基于Flex的服务器通信技术

Flex作为企业级开发平台,除了保留了Flash平台与服务端通信方式外增加了一系列的高级服务功能来实现与服务器交换资料,达到动态置换内容的目的。与服务器和数据库的通信是Flex开发中最重要的内容之一。其中主要的方式是Socket通信,以此实现Flex与客户端应用程序之间的通信。     

船舶建造分段搭载精度的控制和优化

文章通过全站仪对船舶建造的分段基准点精确定位,建立三维控制优化模型,优化船舶模拟搭载作业流程,使船舶搭载过程中的余量修正最小化。     

城市道路交叉口自动事件监测系统

提出一种基于事件特征来检测交通事件的监测系统.系统选取3个特征值,交通流、车辆角度和车辆加速度.从CCD摄像头获取图像序列之后做车辆检测,提取车辆移动方向、交通流和车辆加速度来获得检测结果.该方法通过计算得到正确率97.8%,误报率1.02%,检测时间只要30 s.结果表明,该方法比检测效果更好.     

新一代铁路计算机双机切换与外设延长系统的研究

为满足编组站综合自动化(SAM)系统的需要,在原有双机切换设备和外设延长设备技术的基础上,研究开发了新一代铁路计算机双机切换与外设延长系统.本文从设备组成、工作原理和软硬件设计等方面对其进行阐述.     

四角互联空气悬架系统平顺性与消扭特性

为提高车辆在不平路面上的行驶平顺性,减小车身所受扭转载荷,提出了一种四角互联空气悬架系统.基于工程热力学和车辆动力学理论,构建了带四角互联空气悬架的整车动力学模型.通过搭建试验台架,验证了所建模型的准确性,并在Matlab/Simulink中进行了仿真分析.研究结果表明:当车辆以20 km/h的速度行驶在对扭路面时,与传统空气悬架相比,四角互联空气悬架可使车身加速度、侧倾角和车轮动载荷分别改善22.5%,24.2%和16.3%, 并消除27.8%的车身扭转载荷,但悬架动行程增大20.6%;连接管路内径在0~10 mm范围增大,互联效果越显著,当车速在10~60 km/h范围时,四角互联空气悬架能有效提升车辆隔振性能,且车速在40 km/h以下消扭效果更加明显.      

插电式四驱混合动力汽车控制策略设计及优化

为有效识别驾驶员的驾驶意图,在保障插电式四驱混合动力汽车动力性的基础上,提高其燃油经济性,提出了一种转矩识别系数计算方法,设计了基于发动机输出转矩最优能量管理控制策略,讨论了每种工作模式的判别条件以及转矩分配方法.为避免单一优化算法运算时间长、容易陷入局部最优的固有缺陷,使用优拉丁超立方的方法进行试验设计,利用径向基函数神经网络(radial basis function, RBF)建立近似模型,使用多岛遗传算法对近似模型进行了优化.研究结果表明:对优化后的控制策略进行离线仿真得出,混合动力汽车在满足动力性能的前提下,百公里油耗降低了16.4%;将优化后的控制策略在dSPACE上进行硬件在环试验表明,所制定的控制策略,可以实现基本的能量管理,且加入转矩识别之后平均车速误差降低了39.9%,百公里油耗降低了8.5%.      

基于Linux的地铁列车车载监控显示系统仿真的研究

地铁列车车载监控显示系统是车载乘客信息系统的重要子系统,它集信息播报、视频监控、紧急呼叫等多项功能于一体.本文在构建Linux操作系统的基础上,实现了列车车载监控显示系统的仿真,并重点通过OpenSceneGraph三维渲染引擎对列车车厢视频监控进行仿真.     

大货车交通事故特征分析与预防对策研究

从大货车交通事故特征入手,分析大货车交通事故的形态、空间及时间分布特征,进而从人、车、路、交通环境4个方面解析大货车交通安全的影响因素,从而提出相应的预防对策.研究结果显示大货车交通事故具有一定的规律性,可以从交通管理与教育、车辆设计、道路设施改善等方面采取针对性措施,遏制交通事故的发生.      

基于系统动力学的城际铁路建设对区域经济发展趋势的影响研究

在新型城镇化的背景下,从宏观层面研究了兰州—中川城际铁路建设对区域经济发展趋势 的影响。在分析社会经济、就业人口、交通等相关要素之间因果关系的基础上,建立了城际铁路 投资对兰州经济发展趋势影响的系统动力学模型;通过收集数据,确定了模型的各子系统参数; 并利用SPSS 软件对生产总值与固定资产投资作了线性分析;对兰州市区域经济发展趋势进行了 预测,在预测结果的基础上,进行了政策情景调整仿真。结果表明：由于兰州—中川城际铁路投 资是短期非可持续的项目,因此增加铁路投资比例,虽然对区域经济起到了一定的促进作用,但 是其作用是有限的、不显著的。在以后的投资建设过程中,应该选取长期可持续的运输项目,这 样对区域经济发展将起到很好的促进作用。     

A Statistical Parameter Analysis and SVM Based Fault Diagnosis Strategy for Dynamically Tuned Gyroscopes

Gyro's fault diagnosis plays a critical role in inertia navigation systems for higher reliability and precision. A new fault diagnosis strategy based on the statistical parameter analysis (SPA) and support vector machine (SVM) classification model was proposed for dynamically tuned gyroscopes (DTG). The SPA, a kind of time domain analysis approach, was introduced to compute a set of statistical parameters of vibration signal as the state features of DTG, with which the SVM model, a novel learning machine based on statistical learning theory (SLT), was applied and constructed to train and identify the working state of DTG. The experimental results verify that the proposed diagnostic strategy can simply and effectively extract the state features of DTG, and it outperforms the radial-basis function (RBF) neural network based diagnostic method and can more reliably and accurately diagnose the working state of DTG.