2019年宝马730Li 牌照灯故障

车型:2019年宝马730Li,配置B48B20B发动机.VIN:WBA7T0104LG××××××.行驶里程:280000km.故障现象:用户反映仪表显示"牌照灯损坏",原来一个牌照灯不亮,后来两个都不亮了,要求进行维修.维修人员发现故障如用户所述,两个牌照灯都不亮,其他一切正常.     

基于出行阻抗的城市地铁网络客流分布计算

为提高城市地铁网络客流分布预测的准确性,结合乘车阻抗、进站候车阻抗和换乘阻抗等出行阻抗建立综合出行阻抗函数,基于阻抗函数对有效路径集进行搜索与筛选,建立基于综合出行阻抗的多路径客流分布计算模型,并设立换乘惩罚系数对不同路径的客流分配进行合理修正.以深圳地铁新开通的11号线为契机,结合地铁1号线、2号线、3号线、5号线分析网络客流分布的变化.结果 表明:新开通的11号线使各线路中的换乘客流有不同程度的增大,增加了乘客出行的可选路径,且11号线车站附近形成新的人口及岗位聚集圈,进一步增加了11号线自身的客流,使得线网客运总量增加,与实际运营中的客流特征相符,验证了所建模型的有效性和适用性.     

高速公路多心卵形曲线路段行车风险分析

为分析高速公路多心卵形曲线路段的行车风险，依托西部地区5条高速公路的交通事故数据资料，选取平面设计指标和车速作为行车风险分析的主要影响因素，利用UC-win/Road软件进行驾驶仿真试验；以车辆横向轨迹偏移值期望作为评价指标，基于数理统计理论分析各因素的显著性；最后运用MATLAB软件，建立多心卵形曲线路段行车风险评价模型。研究结果表明：圆曲线半径组合方式、车速、中间圆曲线半径、回旋线参数与半径比值和相邻圆曲线半径比值的影响显著性逐渐降低；当车辆横向偏移值期望大于205 mm时，可认为该多心卵形曲线路段处于危险状态。     

铁路信息系统用户身份自动化管理及关键技术研究

铁路信息系统网络架构复杂、业务数据量巨大、系统关联交错，用户身份信息管理长期存在账号信息易泄露、账号违规提权、账号共享等安全风险。通过研究信息自动化管理技术，设计了用户身份自动化管理系统，实现对用户身份信息的自动检测、自动修改密码与验证、自动推送、安全备份、威胁分析检测等功能，解决铁路运行维护单位在用户身份管理过程中的问题和困难，更全面地管理和保护各类资源的身份凭证，避免因用户身份信息管理不当，造成资源信息泄漏或被滥用，降低用户身份相关数据安全事故的发生概率。     

先期振动对高聚物胶凝堆石料动变形特性的影响

先期振动对土石坝地震变形影响显著。通过开展不同先期动应力作用下的动三轴试验,研究了先期振动对未加固堆石料和高聚物胶凝堆石料动变形特性的影响。结果表明:先期振动对未加固堆石料和高聚物胶凝堆石料的弹性轴应变无明显影响,但显著降低了其塑性轴应变;未加固堆石料和高聚物胶凝堆石料的残余变形在先期振动影响下显著减小,与未经受先期振动的试样相比,先期动应力为40%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为48.1%和42.0%;先期动应力为80%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为80.9%和71.6%。先期动应力幅值越大,再次经历动应力时未加固堆石料和高聚物胶凝堆石料产生的残余变形越小,抵抗变形能力提高越明显。最大残余变形的降低幅度与固结比、围压及高聚物含量无关。随后修正了沈珠江动残余变形模型,修正后的残余变形模型可以反映高聚物对堆石料残余剪应变和残余体应变的影响。与未经受先期振动的试样相比,先期动应力为40%围压的高聚物胶凝堆石料(高聚物质量比R_p=2%)的改进残余变形模型参数c₁和c₄分别降低了27.7%和61.2%;先期动应力为80%围压的高聚物胶凝堆石料(R_p=2%)的改进残余变形模型参数c₁和c₄分别降低了68.8%和79.3%。     

中长运距城际旅客出行方式选择行为模型 ——以高铁、民航为例

针对中长距离城际旅客对高铁,民航,空铁联运与民航中转等出行方式的选择行为.应用意向调查(SP)方法选择3个典型OD开展客流调查,构建多项式logit(mnl)模型与混合logit(ml)模型拟合数据,分析影响旅客选择行为的关键因素,说明旅客选择行为的异质特征.研究结果表明:相比MN L模型,ML模型显著提升了模型预测能力,更好描述了旅客选择行为的异质性,更适于出行方式选择行为建模;行程前时间,在途时间,中转时间是影响旅客选择的主要因素;出行目的,公费出行等对出行方式选择也有重要影响;在1400～2000 km运距范围,减少中转时间可以有效提高空铁联运与民航中转出行方式市场分担率;1400 km运距范围内,如果中转时间在1.5 h以内,则民航中转与空铁联运2类出行方式的替代特征明显,2000 km运距范围民航中转市场分担率显著高于空铁联运.     

路用水性聚氨酯改性环氧树脂的制备与工作性能

为进一步明确不同类型聚氨酯预聚体对水性环氧树脂相关性能的改善效果,优选NCO-含量分别为2.0%、4.0%和5.0%的丙烷型端羟基聚醚型聚氨酯(TDI-PPG)对E-51和E-44型环氧树脂进行复合改性,制备水性聚氨酯改性环氧树脂,系统研究了两种水性聚氨酯改性环氧树脂的工作性能,为水性聚氨酯改性环氧树脂在道路领域的推广应用奠定基础。结果表明:根据水性聚氨酯改性环氧树脂的强度形成时间,建议采用15 d强度和伸长率对其性能进行评价;NCO-含量越高,水性聚氨酯改性环氧树脂的工作性能越好;聚氨酯掺量过高,拉伸强度、弯曲强度、拉拔强度均会下降,建议聚氨酯掺量不超过20%。     

基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

驾驶行为数据驱动的城市道路交通安全风险辨识方法探讨

为提高城市道路交通安全水平,针对道路交通安全风险辨识方法多采用宏观事故数据及小样本交通调查数据的研究现状,紧扣当前道路设计及交通管理对风险客观精确辨识的现实需求。首先,分析了已有风险辨识方法的优缺点,及现有辨识方法面临的挑战;其次,基于国内外驾驶行为研究现状,结合车联网OBD异常驾驶行为数据精确度高、数据量大等优势,定性剖析不同道路条件与异常驾驶行为的关系;最后,建立道路条件与异常驾驶行为关联模型,分析探讨利用异常驾驶行为数据辨识道路交通安全风险的研究思路,并提出相应的思路流程及关键技术的进一步研究。