称重台计算机数据采集系统软件的升级及功能强化与完善

青年基金项目《称重台计算机数据采集系统软件的升级及功能强化与完善》如期完成，本文将原有软件的部分不足和新软件的改进以及增加的功能作一个比较。     

强化品牌形象,黄海引领公交客车新潮流

丹东黄海汽车有限责任公司此次携5款新品,参加2006世界客车博览亚洲展览会。展品有刚从德国M A N引进的2辆世界顶级公交车DD6188MBRT客车和DD6128M低地板城市客车;有黄海在国内率行推出的多功能(MPB)客车的第二代产品DD6119K60;有在刚刚结束的“2006年北京城市车辆春季展示会”     

C2H2作燃料的DF化学激光器燃烧室反应的数值分析

本文选用C2H2作为DF化学激光器燃烧室燃料,采用最小自由能法计算了C2H2-NF3体系不同配比下的燃烧温度和平衡组分,为进行这方面的实验提供了参考。     

联合化学战剂探测器（JCAD）——化学战剂探测的未来

联合化学战剂探测器(JCAD)可以为地面车辆操作人员提供精密的化学战剂探测设备。情报显示超过20个国家正在积极地开展化学武器研制计划。化学武器向第三世界的扩散(以及工业化生产能力的扩散),伴随着美国军队在某些地域的军事行动和军事支援行为,增加了在全球各地多兵种在执勤中遭遇化学战剂或者工业有毒物质攻击的几率。目前,战地化学战剂探测设备体积大,操作人员多,而且容易发出错误的警报。没有一种传统的探测设备能够非常敏感地进行战剂探测以及对导致瞳孔缩小的微小剂量的战剂的报警。JCAD体积小(45in3),重量轻(2lb),可以适用于车体内部、飞机、单兵、舰艇以及固定地点的化学战剂探测。这个系统可以通过多任务系统平台提供通用的探测元件。这种通用的探测系统允许多兵种使用相同的战地条件和支援条件以便更有效地利用现有资源。JCAD可以对在导致瞳孔缩小的战剂攻击达到可以危害人体的水平以前对其探测、鉴别、量化并发出警报。探测到化学战剂时,探测器会在本地和遥控远端对车辆操作人员发出光声警报。提前报警可以为车辆乘员提供足够的时间采取措施防范化学战剂致命的攻击。JCAD还能够进行更新升级,以便防护未来的化学战剂威胁。JCAD可以为车辆乘员提供必需的警报以便在受到化学战剂威胁的区域生存和作战。     

统筹规划 强化服务 以科学发展观落实交通部的指示精神--访交通部珠江航务管理局副局长张文爽

4月13日交通部珠江航务管理局召开全体干部职工会议深入学习了徐祖远副部长在武汉传达的交通部机关司局级干部会议精神,为此,记者就此专访了珠航局副局长张文爽.     

Ⅱ级粉煤灰对海工高性能混凝土抗氯离子渗透性能的影响

粉煤灰具有改善混凝土性能的作用,并在工程中获得大量应用。针对工程中常用Ⅱ级粉煤灰配制海工高性能混凝土的情况,采用2种不同电厂的Ⅱ级粉煤灰,研究了它们所配制的高性能混凝土的抗压强度和抗氯离子侵蚀性能。研究结果表明,Ⅱ级粉煤灰可以显著提高混凝土的抗氯离子侵蚀性能,Ⅱ级粉煤灰海工高性能混凝土的抗氯离子侵蚀性能和抗压强度与其玻璃体含量、化学组成以及钙硅摩尔比密切相关。     

中老铁路丰洪至万象段地下水化学特征及其侵蚀性研究

对中老铁路丰洪至万象段地下水进行了系统取样测试分析,从 pH 值、氯离子、钠离子、钾离子、硫酸根离子及侵蚀性 CO2的含量来分析地下水对沿线铁路地下工程结构的影响。结果表明： DK365—DK373,DK380—DK384和 DK393—D1K406段应提高混凝土的抗氯盐侵蚀能力,DK374+700拟建班芬送车站段要提高混凝土耐硫酸盐化学侵蚀能力,中老铁路丰洪至万象段沿线应提高混凝土的抗酸性侵蚀及抗 CO2侵蚀能力。     

运用多媒体网络技术优化高等化学课堂教学

目的：探究多媒体网络技术在高等化学教学中的合理运用。方法：结合有关教学与学习理论和多媒体教学实践进行研究。结果：形成了具有化学学科特色的利用多媒体网络技术优化化学教学的建议。结论：多媒体网络技术应用于化学教学时,应注重多媒体课件制作、传统与现代教学方法的有机融合和网络精品资源库建设等方面协调统一,从而提高化学课堂教学效果和学生自主学习能力。     

替代缩缸强化趋势的节油高效柴油机

AVL公司与Renault公司合作开发了所谓的“高效柴油机”,以替代众所周知的缩缸强化柴油机。这种新理念由于具有适度的功率密度,降低缸内最高燃烧压力,有时甚至比增压汽油机的最高燃烧压力还低。因此,与常规的和缩缸强化的柴油机相比,可明显降低机械摩擦和燃油耗。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。