基于GA-PSO-Otsu算法的质子交换膜燃料电池催化层孔结构自适应识别

车载质子交换膜燃料电池催化层的孔结构识别效率低、精度差且实验要求严格，无法适应日趋规模化的行业发展体系，因此针对该问题，本文提出基于遗传粒子群的最大化类间方差（GA-PSO-Otsu）优化算法，实现对催化层扫描电镜图孔径分布和孔隙率高效、精确且自适应的识别和测算。首先，协同引入高斯卷积核与二值化阈值最大化类间方差，有效降低噪声和手动调参对精度和效率的影响，实现自动化去噪和孔结构识别；其次，进一步提出遗传粒子群算法，有效解决传统方法遍历参数耗时长和易陷入局部优化的问题，兼具高精度和高效率的优点；最后，通过对催化层结构和灰度分布差异明显的扫描电镜图的对比实验验证，表明该方法具备良好的鲁棒性、自适应性和实用性，与遍历所有参数的传统Otsu算法的孔隙率误差小于0.5%，测算耗时降低约26.2%。     

高速铁路钢轨百米周期性不平顺整治技术

针对高速铁路钢轨百米周期性不平顺问题，综合分析既有钢轨打磨技术的优缺点，兼顾打磨效果、天窗时间和经济性，提出以大机快速打磨和小机打磨为主、大机传统打磨为辅的综合整治策略；通过调整小机打磨和大机快速打磨的顺序，设计了两种打磨方案，并选取典型区段进行对比试验。结果表明：小机打磨+大机快速打磨+大机传统打磨、大机快速打磨+小机打磨+大机传统打磨两种打磨方案均可以有效治理钢轨百米周期性不平顺，同时保证了钢轨廓形打磨质量；大机快速打磨+小机打磨+大机传统打磨方案总体打磨效果更优。     

卡车（N类汽车）与M1类汽车除霜除雾系统布置和试验要求的差异化研究

本文主要论述汽车总布置设计中，参照标准法规对M1类汽车风窗玻璃除霜和除雾系统的性能和试验要求，根据N类汽（卡车）和M1类汽车人机系统的差异化，推导出N类汽车风窗玻璃除霜除雾区域的实际需求，以及N类汽车除霜除雾系统布置的关键要素，建立N类汽车除霜布置系统的理论体系，为N类汽车总布置设计中除霜系统布置提供理论依据。