铁路行包办理系统的研究

作者论述了铁路行包办理系统的组成和关键技术.该系统是由台式计算机、称重卡、压力传感器和秤台组成.称重卡由滤波器、被测信号放大器、基准电压放大器、积分器、零器、脉冲发生器、计数器、控制器组成.所有电子元件焊接在一块双面印刷电路板上,上面有一个9D型插座,用于联接电阻应变式传感器.它可插在台式计算机的扩展槽上.传感器工作电压由计算机电源提供.称重卡的驱动程序是在Windows平台下的硬件驱动程序,使用WDM技术编写.     

动力电池包热管理设计与优化分析

针对动力电池包热管理中系统温度不均匀的问题,本文以某款液体循环冷暖一体化热控方式的电池包为研究对象,通过Ansys-fluent对其液冷回路进压降仿真,并优化液冷回路,最后通过实验验证优化前后系统的散热/加热性能,得出流量均匀性越好在液冷和液热时,电池包内电芯间的温差越小,散热以及加热效率更高。为后续热管理设计可将流道的设计作为重点考察对象进行优化。     

关于车辆电控悬架系统的研究

文章就电子控制悬架系统作了相关研究,介绍了电子控制悬架系统的功能和类型,分析了其基本工作原理,着重对以现代控制理论为核心的电控悬架系统的控制方法作了论述。     

高速公路路基拓宽施工质量控制

介绍河南省济源至洛阳高速公路JL-08合同段,朱家仓互通区内匝道与既有连霍高速公路相连接被交的路基拓宽施工质量控制。     

一种小型高精度微电流测量模块设计

针对现场测试中需要测量纳安级或者更小微电流的情况,本文设计一种可通过微控制器程控的高精度、高稳定性的小型微电流测量模块.该测量模块由I/V转换模块、A/D转换模块和基准源等电路组成.微控制器可通过6根数据线与ADC通信,从而实现对测量模块的控制.测量模块的量程是-1000 nA到1000 nA,精度可达0.1 nA级.     

基于永磁同步电机的电动助力转向系统

在阐述电动助力转向（Electric Power Steering,EPS）系统的基本组成和工作原理的基础上,设计了以STM32F103VET6单片机为核心的永磁同步电机电动助力转向控制器。介绍了其硬件组成及软件结构,并采用矢量控制对永磁同步电机进行了闭环电流控制,且可以通过CAN总线实现EPS与整车的数据传输。对所设计的系统进行了硬件在环试验,试验结果证明了硬件设计的正确性。     

基于微型智能传感器的汽车轮胎压力监控系统

介绍了基于微型智能传感器的直接式轮胎压力监控系统的构成和原理,并讨论了微型传感器数据的读取、微机械加工等关键技术。     

汽车操纵稳定性的虚拟实验

虚拟实验是利用虚拟现实技术而进行的仿实验。本文设计了一套桌面虚拟现实系统（DesktopVR），利用该系统开发了汽车操纵稳定性虚拟实验平台，并在平台上进行了汽车双移线的虚拟实验。结果表明虚拟实验能虚拟再现实际实验的结果，与实际实验具有较好的一致性。     

排阵式交叉口延误及最佳周期模型

为了提高排阵式交叉口这一非常规信号交叉口的运行效率，对其延误和最佳周期进行分析。首先针对先直行后左转、先左转后直行和直行左转交替通行3种信号相位相序，通过对排序区内车辆驶入、驶离、受信号控制阻滞等车流运行情况的分析，构建可反映排阵式交叉口车辆2次停车启动的车均延误计算模型。通过仿真对比可知，左转和直行延误估算误差均在10%范围内。在此基础上，以交叉口总延误最小为目标，考虑清空时长、主、预信号相位差、绿灯时长等约束条件，建立排阵式交叉口最佳周期理论模型。针对不同排阵式控制进口道数量设置的情况，通过对最佳周期的拟合分析，建立最佳周期简化模型。与理论模型相比，最佳周期简化模型的拟合优度在0.935~0.972范围内。通过模型对比和案例分析，对最佳周期简化模型的优化效益和稳定性进行检验。研究结果表明：在非饱和状态下，建立的最佳周期模型的平均误差和均方误差分别为2.13%和2.39%，均小于Webster模型和HCM2010模型的计算结果，具有较高的准确性和稳定性，案例中可降低车均延误36.46%；相较于传统信号控制交叉口，建议排阵式交叉口采用较小的周期时长，且当关键流量比大于0.6时尤为显著，分析中发现最佳周期减小14.53%~34.65%。     

Research of Improved Fuzzy c-means Algorithm Based on a New Metric Norm

For the question that fuzzy c-means(FCM)clustering algorithm has the disadvantages of being too sensitive to the initial cluster centers and easily trapped in local optima,this paper introduces a new metric norm in FCM and particle swarm optimization(PSO)clustering algorithm,and proposes a parallel optimization algorithm using an improved fuzzy c-means method combined with particle swarm optimization(AF-APSO).The experiment shows that the AF-APSO can avoid local optima,and get the best fitness and clustering performance significantly.