美国柴油机油发动机台架的现状及发展

为满足日益苛刻的环保要求,世界各国纷纷出台越来越严格的排放法规限制柴油机的排放,这些法规的实施要求对柴油机必须采取相应的技术,而柴油机技术的提高对柴油机油的性能提出了新的要求,新的油品规格总伴随着产生新的评定台架。对美国在用柴油机油的发动机评定台架进行了详细介绍,同时对我国发动机台架的发展提出了建议。     

新型滚镀锌生产线设计

从滚镀锌生产的整个工艺过程出发,对一些重要的工序和辅助设备进行了合理的设计,提出上料自动称重、脱脂液自动循环除油、镀锌槽自动循环过滤、镀槽外溶锌、不溶性阳极、分工位自动供电、自动添加、自动生成生产报表等设计理念,并使其应用于整个生产线的设计与安装。     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

基于PCA-聚类分析的高铁旅客购票行为特性研究

铁路运输中旅客购票行为是铁路客运运营策略制定的重要基础.旅客购票行为直接影响着列车能力的占用过程,是铁路客运票额组织的重要依据.根据贵阳—广州高速铁路的旅客购票统计数据,以高铁购票旅客为样本,运用主成分分析法购票行为的特征属性进行综合分析,获得购票行为中重要特征变量.结合单次购票强度提出基于模糊C均值的双重聚类算法,对购票旅客进行聚类,并利用模糊聚类有效性指标Xie-beni和分离系数法确定最佳聚类数.结果表明,高铁旅客购票行为的关键特性为单次出行旅客人数、购票提前天数、出行OD城市人均GDP和购票渠道;不同旅客类型的购票行为有明显特性.     

基于个性特质的机动车驾驶技能培训研究

通过对124名学员进行卡特尔人格特征16PF心理测验和驾驶技能测试,获得了58名学员的驾驶技能有效成绩及其个性特质类型。利用SPSS统计软件对这些数据进行分析,找出影响驾驶员驾驶技能的主要因素,为学员学习驾驶技能和教练员进行驾驶训练提供帮助和支持。     

纯电动汽车动力电池低温充电热管理试验研究

在低温环境中动力电池充电速度慢、充电容量低.本文对低温环境下的电池采取隔热优化、加热管路优化及控制策略优化等热管理措施,并对其充电效果进行验证.     

基于路侧毫米波雷达的车辆碰撞概率计算方法

为定量化得出高速公路同一车道中前后相邻车辆的碰撞概率,从制动减速度的角度出发,提出一种新的前后相邻车辆碰撞概率计算方法。分别考虑前后车发生碰撞的3种不同情况,推导出如果发生碰撞前车需要的最小制动减速度。基于路侧毫米波雷达获取海量车辆运行状态真实数据,包括轨迹、速度以及制动减速度的变化规律,采用广义帕累托分布(Generalized Pareto Distribution,GPD)建立制动减速度分布模型,进一步基于GPD模型计算出在不同场景下如果发生碰撞所需最小制动减速度的发生概率,将该概率值确定为碰撞概率。研究结果表明,在本研究路段,约99.10%的加速度在[-1, 1] m·s^-2的区间范围内波动,车辆制动减速度的分布具有“长尾”特征,较大的制动减速度占比非常小。内侧1车道、2车道加速分布比3车道的分布更为集中,大型货车的加速度分布比小客车的加速度分布更集中。最后,基于真实的危险场景数据以及模拟的典型危险场景数据进行验证,将该方法的计算结果与传统方法的计算结果相比较,表明该方法的计算结果连续,且可迅速、准确地识别各类危险场景。     

液化天然气储运中的翻滚现象及预防措施

介绍了液化天然气储运中的翻滚（涡旋）现象及预防措施,着重分析了液化天然气在储运中的翻滚机理,提出了相应的预防措施,以减少和消除翻滚现象,提高液化天然气在储运中的安全性。     

冰粒参数对冰粒射流表面清洗性能的影响

根据射流对固体表面冲击时的流动过程分析,得出了冰粒射流对固体表面的作用不仅仅在冲击区,还包括附壁射流区的结论。由于冰粒是冰粒射流的关键,因而选用与冰粒相关的参数即其温度、粒径和流量作为影响因素,在射流的压力、靶距和横移速度一定的情况下,利用建立的冰粒射流系统进行了脱漆正交试验,目的是通过脱漆试验考察冰粒对其射流表面清洗性能的影响。试验数据的方差分析和直观分析表明：冰粒的温度和流量对冰粒射流表面清洗性能的影响是主要的,而粒径的影响是次要的。     

基于进化神经网络的超声回弹综合法火灾后混凝土强度的评定

基于火灾高温后混凝土强度的评定是判断火灾后建筑结构损伤程度、剩余承载力的重要依据,设计了一个进化神经网络模型,用遗传进化算法优化RBF网络的连接权和网络结构,并将其应用于火灾后混凝土抗压强度的评定,给出了混凝土强度测试的实验方法。研究结果表明,所提出的进化神经网络比回归计算方法具有更高的识别精度和较强的实用性。