沃尔沃XC60

测试地点:中国·北京2022款沃尔沃XC60在各个方面都让人比较满意,如果价格优惠力度进一步增大,相信会带来更多购买者上月刚驾驶过2022款沃尔沃S60 B4,今天坐上2022款沃尔沃XC60B5四驱智雅豪华版驾驶位一踩油门踏板就感受到了动力上有了很大提升,毕竟发动机从B4提升到了B5。     

一种高铁CTC进路数据自动测试方法的设计与实现

调度集中系统与计算机联锁接口中的进路数据的测试存在工作量繁重、耗时长以及人为因素易出错等问题,针对该问题提出一种自动测试方法,可有效的解决进路数据的自动测试及测试结果的自动分析,多条高铁线路实践表明,能显著提高调度集中系统与计算机联锁接口的测试效率及数据正确率,使CTC系统产品更安全可靠。     

无线网络的船舶物流信息优化系统设计

为了解决当前船舶物流信息优化系统工作效率低,无法满足实际应用要求的难题,以提高船舶物流信息优化结果为目标,提出了基于无线网络的船舶物流信息优化系统。首先分析船舶物流信息优化系统的研究进展,找到各种系统的局限性,然后描述船舶物流信息优化系统的硬件组成,通过无线网络实现系统各个模块之间的通信和协调,并分析船舶物流信息优化系统的软件技术,对关键技术进行详细设计,最后与其他船舶物流信息优化系统进行对比测试,结果表明,基于无线网络的船舶物流信息优化效果要明显优于对比系统,克服对比系统存在的弊端,提高了船舶物流信息传输的成功率,具有更高的实际应用价值。     

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。     

一种ATS系统自动化测试工具的设计与实现

列车自动监控系统(ATS)是车载信号系统中的重要组成部分.本文提出一种ATS系统的非侵入式自动化测试工具,模拟测试人员真实测试的整个流程,可配置的测试脚本更具有灵活性,可以实现不同的测试需求;采用基于计算机视觉与光学字符识别的信息提取方式,使测试流程可以完全模拟真人测试;通过验证状态机的结果,简化了测试验证流程.该工具节省了测试过程中耗费的人力成本和时间成本,并在多条实际线路上进行了应用,验证了该工具的适用性和有效性.     

基于行驶工况的零部件耐久性测试工况构建

针对汽车零部件耐久性测试工况获取过程复杂的问题,提出了通过实际行驶工况解析出零部件耐久性测试工况的方法.基于西安市某线路纯电动公交车实际运行数据构建得出行驶工况,根据车辆实际参数建立整车仿真模型,仿真并计算得到基于实际行驶工况的电机输出轴应力载荷工况.由线性疲劳累计损伤理论和电机输出轴材料S-N曲线得出电机输出轴损伤值计算方法,并通过四峰谷值雨流计数法统计出不同应力载荷工况下的电机输出轴受到的损伤值,从而得出对应的循环寿命,选择寿命最短的行驶工况对应的电机转速工况和转矩工况作为电机输出轴耐久性测试工况.     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

基于聚类站点客流公共特征的轨道交通车站精细分类

已有城市轨道交通车站分类多基于定性分析，不能满足精细化设计和运营的需要。本文提出一种基于聚类站点公共特征的站点精细分类方法。首先，将来源于AFC(Automatic Fare Collection)的进站客流量数据处理为时间序列数据，并基于K-Means++算法对各个站点的客流量进行聚类；其次，建立客流量聚类结果与土地利用特征多维参数的拟合方程，计算获得居住密集型、工作就业型以及区域中心型等5种大类站点的客流量公共特征。在此基础上，充分考虑属于同一大类站点不同站点的细分特性，使用5类客流量公共特征比重组合精细描述具体站点类型。 实例结果表明，使用本文提出的精细分类方法计算得到的每个站的客流量拟合值与真实客流值间的平均绝对百分比误差控制在14%以内，说明该分类方法具有可行性。