关注智能汽车安全问题刻不容缓

<正>"高速上,一辆疾驰的汽车突然失去控制,刹车失灵,车主在大多数情况下因此而丧生,镜头的另一端是谋杀者或狡黠或冷漠的眼神。"这是电影里的常见镜头。我们多数情况下会想到是刹车被做了手脚。然而,现在的技术告诉我们,汽车通过网络可以被随意控制绝不是一个传说。当越来越多品牌把车联网应用当做一种时髦,为外部网络访问提供更多应用软件平台和越来越多的远程信息处理接口时,每一辆车在黑客眼里     

8×4重型自卸车制动性能分析

以某8×4重型自卸车为分析对象,建立了四轴汽车的制动力学模型,对该车在满载、超载情况下进行各轴载荷的计算,前、中、后桥制动力矩和制动力分配分析,在此基础上,提出了多轴汽车的行车制动性能分析方法,并与该车制动性能O型试验结果数据进行对比。实例分析结果表明,该方法简单、实用,能对四轴汽车行车制动性能进行有效分析。     

海洋环境下混凝土中钢筋加速锈蚀研究

为研究海洋环境下氯离子渗透导致混凝土中钢筋电化学腐蚀行为、锈胀裂缝发展及锈斑分布情况,同时为青岛地铁高性能混凝土配合比的优化及耐久性能提供试验依据,设计了上置腐蚀溶液槽的钢筋混凝土试件,并针对C40、C50、C50S和C55 4类钢筋混凝土试件开展恒电位加速试验。试验结果表明： 采用本试验方法加速钢筋混凝土锈蚀,靠近混凝土保护层一侧的钢筋锈蚀严重,钢筋出现点蚀现象,与自然环境下钢筋锈蚀情况一致; 依据交流阻抗谱图拟合的钢筋电荷转移电阻随腐蚀时间增加而下降,依据计算的腐蚀电流密度,测试的钢筋电流演变拐点可确定C40、C50、C50S和C55混凝土中钢筋脱钝时间分别为60～70、80～90、90～100、100～110 h,钢筋混凝土锈胀开裂时间分别为120、136、176、264 h; 采用图像处理软件依据灰度值不同可实现锈斑分布的定量计算,混凝土护筋能力排序为C55>C50S>C50>C40。     

高速动车组低频周期性晃动问题分析与诊断

高速动车组同一车厢的两个转向架同相蛇行运动频率与车体固有上心滚摆频率接近时,车体因共振而出现低频周期性晃动,不仅影响乘坐舒适性,还会造成脱轨.本文根据低频周期性晃车成因,提出一种以车体横向加速度为研究对象的诊断方法.首先设置车体横向加速度阈值,对超阈值处延拓获得可能存在问题区段,然后利用集合经验模态分解法对这些区段车体...     

压载水处理UV模块的CFD数值模拟及实验研究

针对船舶压载水系统对紫外（UV）杀菌器腔体设计技术水平要求高的特点,应用计算流体动力学（CFD）方法对UV杀菌器中压载水的杀菌过程建立数值模拟模型,并以300 m3/h处理量的UV杀菌器为对象,对其内部流场进行了模拟计算,重点对水力、辐射、剂量进行了模拟分析,获得了腔体内辐射剂量分布情况,并通过生物实验来检测实验装置是否满足IMO标准。     

道路交通事故实际成本估算方法研究

针对我国道路交通经济损失特点,综合考虑事故发生后当事人的财产、医疗等实际有形成本和精神、时间、环境等无形成本,提出了一种符合我国实际状况的道路交通事故成本估算方法,并以合肥市某路段2010年实际交通事故数据为例,通过仿真手段再现了道路交通事故的各项实际损失,期望以此成本估算方法为交通主管部门制订防范措施、评估交通事故所带来的整体经济影响提供合理、有效的理论支撑。     

钢波纹管涵施工的质量控制

以钢波纹管工程实例,阐述了钢波纹管涵选用原则和质量控制要求,提出了施工中控制项目和采用的检测方法,以确保钢波纹管涵施工质量,解决目前只有施工而没有具体检验内容的问题。     

AgO的制备及影响因素分析

采用液相沉淀法制备AgO粉末,对其影响因素的机理和规律进行了分析,并利用XRD、SEM等测试手段对制备的AgO粉末进行了表征.研究结果表明,采用液相沉淀法制备AgO粉末的最佳条件为：m（K2S2O8）/m（AgNO3）=1.2,m（NaOH）/m（AgNO3）=2.5,反应温度60℃,反应时间为8h.制得的AgO含量为99.07％,粒度约为1～3μm.     

舰船通信系统电磁兼容问题研究

讨论了干扰舰船通信装备的各种因素,分析了舰船通信系统的干扰源和干扰途径,提出了减少舰船通信装备电磁兼容问题的方法.从原理设计、电路板设计到设备结构设计再到设备安装布局几个层面上探讨了减少辐射和抗干扰的手段.综合采用多种方法,可使舰船通信系统的电磁兼容问题降至最低.     

两种自适应噪声抵消算法的性能仿真

介绍了自适应噪声抵消系统及其核心部分一自适应滤波器的基本原理和常见算法,并采用LMS、NLMS算法在Matlab平台中进行了系统消噪性能的仿真对比,讨论了不同参数设定对系统性能的影响.结果表明,当其他条件不变时,所选用步长或者滤波器阶数的增加,会造成滤波器自适应学习时间加长,失调系数变大,消噪性能趋于恶化;对于有色噪声的消除,NLMS算法有明显优势和效果,而LMS算法则存在梯度噪声被放大、失真度高等问题.