CAN与汽车网络技术

借鉴计算机网络技术和现场控制技术,开发出适用于汽车环境的汽车网络技术。文章论述了汽车网络技术的发展及特征,介绍了常用的汽车网络技术标准协议及应用,分析了CAN在汽车网络上的应用现状。     

汽车网络总线技术发展分析

介绍了汽车网络总线技术的发展情况，着重对汽车网络技术的特征进行了分析并介绍了控制器局域网CAN总线的主要特点，认为CAN总线技术是汽车网络总线技术的首选。     

汽车网络技术研究

简要介绍汽车网络的发展历程，进而对汽车网络的技术特征进行了分析和综合，对汽车网络的最新发展及汽车网络存在的问题进行分析，就汽车网络的未来发展提出看法。     

网络化、数字化--现代汽车发展及必然趋势

随着以计算机技术、卫星定位和网络技术为基础的汽车信息系统技术日益发展,信息网络汽车呼之欲出。近年汽车生产商以“e时代”特征勾画出了网络概念车,让驾驶者和乘客能够时刻享受网络信息的氛围。1网络汽车使驾乘者时刻享受网络信息的氛围网络汽车不仅是交通工具,而且也能成为     

现代汽车的微机网络技术

对现代汽车网络化技术进行了简要介绍，并对其技术特点进行了分析。汽车网络技术的运用与发展将进一步推动我国汽车网络技术的开发工作，有效地提高汽车的装配效率及维修水平。     

高科技汽车技术性能检测设备充满广阔的市场前景

本文阐述了目前市场高科技汽车技术性能检测设备深受用户的欢迎；指出开发现代高性能汽车检测设备是汽车维修企业发展的必然趋势；我国汽车技术性能检测设备的现状；中国品牌的汽车检测设备发展空间；发展汽车技术性能检测设备的对策；以及汽车技术性能检测设备的前景和趋势。     

电子技术在汽车上的发展趋势

本文就汽车电子化和控制理论发展概况、网络技术在汽车中的应用以及汽车传感器的发展方向进行了详细地综述,对我国汽车工业的发展具有一定的指导意义。     

技术进步对汽车工业发展的影响

技术进步对汽车工业的发展有着深刻影响；汽车产业的快速发展离不开技术进步，技术进步更加剧了汽车厂商间的竞争；为在竞争中立于不败之地，汽车厂商都加了对新技术开发的投入，拓宽了开发领域，加快了技术创新的步伐。     

我国汽车信息化技术发展现状

随着以互联网技术和电子商务为核心的汽车信息技术的迅猛发展,给汽车生产企业带来了巨大的挑战与机遇。文章介绍了计算机、卫星定位和网络技术、虚拟开发工程以及电子商务等信息技术对未来汽车工业发展的影响,分析了我国汽车信息化技术发展的现状及存在的问题,对我国汽车信息化技术的发展方向和标准规范、公共信息资源等亟需解决的问题进行了进一步探讨。     

代用燃料汽车技术(一)——世界汽车技术发展跟踪研究(五)

能源结构调整和降低环境污染促进了当代各类型代用燃料汽车产业和技术的发展，概括介绍了气体燃料汽车技术；包括天然气，液化石油气和氢燃料汽车，含氧燃料汽车技术：包括甲醇，乙醇和二甲基醚，再生能源汽车技术，植物油，还介绍了代用燃料的理化性能和使用特点及代用燃料汽车技术，展望了世界各主要国家的代用燃料的产业发展，技术进展及应用前景。     

汽车品牌4S店的现状分析与前景展望

文中首先对汽车品牌4S店的现状进行分析,指出4S店在建设实施过程中的优、劣势.针对克服劣势的对策,从战略和战术的角度提出了解决思路.再对汽车品牌4S店的发展前景进行了展望,在明确4S店发展呈现集团化趋势的基础上,提出了"服务是核心,品牌是目标;关注售后环节,体现增值服务"的观点,并以实例进行了论证.     

车用PEM燃料电池发动机的动态响应特性

通过建立一个蛇形流场单电池的三维模型,计算了质子交换膜(PEM)燃料电池发动机的动态响应特性,从而得出影响PEM燃料电池发动机动态特性的最佳运行条件。结果表明,操作压力为303 975 Pa时超调量过大,202 650 Pa时性能最好;温度越高,超调量越小,但性能越差,低电流密度下60℃时电池性能最佳,高电流密度下70℃时电池性能最佳;阴阳极相对湿度之比为100%/100%时,超调量过大,为70%/70%时性能最稳定;空气过量系数为1时,超调量过大,电池的动态性能不稳定,空气过量系数为2时最利于控制。     

轿车脚踏板布置要点

汽车上的脚踏板属于安全件,在整车上比较重要。脚踏使用频繁,若是布置不合理,会影响驾驶员的操纵性和舒适性。根据实际工作实践,文章以某轿车为例,对脚踏板布置进行要点综述,为布置脚踏板提供参考,脚踏板布置合理,不仅要满足脚踏板侧向间隙的法规要求,也要结合踏板落差、踏板的长宽高及脚踏板初始位置尺寸等经验要求进行布置。经过实车验证,该轿车脚踏板布置合理,说明经验要求是合理的。     

基于CFD技术的暖风芯体结构设计与优化分析

某在研改款商用车空调箱暖风芯体单体换热性能较差,根据对标件初步优化后发现其换热性能更差,因此进行CFD定性仿真分析。通过流体分析研究发现基础模型芯体内部各扁管流量分配不均,初步优化后扁管流量分配更加不均匀,极大地降低了其换热性能,与试验反馈结果一致。根据流场仿真结果对其水室结构逐步优化,使得扁管流量分配比例的标准差值各工况下均提升了44%以上且芯体内流阻降低了约一倍。最终通过试验验证,单芯体的换热性能提高了3%-8%,满足了设计要求。     

盘式制动器制动尖叫的研究

制动尖叫是由摩擦耦合诱发和顺各部件的模态参数匹配不当引起的系统不稳定现象，针对一个有尖叫倾向的实际样车，通过有限元方法提取制动器各部件的模态参数，以制动器的每个部件作为一个子结构，应用自由界面法进行模态综合，得到了与实际尖叫情形相符的耦合模型；应用耦合模型，通过分析子结构模态与耦合系统不稳定模态的关系，这量地得到了各子结构模态对制尖叫的影响大小，从而得到了决定尖叫产生与不否的关键因素－支架的第１１     

基于土工格栅加筋优化技术的高速公路路基加宽技术研究

针对旧路基加宽易导致路基发生差异性沉降而形成裂缝的问题,采用土工格栅加筋来提高路基的稳定性。通过建立加宽路基的有限元模型,获得不同土工格栅加筋对加宽路基的性能提升。结果表明:未加铺土工格栅时,原路基地表沉降曲线呈勺形,最大沉降出现在路肩处;地表水平位移曲线呈S型,以路基中心13 m为界,左侧水平位移指向内侧,最大位移为18 mm,右侧水平位移指向外侧,最大位移28.10 mm。对比不同加铺土工格栅方案对加宽路基性能的优化可以看出,铺设土工格栅来减少路基沉降效果和降低地基中应力获得的效果并不明显,但能够较好地减少路基的水平位移量。从经济角度考虑,采用第1/4/5组合,即下部铺设两层,顶部一层加铺土工格栅具有较好的效果。     

由2010年一季度汽车产销量分析全年车市发展

根据2010年一季度汽车产销量数据，分析2010年车市发展趋势，预测2010年全年汽车产销量，给汽车行业有关部门提供参考。采用了“车市波动分析法”，制作出以季度为单位的新的参数表，用扩张系数足值判断车市走势。分析后指出，虽然2010年一季度汽车产销量增幅较大，但扩张系数K大幅度回落34％，发展趋势不容乐观，存在供大于求，增长率大幅回落风险，建议适当降温。认为2010年汽车产销量1568～1600万辆是一个按良性循环正常运行的稳健目标。     

铁路路堤高边坡稳定性三维数值模拟分析

以云南省祥云县水目山铁路专用线工程为研究背景,针对场坪中的高填方和边部的桩基托梁挡土墙对周围石油管道的影响,利用有限元强度折减法进行数值计算分析。结果表明:高填方段对石油管道产生的附加水平应力为1.70～7.55 kPa,水平位移为0.53～2.10 cm;场坪边坡安全系数为1.35,潜在滑动面在石油管道另一侧,同时桩基托梁挡土墙段填方对石油管道产生的附加水平应力为7.58～17.99 kPa,水平位移为0.55～1.84 cm,安全系数为1.80,可得出水目山货场对石油管道影响较小,边坡也较为安全。     

山区GPS高程转换的探讨

 GPS高程转换的核心问题就是高程异常计算，本文指出了现有算法的不足，推导出更加完善的连续型积分计算公式。该公式在计算过程中无须人工干预，避免了人为误差的影响，并通过试验分析了山区、高山区不同参考面高程对高程异常计算值的影响。在高程拟合方面，对普通的高程拟合进行了改进，给出了一个附加参数的高程拟合模型，试验结果显示这个改进显著提高了高程拟合精度，更加适用于山区GPS高程转换，并把该理论模型用于现场GPS高程测量与实际高程比较。     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度，提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景，采集模拟驾驶中驾驶人的多维度驾驶行为特征数据，并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱，易发生碰撞事故；驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上，利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量，并构建以制动反应位置、反应时间、车速、刹车深度，以及加速度为指标的驾驶人危险感知水平判别模型；通过与LightGBM、支持向量机（SVM），以及逻辑回归（LR）等算法分类预测性能的对比分析，评价危险感知模型的判别精度，结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959，优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859），以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。