减少了动态过程中空气“饥饿”现象，避免了燃料电池系统在动态加载过程中出现电堆单片电压过低的现象，提升了燃料电池系统的动态响应速率。

针对传统均匀圆形阵列孔径受限的问题，设计了一种互质圆形阵列，并在此基础上，研究了一种基于相位模式激励的二维波达方向估计方法。首先利用两个均匀圆形子阵列进行堆叠形成互质圆形阵列结构。然后，基于相位模式变换算法将元素空间问题转化到波束空间，将互质圆形阵列合成类似于 ULA 的范德蒙结构且中心埃尔米特对称的阵列流型，减小谱峰搜索维度。最后，通过酉变换实现阵列流型的实数化，降低算法复杂度。理论分析和仿真实验表明：在相同条件下，相比于均匀圆形阵列MUSIC算法，所提互质圆形阵列相位模式激励MUSIC算法的运行时间从1.825 s降至0.622 s，阵列孔径增大MN/（M+N-2）倍，具备更高的波达方向估计精度和系统实时性，并对相近源具有较高的估计分辨率。

车联网环境中，交通系统将长期呈现智能网联汽车和传统人工驾驶车辆混合共存的状况，聚焦智能网联交通环境下的新型混合车流，建立了车辆换道行为的决策模型。引入车辆换道过程中动态风险模型，建立网联混合交通流自主车辆与传统车辆的交互作用关系；基于博弈论的思想进行混合交通流中自主车辆换道行为建模。自主车辆之间的换道行为非合作博弈的性质，车辆以自身行驶状态为博弈收益，寻求行驶条件更优的车道。运用SUMO软件对提出的换道行为模型进行了仿真验证分析，仿真结果表明，博弈换道模型相比于传统间隙阈值接受模型具有更高的车道利用率和安全稳定性。

提出了一种基于Transformer和隐马尔科夫模型的字级别中文命名实体识别方法。本文改进了Transformer模型的位置编码计算函数，使修改后的位置编码函数能表达字符之间的相对位置信息和方向性。使用Transformer模型编码后的字符序列计算转移矩阵和发射矩阵，建立隐马尔科夫模型生成一组命名实体软标签。将隐马尔科夫模型生成的软标签带入到Bert-NER模型中，使用散度损失函数更新Bert-NER模型参数，输出最终的命名实体强标签，从而找出命名实体。经过对比实验，本文方法在中文CLUENER-2020数据集和Weibo数据集上，F₁值达到75.11%和68%，提升了中文命名实体识别的效果。

在样本有限情况下对象级别的叶片高光谱图像建模中，提出了多尺度三维和一维级联卷积神经网络模型。首先，在三维卷积神经网络（3D-CNN）中嵌入扩张卷积增大卷积核感受野，构建了多尺度3D-CNN，提取和融合不同尺度的光谱-空间联合特征，在不增加网络参数的情况下提升了模型性能。然后，对最优多尺度3D-CNN网络级联一维卷积神经网络（1D-CNN），进一步降低计算复杂度和过拟合程度。最后，在罗勒叶片叶绿素含量回归和辣椒叶片干旱胁迫识别两类数据集上进行最优网络框架探究并对比了一系列基准CNN模型。结果表明，对于叶片高光谱图像回归和分类，本文模型均能在小样本条件下有效提升模型泛化性能并降低计算复杂度。

将基于变密度法的拓扑优化技术引入到汽车变速箱壳体结构设计中,同时在优化过程中考虑了制造工艺的约束.首先通过对变速箱壳体分别进行静态和动态拓扑优化来提高变速箱壳体结构的强度、刚度、固有频率以及控制结构重量.然后根据拓扑优化结果并综合考虑其制造工艺等要求,对变速箱壳体进行详细的结构设计.最后对变速箱壳体最终设计模型进行应力分析和模态分析,结果表明:该变速箱设计方案不仅在各工况下的应力水平低于材料屈服极限,而且一阶模态避开了动力总成系统共振敏感区.

为降低机器人与障碍物的碰撞几率，提高机器人工作效率，提出了一种基于深度学习的室内导航机器人避障规划算法。首先，通过室内导航机器人导航系统，结合深度学习提高机器人对所处环境中移动障碍物与非移动障碍物的检测和识别能力，进而获取与实际场景更加吻合的反应式避障导航实用信息。然后，利用该信息构建仿真地图，通过在仿真地图内筛选出一条最优任务执行路线，解决了由于障碍物杂乱无规则导致的避障规划难度大的问题，实现了室内导航机器人避障规划。实验结果表明，本文方法避障路径更加可靠、避障规划时间不超过1.2 s，有效提升了室内导航机器人的避障精度及工作效率。

为解决仿人冗余机械臂逆运动学的求解问题，本文提出了一种逆运动学求解优化方法。通过引入臂角参数建立了逆解的解析解公式，根据关节限位进一步分析了不同形式解析解下的臂角可行区间。此外，提出了综合考虑关节避限和能耗最优的目标函数，通过自适应权重参数调节任务优先级，并引入粒子群优化算法得出最优解。实验结果表明，该算法能求出给定臂角的所有解，并且能选出满足关节避限和低能耗的最优解，对于冗余机械臂的轨迹规划有较好的应用意义。

基于国内外研究进展，从夹具结构设计与夹具性能分析两方面对汽车轮毂夹具的研究现状进行了综述。在夹具结构设计方面，指出了传统汽车轮毂夹具结构存在不具备柔性化或柔性化程度较低的问题；在夹具性能分析方面，分别从夹紧力损失、夹具定位误差、夹具元件振动与噪声、夹持刚度以及夹紧力检测技术5个方面对汽车轮毂夹具的研究现状进行了探讨，指出了现有研究存在的不足。针对这些问题进行了相应的分析，并对汽车轮毂夹具未来的发展趋势及值得关注的问题进行了展望。

为提高燃料电池发动机氢气利用率，本文基于AMESim平台，开发了燃料电池发动机阳极回路模型，并完成了模型集成和标定。根据实际工程经验，提出了一种关联阳极回路温度、压力及反应电流的新吹扫策略。利用燃料电池发动机阳极回路模型，计算出参数优化边界，完成了吹扫控制参数优化拟合。仿真分析表明，在NEDC工况下相对于原始吹扫策略，应用新策略的燃料电池发动机百公里氢耗从0.866 kg降低至0.8 kg，理论经济性可提升7.5%。同时，将该策略在燃料电池整车进行了搭载验证，实测整车NEDC工况下百公里氢耗为0.81 kg，与仿真结果基本一致。整车NEDC续驶里程由484 km提升至510 km，提升了5.4%，验证了基于模型的排氢策略优化方案的有效性。

在检测视频SAR运动目标时，无法精确获得动态图像中的运动目标，为解决存在的检测完整度低、有效性差等问题，提出基于机器视觉的视频SAR运动目标检测方法。首先，通过混合高斯模型匹配运动目标像素点，得到视频SAR运动图像的目标区域；其次，利用HSV模型及反射率算法去除运动目标所产生的阴影；最后，将处理后的目标区域输入YOLO算法中完成最终的视频SAR运动目标的检测。实验结果表明：本文算法的检测完整度高、检出率高、误检率低，检测有效性更佳。

为解决现有稻田株间机械除草作业性能严重依赖机具对行质量的问题，设计了一种无需避苗作业的株间除草机。该机采用双排柔性刷指作为除草部件，前排除草部件纵向梳刷拉拔杂草，同时对梳刷后稻株倒伏状态进行自动识别。后排除草部件横向振动拨耙杂草，同时根据前排识别结果实时控制振动作业的启停，用以兼顾除草率与伤苗率。基于触觉感知方法建立了稻株倒伏识别系统，通过气压传感器的电位变化获取稻株根系与前排刷指相互作用的力学反馈数据，以电位峰度及均值为辨识特征，基于支持向量机构建稻株倒伏与未倒伏辨识模型，实现稻株倒伏自动识别。应用液压马达构建了后排除草部件的横向振动系统，对前排除草部件作用下已倒伏稻株停止振动作业，实现振动作业的自适应控制。稻株倒伏识别田间试验表明：稻株倒伏识别精度为83.11%。除草模式对比试验结果表明：无感知振动模式的除草率为58.11%，伤苗率为21.39%；无感知无振动模式的除草率为27.89%，伤苗率为4%；有感知振动模式的除草率为56.17%，伤苗率为5.83%。综合试验结果可知，有感知振动除草模式更适宜稻田株间杂草机械防控的生产要求。

为探究并行流道液冷板的散热性能，采用计算流体力学（CFD）数值计算方法对液冷板进行三维稳态分析，对比研究了液冷板在不同冷却液流量、流道宽度、流道深度和强化传热结构下的散热性能、均温性能以及能耗性能。结果表明：增加流量在一定程度上可以提升液冷板的散热性能，但持续增大流量不仅会增加系统能耗，而且改善效果十分受限。流道宽度从中心向两侧递减变化、流道深度减小、布置强化传热结构的设计都有利于提高液冷系统的散热和均温性能；相对于等宽（A₅）流道设计，整体布置强化传热结构（S₁）的流道设计可使液冷板的平均温度和最大温差分别降低8.9 ℃和9.06 ℃。本文研究成果可为电池热管理系统的结构设计提供理论指导。

为进一步研究水泥稳定碎石的干燥收缩行为，改善其在道路基层的抗开裂性能，针对水泥稳定碎石材料基层由于干燥收缩而引起沥青路面面层反射裂缝的问题，通过对现有资料与研究成果的总结，对水泥稳定碎石干燥收缩机理以及调控措施进行了综述。减少水泥用量，采用骨架密实级配类型，使用振动搅拌或者振动压实成型方式，添加橡胶、钢渣、纤维等改性剂可以有效减少水泥稳定碎石材料的干燥收缩，提高其收缩性能与路用性能。在此基础上分析了水泥稳定碎石的收缩机理、综合优化方法、干燥收缩测量评价方法以及收缩预估模型存在的问题，提出了水泥稳定碎石收缩性能研究的发展趋势与展望。

系统归纳论述了搅拌摩擦焊（FSW）温度场有限元仿真方法与实验测量方法的研究现状。对基于有限元仿真方法的国内外论文数量进行统计分析，分别从基于热源模型、计算固体力学和计算流体力学的仿真技术3个方面展开论述；对于实验测量方法，梳理了采用热电偶、红外热像仪的测温原理和研究思路，分析了不同测温方法的特点。对上述各种方法的优势和弊端进行了对比分析，并提出了未来研究方向。

研究了多目标优化和多运行约束条件下的列车自动驾驶系统控制器设计问题。在建立非线性多质点模型的基础上，提出了满足列车准时性、节能及乘坐舒适度的列车自动驾驶非线性模型预测控制算法，并给出了算法的可行性及闭环系统稳定性的理论证明。数值仿真验证了本文算法的有效性，仿真结果表明：列车在满足运行约束的条件下，与线性模型预测控制算法相比，本文算法控制效果更好，误差更低。

利用低成本的Kinect相机可以实现人体姿态捕捉，代替价格昂贵的光学动作捕捉系统进行异常步态分析。本文从病理性异常步态特征、步态数据集、Kinect相机可靠性和异常步态识别方法4个方面分别对异常步态分析的发展现状展开综述。首先，总结了常见的异常步态的病理性特点，介绍了步态分析中常用的步态特征和步态事件；然后，介绍了基于Kinect相机采集的异常步态骨架数据集和可穿戴设备、压力传感器采集的异常步态数据集；广泛调查了验证Kinect用于步态分析可靠性的相关实验研究，讨论了Kinect相机及骨架数据用于步态分析的可行性；最后，分别从异常步态特征提取和异常步态分类器两个方面介绍了这一领域的发展现状，结合实际应用指出当前研究存在的不足和发展方向。

提出了一种基于粒子群优化（PSO）算法的长短期记忆网络（LSTM）方法，对质子交换膜燃料电池（PEMFC）的电堆电压进行了退化预测。首先，分析了PEMFC的退化机理。然后，应用LSTM建立了电压退化预测模型，并采用Dropout层来防止过拟合以提高模型的泛化能力。此外，使用PSO算法优化LSTM方法中的初始学习率和Dropout概率以提升预测效果。最后，使用IEEE 2014 Data Challenge Data的燃料电池实际老化数据进行验证。结果表明，本文方法可以精确地预测燃料电池的退化，相比于传统的LSTM方法，预测精度提升了50%。

为了准确、合理地预测车辆未来轨迹并且理解周围交通流的变化，提出了一种图注意力模式下融合高精地图的轨迹预测方法。设计了基于长短期记忆（LSTM）网络的编码-解码框架，建立了以车辆历史状态和高精地图信息为输入的模型结构，提出了结合车辆局部特征和全局特征的图查询机制输出车辆预测轨迹。在公开数据集nuScenes上的实验结果表明，该模型的综合预测性能优于Traj++、CoverNet等其他先进方法，且具有良好的抗干扰性。

为解决高速工况下低附着系数路面上智能车辆路径稳定跟踪控制问题，提出了基于非线性模型预测控制的车辆路径跟踪横纵向耦合集成控制器，并实现了实时控制。首先，根据期望的路径信息计算出期望的车辆横向速度。然后，将实际横、纵向车辆速度与期望速度的误差设为目标函数，同时考虑执行机构约束，设计了非线性模型预测控制器，优化求解出前轮转角和前、后轮驱动力，实现了车辆路径稳定跟踪控制。为了提高控制器的实时性，将非线性规划问题转换成代数方程组求解，采用并行牛顿方法进行方程组求解，通过解耦预测时域间方程组的耦合关系，降低优化问题的计算复杂度。最后，在双移线工况下进行控制器的仿真实验和硬件在环实验，实验结果验证了本文所设计控制器的有效性，可实现车辆路径跟踪的实时控制。

针对双车道公路交通场景，提出了自动驾驶汽车换道的决策和轨迹规划方法。首先，设计了基于贝叶斯概率理论的风险评估方法，得到当前场景车道安全性条件概率。然后，设计了基于安全效用的行为决策方法，根据风险评估贝叶斯网络和决策图做出此时的行为决策——车道保持或换道。在轨迹规划层提出了基于非线性模型预测控制（MPC）的轨迹规划方法，模仿优秀驾驶员给定各个优化目标函数的权重系数，求解最优期望换道轨迹。最后，通过仿真验证该决策和轨迹规划方法的有效性，结果表明，在不同风险场景中，所设计的风险评估、行为决策和轨迹规划方法能够使自动驾驶汽车做出安全的行为决策，并规划出最优的换道轨迹坐标和车速，使自动驾驶汽车安全、快速地换道行驶。

为解决工业物联网网络拓扑结构相对固定、特征低维、数据分布不均衡且相关性低，导致工业分布式环境下入侵检测模型训练效果差的问题，提出了一种基于联邦深度学习算法的工业物联网入侵检测模型——Fedformer。首先，引入并改进Transformer网络模型的编码器结构并嵌合卷积神经网络和门控循环单元，利用注意力机制为工业物联网构建了入侵检测模型；其次，将检测模型融合联邦学习框架，允许多个工业物联网共同构建一个全面的入侵检测模型。在保护本地数据隐私的前提下，提高对工业物联网网络攻击的检测准确率并降低误报率。实验结果表明：在工业网络环境下Fedformer的检测准确率达到98.09%，误报率降低到8.31%。

数控机床是装备制造业的工作母机，是国家综合国力的象征，其可靠性已成为制约行业发展的瓶颈。数控机床可靠性建模是可靠性工程的基础，主要对数控机床可靠性建模方法和技术的研究进展进行综合评述。可靠性建模方法主要分为基于故障时间数据的可靠性建模方法、基于多源层次信息集的可靠性建模方法、基于性能退化数据的可靠性建模方法、基于动态特性参数的工艺可靠性建模方法四种，分析了各类可靠性建模方法的研究历程和技术进展。在数控机床可靠性建模方法取得明显进展的基础上，指出现有可靠性建模方法存在的不足，然后对数控机床可靠性建模方法研究的动态和热点进行论述。最后，从可靠性建模方法的发展规律、技术应用以及行业需求的角度对数控机床可靠性建模方法和技术的发展趋势进行展望。

为解决脑卒中病变的人工定位和定量分析耗时且缺乏一致性的问题，提出了基于多尺度U-Net深度网络模型，从非增强计算机断层扫描影像中分割脑卒中病变的高密度征，同时使用Dice损失函数训练模型以对抗数据中类不平衡问题。实验数据表明:该模型可端到端的以数据驱动的方式自动学习高密度征显著特征，有效地分割脑部小病灶区域。

首先，提出了综合考虑各种因素（网络拓扑结构、桥梁性能退化、地震动等）和不确定性的公路桥梁网络抗震韧性评估框架。然后，分析了网络拓扑结构、桥梁抗震性能和路段功能特点，建立了震后公路桥梁网络时变功能模拟方法。接着，提出了基于人工神经网络的公路桥梁地震易损性快速分析方法。最后，以美国旧金山地区公路桥梁网络为例，采用本文方法分析了地震发生前、后公路桥梁网络的功能变化，据此揭示了全寿命服役期内抗震韧性的演化规律。结果表明，本文建立的数据驱动易损性模型拟合优度可达0.73，可以代替需要大量动力时程分析的易损性分析方法，且公路桥梁网络抗震韧性评估结果准确可靠，可以为防灾减灾提供决策依据。

为厘清国内外导电沥青混凝土技术的研究进展，系统梳理了导电材料的分类及其在导电沥青混凝土中的应用现状，分析了不同类型导电沥青混凝土的导电性能和路用性能，论述了导电沥青混凝土的作用机理（导电机理、压阻机理和电热机理），探讨了导电沥青混凝土自诊断、自感知、感应加热自愈合、融雪化冰等功能特性，介绍了其在实际工程中的应用现状，并对导电沥青混凝土的未来发展方向进行了展望。

从栓钉剪力连接件受力机理与破坏模式分析出发，基于弹塑性地基中横向荷载作用下的单桩理论，建立栓钉剪力连接件的挠曲线微分方程。根据栓钉剪力连接件各阶段的受力特点，引入边界条件，对栓钉剪力连接件的挠曲线微分进行了求解分析，提出了栓钉剪力连接件的抗剪承载力、剪切刚度、弹性阶段末端的滑移值等的计算公式，建立了栓钉剪力连接件荷载-滑移的三折线本构模型，该模型具有数学形式简单且物理意义明确等特点。算例分析表明：栓钉剪力连接件抗剪承载力值、剪切刚度值、弹性末端滑移值、极限滑移值计算值分别为85.44 kN，64.92 kN/mm、0.64 mm、6.13 mm，计算值与试验值吻合较好；栓钉剪力连接件的三折线荷载-滑移关系曲线与Buttry与Ollgaard拟合的全曲线式荷载-滑移曲线较接近，且与栓钉剪力连接件的试验荷载滑移曲线吻合较好。

面向交通事故高发比例的无信号交叉口场景，提出了一种基于V2I通信的车辆碰撞预警方法，以保障行车安全。首先，提出路段与冲突区域匹配方法，筛选存在碰撞风险的车辆与冲突区域；在此基础上，提出两级冗余碰撞预警方法，包括用于车辆进入交叉口前的一级动态碰撞距离检测（DDTC）算法以及车辆进入交叉口后的二级圆形区域碰撞检测（CATC）算法。该方法通过网联信息弥补自车感知局限性，通过冲突区域匹配与安全距离过滤提高检测效率，通过动态距离差阈值设置提高检测准确率。基于NHTSA交叉口场景集的测试结果表明，该方法与具代表性的时间差法与距离差法相比，漏报率分别降低了约16%和6%，误报率分别降低了约88%和48%，检测时间均降低了约74%，具备更高的准确性和高效性。

高速列车转向架区域为其主要气动噪声源之一，迄今为止较难描述高速列车气动噪声源特征，鲜有有效的声源识别方法。利用高速列车转向架区域以偶极子声源为主的声源特征，将气动声源等效为无数个球形声源的集合，基于声辐射与声源，声源与流场物理量之间的关系，结合流体数值仿真，建立高速列车偶极子声源识别方法，并聚焦头车转向架区域进行声源识别。同时，以涡声理论为基础，建立偶极子声源强度和流场多物理量的关系，分析流场产生声源的本质。研究表明，偶极子声源集中的位置多为迎风侧气流与壁面发生激烈作用的位置，气流与壁面发生撞击与分离是产生偶极子声源的主要原因，且在该区域涡量的变化对偶极声源强度影响最大，在不同区域，不同方向的涡量分量在起主导作用。

搭建了电动汽车热泵空调系统仿真模型和性能仿真分析平台，分析了热泵空调系统在不同模式下的性能，并采用试验结果对仿真模型进行验证。结果表明：试验得到压缩机功率、换热量、系统COP值与对应的仿真值之间的最大误差为4%~10.09%。在制冷模式和制热模式下，随着压缩机转速的增大，压缩机功率逐渐增大，换热量逐渐增大，系统COP逐渐减小。此外，研究了冷凝器、蒸发器进风风量、进风温度、进风方式等因素对制冷模式和制热模式下系统性能的影响，结果表明，制冷时采用大风量有利于提高制冷量，进风温度的影响取决于工况特征，而采用部分进风方式更有利于系统制热节能。