为研究车辆机电“惯容-弹簧-阻尼”（ISD）悬架对车辆乘坐舒适性和侧向稳定性的协同提升效果，探索切换外端电网络对机电惯容的性能影响，本文建立了考虑转向工况的三自由度车辆动力学模型，并利用NSGA-Ⅱ算法在不同行驶工况下对车辆机电ISD悬架的外端电网络优化求解。结果表明：无外端电网络的车辆机电ISD悬架性能提升微弱，而依据工况切换外端电网络的车辆机电ISD悬架可使车身加速度和车身侧倾角均方根值降低12.7%和25.9%，显著提升车辆乘适性与侧向稳定性。

以液压挖掘机履带链轨节为研究对象，提出了完整的基于动力学-有限元-疲劳准则的链轨节疲劳寿命预测技术路线。首先，构建了液压挖掘机履带行走装置动力学模型，通过对比试验数据和动力学仿真结果，验证了动力学模型的正确；其次，将动力学模型提取的链轨节张紧力与动态接触载荷导入有限元分析软件，对链轨节网格各节点进行应力和应变数值求解；最后，针对链轨节多模式交变非对称载荷特征，基于多轴疲劳准则实现了结构寿命预测。结果表明：建立的仿真动力学模型关键参数数据与试验数据的均值误差在10%以内，预测了液压挖掘机直行和转向两种工况下的链轨节疲劳寿命，直行工况寿命超过10⁷次循环，转向工况寿命为3.59×10⁶次循环。

针对传统用户均衡（UE）分配模型难以刻画拥堵空间排队和溢出现象的问题，本文考虑同时描述畅通和拥堵状态的一般道路网络，构建了一种考虑由于路段通行能力和存储容量限制导致拥堵空间排队和溢出的交通流用户均衡分配模型，并证明了模型用户均衡原理的等价性和解的唯一性。同时，引入需求折算、拥堵回溯、拥堵区域识别及不同交通状态下的需求加载等机制，构建改进FW算法对模型进行求解。最后，通过算例证明本文模型和算法有效性，简单算例计算结果的误差精度为e=\mathrm{1.044}\text{?}\mathrm{5}\times {\mathrm{10}}^{-\mathrm{5}}，加载流量的路径具有相同行程时间，符合用户均衡原理。结果表明：本文模型是传统畅通与完全拥堵用户均衡分配模型的集成和拓展，可以有效计算路网在不同交通状态下的均衡分配结果和最终均衡稳态，描述拥堵空间排队和溢出现象；分配结果可以体现路网达到均衡状态时全局宏观交通运行特性，识别瓶颈位置及拥堵排队区域，为路网结构优化、交通诱导、需求管理和拥堵缓解提供依据。

为研究混掺纤维对沥青增强增韧的作用机理，制备了硫酸钙晶须与玄武岩纤维混掺纤维增强沥青材料。通过动态剪切流变仪温度扫描试验、多重应力蠕变恢复试验、扫描电镜测试等方法，分析了混掺纤维对沥青流变性能、微观结构等的影响。结果表明：硫酸钙晶须和玄武岩纤维均能显著提高沥青结合料的高温稳定性，其中硫酸钙晶须效果尤为突出；当硫酸钙晶须含量为5%且玄武岩纤维含量为1.0%时，混掺纤维改性沥青失效温度相较基质沥青提高约19.58%。然而，硫酸钙晶须不利于低温下的柔韧性表现，而适量添加玄武岩纤维则可有效缓解由硫酸钙晶须引起的过度硬化问题。此外，随着玄武岩纤维比例的增大，沥青的温度敏感度先上升后下降，在玄武岩纤维掺量为1%时达到最佳平衡点。扫描电镜分析证实硫酸钙晶须在沥青中具有良好的分散性和相容性，且玄武岩纤维在体系中主要起到增韧作用。

针对不同天气条件下城市快速路交织区交通冲突机理进行研究，提出了一种基于车辆边框信息的交通冲突识别算法，采用超阈值极值理论确定不同天气条件下的严重冲突阈值，并结合机器学习模型和可解释性分析方法，系统探讨了天气对交通冲突特征的影响。通过高精度轨迹数据，解决了传统冲突指标提取方法精度不足、阈值选取主观性强以及天气因素影响研究缺失的问题。研究结果表明，晴天与雨天的严重冲突阈值分别为1.75 s和1.85 s，雨天严重冲突比例（39.1%）显著高于晴天（9.7%）。通过可解释性分析发现：①天气条件显著调节交通冲突影响因素；②晴天时，车辆空间位置（尤其是被冲突车辆是否位于匝道或交织车道）是影响冲突严重程度的主导因素；③雨天时，影响因素的作用强度显著增大，且交通流特征成为主导因素。本文研究成果可为交织区的差异化管理和安全防控提供理论依据。

针对地铁运营中断场景下，现有研究多仅依靠应急接驳公交开展客流疏散，较少考虑多模式出行协同疏散的问题，提出了一种结合应急公交与应急出租车的多模式应急疏散策略。首先，构建多模式应急接驳模型，旨在最小化乘客出行延误及应急疏散成本；然后，设计遗传算法进行求解；最后，以福州市地铁1号线早高峰区间双向运营中断为案例，验证本文模型及算法的有效性。结果表明，相较于单一的应急公交策略，多模式疏散策略使综合成本和乘客出行时间成本分别降低了9.2%和22.4%。

为推动城市交通方式的低碳转型，将合乘出行的碳减排收益以合乘价格折扣的形式反馈给乘客以激励网约车合乘行为，基于前景理论描述了激励策略下乘客的合乘出行意愿，以平台总利润最大化和乘客广义出行成本节约最大化为目标函数，考虑多人合乘匹配、平台利润、时间窗等约束条件，构建了激励策略下的乘客-网约车合乘匹配模型并进行模型求解。以厦门市网约车实际运营数据为例进行算例研究，从乘客、网约车平台视角分析激励策略对乘客广义出行成本、平台总利润及碳减排效果的影响过程。研究结果表明：激励策略对促进乘客由非合乘向合乘出行选择转移具有积极意义；以平台最优为目标可最大化碳减排效果，但通常会造成乘客过多地绕行；合乘价格折扣系数约在0.40时效果最佳，可最大化促成多人合乘时兼顾乘客及平台的利益。

针对山区双车道公路超车车辆与被超车车辆交互、与对向来车交互两种场景，利用两台无人机同步采集借道超车行为视频，通过改进二维碰撞时间（TTC）计算方法量化借道超车风险；基于生存分析理论构建了考虑驾驶风格的借道超车风险暴露时间模型，解析了超车车辆与不同交互车辆间的风险持续性影响机制。结果表明：相较于与对向来车交互，超车车辆与被超车车辆交互的平均风险暴露时间更长（5.19 s）；超速型风格驾驶人的风险暴露时间较保守型增加15%，超越货车时的风险暴露时间较超越摩托车和小客车分别增加19%和42%；除超车车辆速度外，两车横向位置差、对向来车速度分别对两种借道超车交互场景风险暴露时间的平均影响程度最大。

选取4种不同类型的沥青混合料（AC?25、AC?13、AM?13、OGFC?13）进行纳米压痕试验，探究沥青油膜在沥青混合料中的分布特征。试验结果表明，沥青油膜是普遍存在于沥青混合料内（杨氏模量为13~17 GPa，厚度在2~7 μm范围内）紧附于集料颗粒表面的结构层。沥青油膜的承载能力介于集料颗粒和沥青之间，抗变形能力较差，易发生塑性变形，且在卸载后无法完全恢复。虽然沥青油膜中普遍存在纳米级孔隙，但其力学性能主要由其他因素决定。本文提出了沥青油膜的脱层模型，脱层模型揭示了在加载-卸载循环下，沥青油膜与集料颗粒及沥青之间力学响应不同步导致沥青油膜从集料颗粒表面脱落的破坏机理。

为研究不同抗震加固方式对服役梁桥的抗震性能提升效果，基于增量动力分析（IDA）的易损性分析方法对多遇、罕遇和极罕遇地震时桥梁的墩柱与支座进行抗震性能评估。设计了3种抗震加固方式供工程比选，包括对桥墩包裹纤维增强复合材料（FRP）材料、布置金属阻尼器和布设拉索限位装置。借助OpenSees平台建立全桥有限元动力分析模型，模拟3种抗震加固方式下桥梁的地震响应，综合考虑地震动的不确定性和行波效应，选取130条地震动用于IDA，得到地震一致激励和地震多点激励的IDA曲线簇。基于能力需求比模型，以曲率和位移为损伤指标，分别定义墩柱和支座地震损伤状态，绘制地震易损性曲线，对不同抗震加固方式下桥梁的抗震性能进行易损性对比分析。研究结果表明：包裹FRP材料对提升桥梁墩柱抗震性能效果显著，采取FRP加固方案后，墩柱在极罕遇地震下处于轻微损伤状态的超越概率降低幅值可达53.73%；布置金属阻尼器可有效控制支座损伤程度，在巨震作用下，支座阻尼减震后超越轻微损伤状态的概率仅为13.57%，支座大概率处于完好状态；布设拉索限位装置对提升桥梁抗震性能收益不大；考虑行波效应会降低墩柱的损伤超越概率，相比较一致激励下墩柱的损伤超越概率，采取FPR抗震加固措施前后，墩柱多点激励下损伤超越概率降低幅值分别为19.88%和22.07%，行波效应对支座的损伤超越概率影响不大。

为探究寒区路基在水?热耦合作用下的变形机理，以鹤哈高速（G1111）苔青至伊春段（62.44 km）为对象，构建了二维水热迁移耦合模型，结合现场监测与数值模拟方法，揭示了冻融循环过程中路基温度场、水分场与变形场的相互作用规律。基于相变传热与非等温水分迁移理论，采用Abaqus软件进行仿真分析，在路基横断面上自左侧路肩至右侧路肩按1.25 m间距均匀布设9个综合监测点，量化路基表层冻胀与融沉阶段的变形特征。结果表明：冻结期模拟路段路基表层最大冻胀位移可达8.48 mm，横截面变形呈抛物线分布；春季融沉速率（0.12 mm/d）显著高于冻胀期（0.07 mm/d），且11月至次年1月的冻胀速率较1~2月高18.7%；竖向位移极值与地温梯度呈负相关。研究成果为寒区道路抗冻设计与病害防控提供了理论依据。

为提升凝灰岩石粉的综合利用率，采用凝灰岩石粉取代部分矿渣和粉煤灰制备了碱激发三元固废胶凝材料。首先，测试了单一激发剂模数下凝灰岩石粉、粉煤灰和矿渣不同掺量的胶凝材料体系抗压、抗折强度，发现抗压强度随矿渣掺量增多而提高，随凝灰岩石粉和粉煤灰掺量的增多而降低。在凝灰岩石粉掺量一定的情况下，随着粉煤灰掺量的增多、矿渣掺量的减少，28 d与3 d抗折强度差值逐渐减小。当凝灰岩石粉、粉煤灰、矿渣掺量比例为1∶1∶3时，三元固废胶凝体系的抗压强度最高。其次，开展了不同激发剂模数和碱当量下该配比力学性能的测试，研究结果表明：激发剂模数较低时，碱性过强，导致聚合反应太快使水化反应不充分，抗压强度较低，随着激发剂模数增大，抗压强度随之增大，但激发剂模数过大会使激发剂中OH^―含量降低，聚合反应减弱，导致抗压强度下降；随着碱当量的提高，抗压强度与抗折强度随之提高，达到最优碱当量后，抗压强度基本不变，抗折强度开始降低。最后，采用SEM、EDS、XRD、NMR等微观测试对部分碱激发三元固废胶凝体系抗折强度随龄期降低的原因和机理进行了阐释，研究结果表明：当碱性过高时，OH^―与固废快速反应形成的胶体骨架结构提供早期强度，但随着龄期的增长，过量的OH^―进入胶体骨架内部与Ca²⁺反应形成Ca（OH）₂，同时高浓度的NaOH溶液与空气中CO₂反应生成碳酸根离子，进一步生成CaCO₃，造成体积膨胀，形成内部应力和微裂缝，导致28 d抗折强度的下降。

以实际工程中的原型储罐为研究对象，基于ANSYS平台构建有限元模型，系统分析了三向地震激励下罐体的动力响应特性、环形基础不均匀沉降对罐体结构的影响，以及长周期水平地震动诱发的罐内液体晃动波高变化规律。研究结果表明：在三向地震作用下，罐体加速度响应在罐底与罐顶区域均较为显著，水平加速度放大系数约为5；罐壁的水平变形与应力沿高度方向呈先上升后下降的趋势，最大值均出现在罐体中下部区域。在基础沉降作用下，罐底在环形沉降区中心处产生最大竖向位移；随着沉降范围扩大，罐壁最下圈板逐渐向内凹陷，罐底局部应力达到钢材屈服强度，引发塑性变形。若计入焊缝刚度与连接细节的影响，罐壁与罐底连接区域易发生局部屈曲或焊趾开裂等损伤模式。此外，即便峰值加速度较低，具有较长卓越周期的地震动仍可激发显著的液体晃动，导致较大的波高响应，这一现象可合理解释汶川地震期间西安某中石化油库因剧烈液体晃动引发结构卡滞与损坏的实际情况。本研究结论可为大型浮顶储油罐的抗震性能评估与优化设计提供理论支撑与工程参考。

针对室内场景感知任务中，现有的多模态融合方法主要侧重于单一模态（如RGB或深度图像）的注意力，而对模态融合后联合特征空间中的注意力缺乏有效利用，且许多网络的参数量较大，在参数量减少时模型精度通常会显著下降等问题，提出了一种多模态语义分割模型，该模型通过ConvNeXt和MiT分别提取RGB特征和深度特征，并引入跨模态特征校正模块（CMFCM），通过空间和通道特征增强促进模态间的交互与校正。此外，模型还设计了跨模态注意力融合模块（CMAFM），引入了联合特征空间中的注意力，实现多尺度特征的有效融合，充分利用两种模态的分割信息，同时通过深度可分离卷积显著降低计算成本。最终，在NYU-Depth V2数据集上的实验表明，与CMX、Dformer和SA-Gate模型相比，该方法在分割精度提升1%的同时参数量减少了15.1%，显著降低了计算复杂度。

针对无人机覆盖路径规划中传统Deep Q-network（DQN）存在的覆盖率低、路径冗余度高、收敛速度慢等问题，提出了一种基于多机制融合的改进型DQN模型。首先，将无人机的工作空间建模为二维栅格地图，进行预处理并设计奖励函数。其次，基于传统DQN，逐步融合Double DQN、Dueling network和Priority experience replay三种机制，运用独热编码等技术搭建多尺度卷积神经网络，构建了改进型DQN模型。最后，设计可视化仿真实验，并以栅格覆盖率等评价指标进行消融实验。实验结果表明：改进型DQN模型在覆盖路径规划任务中表现出色，其性能优于传统DQN等模型。相较于传统DQN，其栅格覆盖率提升了8.28%，栅格重复率、路径长度、碰撞障碍物次数、超出边界次数分别降低了28.44%、45.14%、77.31%、90.14%，且网络收敛速度显著加快。

针对物联网系统中传感器本体交互所面临的异质性问题，提出了一种基于真-伪三连体神经网络（GP-TNN）的传感器本体匹配方法。首先，根据实体的出度入度提取核心实体，进而提升训练样本的质量；然后，通过设计确定性的混合相似度度量方法，用于生成高置信度的锚点匹配对，以此避免训练过程中对参考对齐的依赖；最后，结合孪生网络和伪孪生网络对同类及异类标注属性的表征能力，构建GP-TNN增强深层次语义特征挖掘能力。评估实验分别在本体对齐评测计划（OAEI）中Benchmark数据集以及3个真实的传感器本体上进行，实验结果表明，本文方法较对比方法能够更加有效地提高匹配结果的质量，为物联网中传感器本体匹配任务提供了可靠的理论支持。

针对降噪过程中成对的噪声图像和干净图像难以获取的问题，提出了一种基于前馈降噪卷积神经网络的多模块自监督降噪模型（MMS-DNet）。该模型采用改进的DnCNN架构，通过添加结合原图下采样和全局噪声水平估计的多元输入模块，生成多张输入子图的同时弥补了生成过程中的信息丢失；通过添加子像素卷积模块，避免了图像重建过程中冗余信息的引入。实验结果表明：本文模型在灰度数据集BSD68和Set12上的效果优于现有的自监督学习模型，在彩色数据集CBSD68和Kodak24上同样表现出良好的效果。

针对密集行人检测因遮挡和小尺度目标导致的漏检与误检问题，提出了一种基于双分流多尺度注意力与单层输出的密集行人检测算法DSS R-CNN。首先，设计了一种双分流多尺度注意力模块（DBMAB），将其嵌入CloFormer主干网络中以增强特征提取能力，使模型更关注重要信息，从而提升检测精度；其次，针对特征金字塔网络多层输出对Sparse R-CNN贡献有限的问题，提出了一种基于特征调制模块（FMB）的单层输出颈（SLON），在保持检测精度的同时提高了推理速度；最后，采用Focal-EIoU损失函数进一步优化模型训练。在CrowdHuman数据集上的实验结果表明，本文算法达到了90.4%的AP、96.2%的Recall和44.1%的MR-2，检测速度保持在46 f/s，优于现有密集行人场景下的检测算法。

风能作为一种清洁、可再生能源，在全球范围内得到了显著推广，然而风力涡轮机叶片结冰问题严重影响了设备的安全运行和效率提升。现有叶片覆冰检测算法易受数据不平衡或噪声影响，导致准确率降低，因此亟需一种准确、高效的叶片覆冰检测算法以降低风机运行风险。本文提出了一种基于双通道时序特征融合网络的叶片覆冰检测算法：首先，对采集与监视控制系统数据进行数据预处理，并将特征工程应用至SCADA数据中；其次，提出了一种融合长短时记忆网络和注意力机制的检测模型，利用LSTM充分学习风机状态的时间依赖关系，采用注意力机制动态调整不同时间步的权重。最后，提出基于双通道时序特征融合网络的叶片覆冰检测算法，捕捉特征随时间变化的动态趋势，引入多头注意力机制增强特征交互能力。实验结果表明：相较其他算法，本文算法检测准确率提升了10%~15%，在风机叶片覆冰检测上具有较好的性能。

为解决高速行驶或低附着路面下车辆轮胎与地面之间附着力趋于饱和而行车驱动能力不足的问题，提出了一种考虑主动尾翼作用的驱动可行域建立以及带主动尾翼的车辆稳定性控制方法。首先，从主动尾翼的气动性能分析出发，解析主动尾翼带来的整车气动升力与气动阻力，并将其分解至车辆动力学模型中；其次，在融合主动尾翼的车辆模型基础上，以轮胎摩擦圆为约束，推导考虑主动尾翼的驱动可行域建立；最后，以所得驱动可行域作为输入约束，基于非线性模型预测控制方法，设计考虑主动尾翼作用的车辆稳定性控制器。借助CarSim和Simulink联合仿真平台，在不同工况下进行了物理仿真实验。结果表明，主动尾翼能够改善车辆轮胎垂直载荷的分布，扩大车辆行驶驱动可行域的范围，且能够在精确完成轨迹跟踪的同时，提升车辆的稳定性与安全性。