铁路某机务段含油污水处理站改造工程的技术措施

设计在对原处理工艺存在的缺陷进行深入剖析的基础上,结合既有处理设施的具体情况,在改造工程设计中采取了有针对性的技术措施,并取得了显著的效果。     

电容式混合动力轿车硬件在环试验研究

针对电容式混合动力轿车整车控制器搭建了硬件在环试验平台,并作出了优化,实现了整个平台数据交互的“一线制”。详细论述了硬件在环试验流程,编制了上位机操控界面,配合使用基于CCP的在线标定软件在该硬件在环试验平台上对ISG电机基本助力扭矩MAP图和基本制动扭矩MAP图进行了初步标定,并在该实验台上取得了良好的仿真结果。     

基于LVQ神经网络的交通拥堵预测研究

面对大量的交通参数数据,如何快速建立高效的分类预测模型以尽快地对拥堵状态进行判别是一个重要的问题。本文利用检测器提供的车速、流量和占有率等相关参数信息,提出了基于学习向量量化（LVQ）神经网络的交通拥堵预测模型．通过使用Matlab7．3数学软件的神经网络工具箱对该神经网络不断地训练,最终可以对道路正常状态和拥堵状态进行分类,通过交通流参数数据的输入预测出路段交通拥堵状况．最后,给出算例进行网络训练和测试,训练结果表明,运用该算法进行交通拥堵预测取得了良好的效果,具有一定的现实意义．     

复合功率分流式e-CVT结构优化及验证

为了提升传统自动变速箱的运行效率,基于拉威挪行星齿轮系设计了结构紧凑的新型复合功率分流装置,推导了该功率分流装置的运动学和动力学关系式。通过集成并匹配两电机,构成了新型电子式无极变速器,应用杠杆法对其进行结构等效简化,并对其电功率分流特性和系统传动效率进行了分析,提出了增加两制动器的结构优化方案。建立了搭载该变速箱的混合动力系统数学方程,应用等效杠杆模型对系统的工作模式和控制策略进行分析,并利用离线仿真对结构优化前后的整车动力性和燃油经济性进行了对比验证。研究结果表明:采用优化方案后,系统增添了发动机直驱模式和3种纯电动模式,使得其动力性和经济性分别提升了8.6%和5.6%。     

深度混合动力系统发动机起动控制研究EI北大核心CSCD

本文旨在对深度混合动力系统的发动机起动控制进行研究。首先,推导了新型拉维娜功率分流机构的动力学方程,应用杠杆法分析不同挡位下起动控制的方法。接着在设定了工程目标、考虑了诸影响因素的基础上设计了功能模块框架和接口,使用Matlab/Simulink软件搭建了发动机起动控制模型,并进行了联合仿真。最后,将起动控制模型集成到混合动力系统模型中,生成代码后下载到控制器中,在搭载了新型拉维娜功率分流机构的深度混合动力车上进行了NEDC循环的验证。     

煤矸石填筑高等级公路路基的效益分析

根据山东省枣庄市一级路“光明大道”路基施工现状,对煤矸石替代素土和石灰土填筑高速公路路基的经济效益与社会效益进行深入分析。并指出利用煤矸石填筑路基,既可节约耕地、减少环境污染,又可减少取土场地造成的粮食和经济作物的损失及植被的破坏．有利于生态环境的保护,具有很高的经济效益和深远的社会效益,值得在多矿地区大力推广。     

FXD3-J型动力车D4修检修范围介绍及特点分析

介绍了FXD3-J型动力车D4修的工艺流程及部件检修范围，分析了FXD3-J型动力车D4修拆解组装、部件检修及机车调试的主要特点。     

一种用于道路交通事故自动检测的改进双流网络

交通事故实时快速检测对提升道路交通应急管理水平具有重要意义。视频检测技术可以有效节省人工监控成本，并在事故检测的相关研究中取得了较好成果。然而，在拥堵交通环境中，现有方法通常无法准确识别出交通事故。为解决上述问题，提出一种改进双流网络，以提高拥堵交通环境下的检测性能。该改进双流网络利用2个并行卷积神经网络(即外观、运动特征提取网络)分别提取视频数据的事故外观特征和运动特征。为了引导网络捕捉拥堵场景下判别性事故外观特征，引入辅助网络和三元损失函数来训练外观特征提取网络。在运动特征提取网络中建立光流提取网络，以捕捉拥堵交通环境下细微的光流信息，进而提升事故运动特征提取能力。研究结果表明：相较传统方法，所提方法有效提升了拥堵交通环境下的事故检测能力，降低了24.56%的误报率和25.00%的漏检率。研究成果可用于城市高流量、混流交通场景(如城市交叉口、快速路、主干道等)中进行道路交通事故自动检测。