FSAE赛车悬架系统的设计与分析

根据FSAE大赛规则要求,对赛车悬架系统的类型进行了选择,并对其进行了设计,确定了悬架的基本参数,在此基础上,在Catia软件中建立了悬架总成的三维模型,对其关键零件前悬架摇臂进行了有限元分析,结果表明其强度满足要求,对实车的制造提供了一定的参考。     

基于小波变换模极大值的行波奇异性检测

为了准确检测用于输电线路故障测距的行波，把基于小波变换模极大值的信号奇异点检测原理应用于行波的时间特征提取，并结合小波消噪技术，在强噪声背景下实现了行波波头的精确定位。仿真表明上述方法是有效的。     

车身轻量化方法研究

分析车身轻量化流程,界定各部门的角色任务;研究车身轻量化目标值的确定方法,简述车身轻量化的三种主要措施.     

金华市中心城区快速公交专线设计

快速公交系统（BusRapidTransit,简称BRT）是目前世界上成功推广的一种新型公共交通系统,是一种介于轨道交通和常规公交之间的交通方式。根据BRT设计标准的要求对金华市中心城区进行调查问卷、流量采集,对金华市现有车流量状况进行分析,完成线路的初步设计。在对公交车的选取、车站的设计进行综合分析后,完成大容量快速公共系统的系统设计,旨在缓解金华市交通拥挤的状况。     

�����г������Ե�RBCԽ���л�ģ��

CTCS-3型列控系统中,RBC切换是车—地之间大规模数据连续、可靠双向传输的瓶颈,对列车安全、高效运行影响至巨.本文提出并研究了一种新的基于高速列车主体性的越区RBC切换模型,由RBC向列车发送隐性移动授权的基础数据,列车作为主体对基础数据进行融合计算生成移动授权,即通过隐性移动授权的显化过程来实现列车运行控制;同时,对预告应答器的设置作了适应性的调整.性能分析与仿真实验表明,新模型可以显著提高行车组织效率和增强列车运行的安全性.     

柴油机Urea-SCR系统标定试验研究

通过试验对柴油机Urea-SCR系统中的各传感器、执行器和控制MAP图进行了标定,并经稳态、瞬态测试循环和实车试验的验证.结果表明,采用标定后的MAP图的SCR系统可有效降低柴油机氮氧化物的排放,达到国V标准.     

重庆地下空间影响因素的层次模糊评价

通过对影响重庆地下空间的地质、法律、环境、管理、环保、社会经济、安全等因素的分析,建立了评价各影响因素的指标体系;建立专家评分准则,采用层次结构,将评价因素分为两层,提出了基于AHP的重庆地下空间影响因素模糊综合评价模型,并对重庆地区4处地下空间进行综合评价;实地调研,证实该方法易行有效。     

公路隧道岩质围岩亚级分级研究与应用

文章从当前隧道建设实际出发,首先通过总结国内外多种围岩分级方法及采用指标情况,确立施工阶段以岩石坚硬程度和岩体完整程度作为分级基本指标,以地下水状态和主要软弱结构面产状作为分级修正因素的亚级分级指标体系,然后建立一种基于数量化理论的施工阶段岩质围岩亚级分级模型;并通过样本检验证实本模型具备较高的准确性和合理性,试图探索一种施工阶段围岩亚级分级标准;最后与编程技术和数据库技术相结合,进行施工阶段围岩亚级分级计算机辅助系统开发,以基本实现亚级分级的自动化和智能管理.     

ROV空间运动仿真研究(英文)

In order to analyze the spatial maneuverability of the remotely operated underwater vehicle(ROV),the 6-DOF motion mathematic model of the ROV was founded.Hydrodynamics were analyzed by using the Taylor series.The thrusters on the ROV were discussed.This paper considers three cases of motion simulation:vertical motion,rotational motion and Z-shape motion.A series of simulation experiments showed that the 6-DOF motion mathematic model was correct and reliable,and also fit with the scene simulation.     

基于贝叶斯网络组合模型的公交驻站时间预测

公交驻站时间是公交行程时间的主要组成部分,其预测精度直接影响智能公交系统中公交信息发布的准确性.为了提高公交驻站时间的预测精度,提出一种基于贝叶斯网络的组合预测模型,它由反向传播神经网络和径向基函数神经网络模型组成.首先利用两种神经网络模型预测公交驻站时间;然后利用改进后的等宽数据离散方法,将两种神经网络的预测结果和观测的驻站时间数据离散后用于贝叶斯网络学习;最后通过贝叶斯网络推理得到驻站时间组合预测结果.实例分析表明,贝叶斯网络组合模型驻站时间预测结果的误差指标均优于单一模型,证明其可有效提高单一模型的预测精度.