控制进气门闭合时间对燃烧的影响及改进

进气门提前闭合时，影响燃烧的各种因素包括：ａ．气缸中气体温度与压力；ｂ．有效压缩比；ｃ．废气再循环；ｄ．残余废气；ｅ．其它因素。进气门提前闭合时气体运动减弱是引起燃烧时间延长的一个原因，通过电加热器和热进气空气可提高缸内气体温度和压力。另外，通过控制排气门的闭合时间来提高残余废气系数的方法，对提高气缸气体温度更为有效。     

发动机温度过高的危害及预防

内燃发动机是利用燃料在气缸内燃烧，通过产生的热能转化为机械能的机器。但发动机温度过高，则会产生以下不良后果：1、机件因受高温影响使膨胀量加大．造成相互运动机件间配合间隙减小。妨碍机件的正常运动。严重时甚至造成运动件卡死。2、进气温度高．空气受热膨胀量增大．使每循环气缸进气量减少，发动机充气效率降低。3、润滑油变稀，润滑情况变坏．导致运动副磨损的加剧。     

TBM下穿施工对邻近建筑物影响分析

以青岛地铁2号线TBM隧道下穿建筑物为背景，通过数值模拟，对TBM隧道施工影响下建筑物及地表变形规律进行了深入研究。结果表明，下穿两栋相邻砖混结构建筑物时，引起的地表及建筑物的最大沉降并未出现在两隧道中心线处；地表沉降最大值会向较高大建筑物所在处偏移；建筑物的最大沉降值出现在两栋建筑物相邻位置处，对于存在凹凸不规则的建筑物，最大沉降值会向凸出部分所在处和相邻建筑物所在处这两方向的叠加方向偏移。下穿框架结构建筑物时，地表中独立基础所在处会出现沉降峰值，距离隧道越近，峰值越大，砖混结构所采用的条形基础并未对地表沉降产生此种影响；在远离隧道一侧会出现隆起现象，距隧道超过一定距离，建筑物隆起量会趋于一个定值。     

RFID技术使军事物流面貌焕然一新

RFID是一种自动识别系统，它通过非接触的射频信号自动识别目标并采集数据，可识别高速运动目标并可同时识别多个目标。无须人工干预，操作快捷、方便，可适应各种恶劣环境。将RFID技术应用于军需物流，无论军用物资处于采购、运输、仓储、使用、维修的任何环节．各级指挥人员都可以实时掌握其信息和状态。未来战场上，物资消耗将迅猛增长，军事物流保障的任务更加繁重、责任更加重大。     

基于模型试验的浅埋暗挖隧道施工过程中地表建筑物变形规律研究

为研究城市浅埋暗挖隧道施工过程中地表建筑物的变形规律，通过物理模型试验并采用3D扫描对地表建筑物沉降进行监测，同时采用数字散斑技术（DIC）对建筑物模型墙体的应变进行监测，得到浅埋暗挖隧道施工过程中建筑物墙体的应变规律。研究结果表明： 1）当建筑物中轴线与隧道中轴线平行，建筑物模型位于隧道正上方时，模型的各项应变随着与开挖掌子面距离的增大而减小； 2）建筑物模型受扭转产生的剪切应变主要受模型角点的不均匀沉降差值影响，不均匀沉降差值越大，受扭剪切应变越大； 3）建筑物模型受弯产生的拉伸应变和剪切应变主要受各角点沉降值的影响，沉降越大（即挠曲越大），产生的挠曲拉伸应变和剪切应变也越大。     

六自由度汽车运动模拟器机构的位置姿态误差分析

六自由度汽车运动模拟器是可进行汽车驾驶逼真模拟的训练和研究用设备。本文利用微分平移和微分放置变换方法，通过误差传递矩阵的求解来探讨模拟器运动台主要误差源与运动台位置姿态误差之间的关系，建立了六自由度模拟器运动台的位置姿态误差模型。     

软土地区狭长深基坑分区开挖对邻近建筑物沉降影响研究

为研究狭长型的地铁车站深基坑分区开挖是否能作为邻近建筑物沉降变形的有效控制措施，以佛山地铁3号线叠滘站深基坑工程为依托，收集整理其分区开挖时周边建筑物沉降变形的监测数据，同时建立车站深基坑分区开挖和整体开挖时的三维有限元模型，对比分析分区开挖对控制周边建筑物沉降变形的影响。研究结果表明： 狭长型基坑开挖对邻近基坑长边中间处的建筑物沉降变形影响显著；通过设隔断墙分区开挖，能充分发挥基坑的空间效应，减小“长边效应”对建筑物沉降变形的影响。     

邻近建筑物深基坑隔断墙抗变形特性数值分析

为了探究隔断墙阻断变形的作用效果机理,利用有限元模拟技术,依据实际工程建立了邻近建筑物的深基坑二维简化模型。土体采用修正剑桥黏土模型,通过在邻近建筑物与基坑间设置隔断墙,模拟基坑开挖的各个阶段,分析了基坑开挖与支护引起周围土体破裂的演化进程、应力破坏特征和变形沉降特性。研究表明:设置隔断墙可有效阻断临近建筑物与基坑底部的滑动破裂,将应力破坏点有效地阻挡在隔断墙与围护墙之间,还可有效地减弱隔断墙与邻近建筑物间土体因基坑开挖而产生的变形。工程应用也表明,设置隔断墙可以有效阻断邻近建筑物的变形和提高基坑的稳定性。     

闽江下游河道保护与整治的一些看法

本文针对闽江下游沿江两岸．近几年来、多次发生堤坝、桥梁、石头等建筑物遭受毁坏的原因．从管理上，提出若干河道保护与整治的意见。     

软土地层深基坑工程对邻近建筑物变形影响因素分析和应对措施

通过对某软土深基坑邻近建筑物变形监测资料分析，介绍了基坑施工过程中引起邻近建筑物沉降变形的影响因素，阐述了地基加固对房屋沉降的影响规律，确定基坑施工中的关键控制环节。     

基于改进 Bow-Tie 模型的民航重着陆事件分析

为深入分析我国民航重着陆事件信息,为重着陆事故预防提供实际参考,提出改进的 Bow-Tie 模型。在原因辨识环节将原因归纳为人、机、环、管四个方面,并通过数量统计对所有原因和后果进行量化。利用该模型分析了262起重着陆事件的原因、后果,并制定相应的预防控制措施和减少控制措施,建立重着陆事件改进 Bow-Tie 图。以2016年河北航空发生的重着陆及尾撬擦地事件为例进行实证分析。结果表明,重着陆事件改进 Bow-Tie 图内容涵盖了一般重着陆事件可能涉及的原因及后果信息,并包含针对性较强的预防和管控措施,能够为重着陆事件的预防和风险控制提供参考。      

Cluster-based correlation of severe driving events with time and location

In this article, a systematic strategy is proposed to identify severe driving events occurrence correlation with time and location. The proposed approach, which is constructed based on batch clustering and real-time clustering techniques, incorporates historical and real-time data to predict the time and location of severe driving events. Batch clustering is implemented with the combination of subtractive clustering and fuzzy c-means clustering to generate clusters representing the initial correlation patterns. Real-time clustering is then developed to create and update real-time correlation patterns on the foundation of the batch clustering using the evolving Gustafson–Kessel like (eGKL) algorithm. In both clustering processes, the correlation of the events within time domain is identified first, and then two different levels of accurate correlations are conducted for the location domain. Real-time data of operating vehicles each equipped with a data acquisition and wireless communication platform are used to validate the proposed strategy. Batch clustering results reveal the severe braking events distribution and concentration at daytime and nighttime. Real-time clustering provides and updates the variation of the correlations/intercorrelation of different regions. Drivers can be notified of the potential severe driving locations through maps showing the driving routes. Through the variation of the correlations, drivers can recognize the events occurrence at different times and locations. The generated time series can be potentially used to develop spatial-time models for regions to model and forecast the events occurrence.     

特殊活动的停车选择模型研究

针对特殊活动下的停车问题,提出了出行者选择行为的效用模型和针对各部分效用的标定方法。在原理设计中,考虑了特殊活动下小汽车出行者的行为约束因子,建立了特殊活动下的选择行为模型;在实现方法上,对效用因子进行了标定,并应用最大似然法对出行者停车选择行为时间效益模型作了计算。该研究可以用于进行特殊活动下基于停车选择行为的出行选择分布预测,解决特殊活动下的停车预测和管理的理论问题。     

物理分割的非机动车道超车事件延误动机模型

表征骑车者舒适程度的指标＂超车事件数＂较为合理地体现了非机动车道路服务水平。基于超车物理机理的Hummer非机动车超车事件数预测模型已得到广泛应用,但中国道路及自行车有着鲜明的自身特点,因此其在中国地区运用尚存不足。据此,修正模型引入影响较大的延误事件和自行车骑行者的超车动机2个参数,对物理分割的非机动车超车事件数进行了研究。比较南京实地勘测的事件数据和各类预测数,相关性相对Hummer模型增大,拟合结果验证了修正模型的准确性。     

Fatigue features extraction of road load time data using the S-transform

This paper presents the algorithm development of a new fatigue data editing technique using S-T approach. In general, the S-transform (S-T) is a time-frequency spectral localization method which performs a multi-resolution analysis on signal. This method represents a better time-frequency resolution especially for non-stationary signal analysis. This technique was developed to produce shortened fatigue data for fatigue durability testing. The S-T method was applied to detect the damaging events contained in the fatigue signals due to high S-T spectrum location. The damaging events were extracted from an original fatigue signal to produce the shortened edited signal which has equivalent fatigue damage. Three types of road load fatigue data were used for simulation purpose, pave track, highway and country road. In this study, an algorithm was developed, to detect the damaging events in the original fatigue signal. The algorithm can be used to extract the fatigue damaging events and these events were combined in order to produce a new edited signal which neglect the low amplitude cycles. The edited signal consists of the majority of the original fatigue damage in the shortened signal with 15–25% time reduction. Thus, it has been suggested that this shortened signal can then be used in the laboratory fatigue testing for the purpose of accelerated fatigue testing.     

先进公司:用先进设备服务电装共轨系统客户

作为世界上最早将柴油高压共轨系统应用于卡车的零部件企业,电装公司的共轨系统业务正在不断拓展。中国对重型柴油车排放标准的持续提高,也为电装在中国的共轨系统业务带来了更多机遇,为此,电装公司在积极寻求为国内整车企业配套的同时也在不断加快其     

面向移动终端的偶发事件信息需求与发布框架研究

目前城市交通运行特性逐渐由规律性向偶发性转变,居民对偶发事件的预警需求也日渐增加.针对常见公共交通偶发事件,通过SP公众小样本调查,从影响程度、发生频率及对居民行为影响等角度开展偶发性事件特征的深入分析;进而利用系统聚类算法实现点、局部、全局三层级的偶发事件分类.在此基础上,分析并明确不同偶发事件下居民对信息需求的类型、位置、提示时间,构建偶发事件信息需求表.通过研究移动互联环境下不同服务终端的信息发布和收取特性,获取最佳信息发布获取渠道,进而构建偶发事件信息发布框架并搭建基于手机APP移动终端的服务平台.结果表明,手机移动终端的居民使用满意率达到85%.有助于解决城市交通运行特性的不确定性与出行信息的可靠性、及时性之间的矛盾,提高交通出行效率.      

2010商用汽车行业“10大最具影响力新闻事件”评选结果揭晓

由《商用汽车》杂志主办、新浪网汽车频道协办的2010商用汽车行业“10大最具影响力新闻事件”评选结果揭晓。此次评选活动候选事件共30条，内容涉及影响我国客车、卡车、专用车及相关零部件行业的政策法规、市场环境、行业动态等新闻事件。     

数据和知识双驱动下的土压平衡盾构结泥饼事件预警模型

针对施工中结泥饼事件成因机制复杂、预判难度大的问题，从数据建模和知识推理2种角度综合判断盾构结泥饼事件概率。从数据建模角度，采用无阈值递归图转换和极限学习机自编码器技术建立基于施工多维时序数据的结泥饼异常诊断子模型；从知识推理角度，提取土压平衡盾构结泥饼事件规则，形成事件诊断知识库，建立基于历史施工经验的结泥饼事件诊断子模型。基于2个子模型输出结果，采用综合概率法，建立数据和知识双驱动的结泥饼事件预警模型。实际工程应用表明： 数据和知识双驱动的预警模型能够有效预测结泥饼事件，且预警效果优于单一形式的子模型，较子模型的误报率更低，预警时间早于人工发现的结泥饼事件，为工程安全提供了技术保障。     

飞机驾驶舱自动化系统诱发的显性人为差错

对波音(Boeing)与空客(Airbus)2种飞机在降落阶段中驾驶舱自动化所诱发的显性人为差错进行对比分析。针对美国航空航天局(NASA)航空安全自愿报告系统(ASRS)收集的人为差错事件,结合内容分析法将定性的事件描述转换成定量数据,然后从专业角度对飞行员主动报告的事件原因进行分析,并推论事件发生的环境等因素。结果表明,空客在降落阶段所产生的与自动化系统有关的人为差错数量多于波音;但是就飞行机组决策与违规类型的差错而言,波音多于空客。同时,机组资源管理对2种机型飞行员的决策与技能型差错的发生并无显著影响。研究表明高科技的自动化系统能有效提升飞行安全,但也会衍生出新的人-机交互方面的人为差错问题。