碱矿渣植筋锚固材料
    12.
    发明公开

    公开(公告)号:CN104193270A

    公开(公告)日:2014-12-10

    申请号:CN201410426059.7

    申请日:2014-08-26

    Applicant: 重庆大学

    Abstract: 本发明公开了碱矿渣植筋锚固材料,包括粉剂和水剂,使用时将两者均匀混合,所述粉剂包括矿粉、熟料和细砂,所述水剂由氟化钾溶液和硅酸钠溶液混合制得,所述水剂和粉剂的质量比为0.30~0.45;所述粉剂中熟料与矿粉质量比为1:9~4:6,熟料与矿粉的总重与细砂的质量比为0.8~1.2;所述水剂中氟化钾溶液和硅酸钠溶液的质量比为1:4~1:3。本发明的植筋锚固材料强度高,耐久性好,与钢筋的握裹力强,而且施工方便、价格低、无毒性;可广泛用于房建工程、水利水电工程、道路桥梁等工程中的钢筋锚固。

    一种基于多模态预测的自动驾驶汽车运动规划方法

    公开(公告)号:CN114912693B

    公开(公告)日:2025-03-21

    申请号:CN202210565932.5

    申请日:2022-05-23

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于多模态预测的自动驾驶汽车运动规划方法,属于自动驾驶汽车技术领域。该方法包括:S1:根据自车的轨迹历史和周围车辆的轨迹历史,采用LSTM模型预测周围车辆未来的多模态行为,即周围车辆在不同模态下未来位置的概率分布;S2:根据步骤S1中LSTM模型预测得到的多模态行为,构造相应的其他车辆的行为分支和自车的轨迹分支,由多模态概率和安全约束确定相应的分支概率;并利用MPC算法以轨迹分支的形式求解反馈策略。本发明在运动规划过程中采用了多模态的预测模型,提高了预测的精度,对传统的MPC进行了优化并通过反馈策略考虑了自车与他车的相互影响及整体的风险最优。

    基于地图数据的深度强化学习型混合动力汽车控制方法

    公开(公告)号:CN114312845B

    公开(公告)日:2024-10-22

    申请号:CN202210009502.5

    申请日:2022-01-06

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于地图数据的深度强化学习型混合动力汽车控制方法,属于新能源汽车与智能网联汽车的交叉领域。该方法包括:处理地图数据,建立环境模型;预规划目标速度轨迹;建立车身模型与混合动力系统模型,根据整车动力学对行驶过程进行受力分析并且确定混合动力系统功率平衡关系;车辆转向控制影响分析;建立基于深度确定性策略梯度的混合动力汽车控制策略训练模型,以整车的加速度与转向角以及混合动力系统的发动机与变速器为控制对象,建立控制策略的状态空间、动作空间以及奖励函数,并且进行阶梯式迭代训练过程。本发明能实现混合动力汽车的智能网联化自动驾驶。

    混凝土透水性原位测试装置及其测试方法

    公开(公告)号:CN118275313A

    公开(公告)日:2024-07-02

    申请号:CN202410367737.0

    申请日:2024-03-28

    Applicant: 重庆大学

    Abstract: 混凝土透水性原位测试装置及其测试方法。为解决现存原位测试技术中测试压力较小且不能保证在测试中处于恒定状态,导致结果波动性大、可靠性低的问题,以及无法实现自动化连续测量,造成稳态流速靠经验判断,可靠性差,造成结果分析流程繁琐,数据处理难度大的问题。本发明中的测头安装在混凝土测试件上并形成测试腔,连接管道的一端连接在测头上,并与测试腔相通,连接管道的另一端通过三通接头分别与进水管的一端和恒压调控机构的一端连接,进水管的另一端连接测试水源,以提供测量混凝土测试件渗透性的水源;恒压调控机构为测试腔提供恒定的气压;流量计安装在连接管道上,以实现水流量的测量;数据采集器连接在流量计上。本发明属于测试装置。

    一种实现自动驾驶汽车行为决策的方法

    公开(公告)号:CN114880938A

    公开(公告)日:2022-08-09

    申请号:CN202210528980.7

    申请日:2022-05-16

    Applicant: 重庆大学

    Abstract: 本发明涉及一种实现自动驾驶汽车行为决策的方法,属于自动驾驶汽车技术领域。该方法包括:S1:构建包含环境不确定性因素的信号灯十字路口仿真训练场景;S2:构建隐式分位数网络模型,包括构建状态空间、动作空间和奖励函数;S3:使用神经网络优化步骤S2构建的隐式分位数网络模型;S4:根据步骤S3优化后隐式分位数网络模型输出的奖励分布信息,结合Wang函数生成具有风险感知能力的行为决策。本发明能够感知环境中的不确定性因素带来的风险,提升了自动驾驶汽车在通行有信号灯十字路口的安全性。

    基于最大熵强化学习的自动驾驶汽车决策规划方法

    公开(公告)号:CN114580302A

    公开(公告)日:2022-06-03

    申请号:CN202210261432.2

    申请日:2022-03-16

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于最大熵强化学习的自动驾驶汽车决策规划方法,属于自动驾驶汽车领域。该方法包括:S1:构建基于最大熵强化学习的决策规划模型,该模型包括:状态空间、动作空间、奖励函数、策略函数与评价模型;S2:构建具有交互性的高速公路仿真训练场景:使用二自由度汽车运动学模型描述训练场景中车辆的运动,并利用基于规则的智能决策规划模型控制环境车辆,使环境具有交互特性;S3:训练基于最大熵强化学习的决策规划模型。本发明利用最大熵强化学习提高了自动驾驶汽车的高速公路决策规划策略的最优性与稳定性。

    一种改善碱矿渣水泥石开裂和吸水的外加剂及其使用方法

    公开(公告)号:CN109133712B

    公开(公告)日:2021-08-31

    申请号:CN201811168515.7

    申请日:2018-10-08

    Applicant: 重庆大学

    Inventor: 杨长辉 李青 杨凯

    Abstract: 本发明涉及一种改善碱矿渣水泥石开裂和吸水的外加剂及其使用方法,属于建筑材料技术领域,该外加剂按质量份计,由如下组份组成:硬脂酸盐40‑70份、碱矿渣缓凝剂10‑20份、有机硅5‑10份、氢氧化钙45‑60份。通过对该外加剂中各成分进行合理搭配及各成分用量的限定,使该外加剂能够显著改善碱矿渣水泥石的开裂问题,进而降低碱矿渣水泥石的吸水性,且该外加剂对碱矿渣水泥石的力学性能没有造成太多负面影响,其合成方法简单,原材料易得,适合工业化生产。

    一种跟车环境下基于深度强化学习的HEV能量管理方法

    公开(公告)号:CN111845701B

    公开(公告)日:2021-03-30

    申请号:CN202010777968.0

    申请日:2020-08-05

    Applicant: 重庆大学

    Abstract: 本发明涉及一种跟车环境下基于深度强化学习的HEV能量管理方法,属于智能混合动力汽车控制领域。该方法包括:基于跟随车的实时车速等信息,确定两车之间的最短安全距离以及最长跟车距离;建立串联式DDPG算法模型,学习跟车速度规划策略以及能量管理控制策略;定义DDPG算法中的变量空间;当每次迭代过程所获得的总奖励值趋于稳定收敛状态并且学习效果较为理想后,结束离线训练过程并且保存持久化模型;制定评价指标,并且利用动态规划算法作为能量管理策略的对比标准。本发明针对具有自动跟车功能的智能混合动力汽车,利用深度强化学习算法,完成跟车环境的速度规划以及传动系统的能量管理,实现整车的综合控制。

    用于碱矿渣水泥的高效减水剂组合物及其使用方法

    公开(公告)号:CN108395134B

    公开(公告)日:2020-11-06

    申请号:CN201810271977.5

    申请日:2018-03-29

    Applicant: 重庆大学

    Abstract: 本发明涉及用于碱矿渣水泥的高效减水剂组合物及其使用方法,属于工程材料技术领域,该高效减水剂组合物由含硼环状硅酸盐矿物和萘磺酸甲醛缩合物组成,其中,硼环状硅酸盐矿物为高负电荷密度矿物,在碱矿渣水泥体系中可以产生稳定电场,其表面可以负载高密度负电,矿物颗粒间通过静电斥力作用而达到分散的目的,同时该减水剂组合物中萘磺酸甲醛缩合物,不但可以降低体系液相的表面能,还能通过含硼环状硅酸盐矿物表面双电层的扩散层吸附在该矿物表面,进一步增大各矿物颗粒间的静电斥力及位阻,进而达到释放自由液相的效果,有效降低碱矿渣水泥体系的屈服应力,使其减水效率可达10‑15%。

Patent Agency Ranking