基于视频识别的混合非机动车速度分布模型

中国非机动车出行近年来逐渐复兴并形成了复杂的混合交通流动,造成了交通运行和安全问题,因此对混合非机动车速度分布进行准确建模是重要的现实需求。该文首先介绍了利用深度神经网络进行多目标跟踪的数据采集方法,然后输入非机动车道的拍摄视频进行自动识别,高效获取实测数据;在对车速进行统计分析后,通过信息准则确定混合Gauss模型的最优组分,采用期望最大化算法求解模型参数的极大似然估计,并建立模型参数与道路运行状况和统计特征之间的联系。所使用的智能化视频识别方法提高了数据采集效率,求解参数前进行组分选择可以提高建模效率。拟合结果表明:混合Gauss模型对非机动车速度分布的描述比单分布模型更准确。在流动不受阻碍时,混合Gauss模型的结果以非机动车类型划分组分,其参数与速度均值、标准差及各类型车的比例相关;在高峰时,组分划分与根据流动状态进行分类是一致的,其中较快组分的平均速度接近车辆自由流动速度。

浮选柱内矿浆分散特性与气泡速度分布规律研究

浮选柱被广泛应用于煤泥浮选中,而浮选柱的浮选性能受多因素的影响。试验以浮选柱中气泡、颗粒为研究对象,探讨矿浆表观流速及表观气体流速、矿浆浓度、颗粒粒径对矿浆分散特性及气泡速度分布的影响。利用轴向分散模型和停留时间分布(RTD)技术评估矿浆分散数。试验结果表明,矿浆表观流速与表观气体流速、矿浆浓度和颗粒粒径的范围分别为0.007~0.021 m/s、.007~0.021 m/s、1.5~10.89 kg/m^(3)、63.22~507.67 mm时矿浆分散较好。随着表观气体流速、矿浆表观流速及颗粒粒径的增加,矿浆分散数增加,而随着矿浆浓度的增加,混合相黏度增加,矿浆分散数减少。利用速度分布模型探究气泡分散及速度分布特征因子变化,研究发现矿浆浓度的增加使气泡速度分布特征因子增加了35.14%,而气泡运动分散数下降了42.06%。试验结果可以为浮选柱最佳工艺参数选择提供有价值的理论参考。

三维多步FMM射线追踪在正态分布速度地层模型中的应用

三维多步FMM(Fast Marching Method)是一种基于网格追踪多个反射和透射相位的数值算法,通过有限差分法解程函方程来获取地震波走时后,从接收器开始反向沿着射线路径对走时场进行积分来获取射线路径,以精度高、速度快、适应性强、无条件稳定等特点而被广泛应用和研究。三维多步FMM不仅可以解决复杂介质反射波和多次波的射线追踪问题,还可以实现三维各向异性层状介质的多次波射线追踪和波前模拟。为了验证三维多步FMM在复杂模型的稳定性和灵活性,设计了随机正态分布速度地层模型,结果表明,三维多步FMM在正态分布地层模型中进行射线追踪时不仅保留着速度快、精确性高、无条件性稳定的特点,还能在速度界面处进行P波和S波的相位转换,表明了三维多步FMM是一种研究地震波在复杂介质中传播规律的快速有效的方法。!