RFID技术在港口煤炭集疏运系统中的应用

为不断提高港口煤炭物流集疏运系统的能力,分析港口煤炭物流集疏运系统的运行现状,提出通过信息化建设,在港口煤炭物流集疏运系统中利用射频识别（RFID）技术,实现货源地、铁路、港口、航运与煤炭用户之间的有效对接,以及煤炭物流信息实时共享的建议。     

基于BP神经网络的轮胎花纹沟槽识别

针对传统轮胎花纹沟槽识别算法存在数据特征提取困难、数理运算步骤复杂等问题,基于BP神经网络对生成的不同沟槽类型的轮胎胎冠线数据集进行反复训练,得到BP神经网络轮胎花纹沟槽识别模型。将轮胎胎冠线数据集随机划分为训练集、验证集和测试集,通过试验验证BP神经网络识别模型对轮胎花纹沟槽的识别性能,由混淆矩阵得到模型的正确识别率为94.9%。从3、4沟槽轮胎中获取实际胎冠线样本数据测试BP神经网络识别模型的实际识别效果,6条胎冠线上的花纹沟槽数量全部识别正确。基于BP神经网络识别轮胎花纹沟槽数量具有可行性。     

2003款奥迪A6(CVT)氙气前照灯设定方法

目前,许多新款轿车装备了氙气前照灯,如新款宝马、奥迪A6和宝来轿车等。这种气体放电前照灯相对于普通灯光系统有许多优点,如亮度大,消耗能量小,寿命长,不受电压波动影响;　限制地面照明的同时,改善横向分布;　限制最大照度的同时,扩大亮区范围,提高了驾驶的舒适性和安全性。特别是在弯道上能够尽早地观察到路边行人、汽车及障碍物。气体放电前照灯L13和L14只用于近光控制。为了防止照射角度的变化造成眩目,该气体放电前照灯具有照程自动调节装置。该装置可保证近光灯光束保持不变,并且可根据车上载荷的变化而改变倾斜度。本文将介绍2003 …     

神龙富康轿车空调故障与检修

故障现象一辆98款(车辆识别代码第10位W)神龙富康轿车(已经行驶了18.5万km),压缩机不工作,空调制冷系统不制冷。检修程序造成压缩机不工作、空调制冷系统不制冷的原因主要有:空调制冷开关接触不良;压缩机电磁离合器线圈短路或断路;压力开关触点接触不良;温度控制继电器触点接触     

发动机液压悬置低频模型参数识别方法的研究

根据悬置低频振动模型,提出了基于DE算法的发动机液压悬置模型识别方法,由简单的低频正弦激振试验直接估计模型的关键参数值,完成模型的参数识别。基于上述理论和试验相结合的模型识别方法可以代替组件试验,识别结果可直接用于复杂结构悬置元件的动特性预测和整车NVH性能研究。     

基于识别视距控制的互通立交改扩建线形设计方法

互通立交作为高速公路的重要节点,对主线线形指标设计具有控制作用。在高速公路改扩建中,因互通立交范围内主线纵断面线形指标不满足出口识别视距要求而调整主线纵断面线形的现象时有发生。文中针对互通立交出口位于凸形竖曲线衔接直坡段的特殊情况,提出满足互通立交出口识别视距要求的凸形竖曲线半径控制值,为高速公路改扩建项目设计中调整主线纵断面线形指标提供参考。     

基于手机信令数据的旅客联程出行时空特征分析方法

为高效准确地识别旅客联程出行方式,基于旅客联程出行行为特征,引入不同运输方式场站地理位置、场站数据取样最佳半径、旅客行驶速度等关键参数,对旅客手机信令数据进行筛选、校核和计算,提出了基于手机信令数据的旅客联程出行方式识别方法,同时测算了不同运输方式场站数据取样最佳半径。以2018年国庆假期广东省内旅客出行为例进行分析,剔除了约98%的无关信令数据。分析结果显示,广东省内公铁联运出行比例最高,广州、深圳两大枢纽城市的客流集疏运效应突出,广佛城际出行联系较为密切,佛山机场的潜力较大。研究表明,识别方法大幅降低了信令数据分析量和运算成本,方法原理和技术路线清晰,分析结果准确、符合实际。     

交通大整治背后的另一种声音

当前,全社会都在讨论上海自年初开始的交通综合大整治行动。这次行动在全国引起不小的轰动,不少外省市公安同行还到上海来取经学习。不可否认,这次大整治行动规格之高、力度之大、持续时间之长、处理的交通违法案件之多,均创造了历史最高纪录;动用的警力资源也几乎到了前所未有的极限,甚至动用了派出所治安警力并加班加点、全警出动。特别是这次大整治行动主要是针对违法违规的交通行为,以规范社会的交通秩序,整治长年来没有采取的对非机     

基于多重分形与SVM的高速列车运行状态识别方法

为了评估高速列车服役性态问题,提出基于多重分形与支持向量机(SVM)的高速列车状态识别新方法.该方法计算了高速列车振动信号的多重分形谱,分析了多重分形谱参数与列车状态之间的关联关系,提取了多重分形谱宽度、分形维数差和谱偏斜度作为高速列车状态的特征,使用支持向量机来对高速列车状态进行识别.获取了某型列车的正常状态、抗蛇行减震器失效、空簧失效3种典型的多重分形特征,训练了不同速度下的SVM和单一速度为160 km/h的SVM,并进行了工况识别实验.所提方法对高速列车的状态识别率大于88.8%,表明了该方法的有效性.      

一种考虑吸引型异常事件的行人元胞自动机模型

鉴于目前行人元胞自动机仿真研究中对于吸引型异常事件情况下模型的缺失,本文提出了一种特殊的考虑吸引型异常事件的行人元胞自动机模型.当异常事件发生后,模型将行人分为漠视、驻足、围观和围观离开四种类型.漠视类型指对异常事件毫无兴趣,不受异常事件影响的行人,其动力特性与行人在正常情况下的动力特性一致;驻足类型指对异常事件较有兴趣,驻足观看的行人,其动力特性由能使行人在原地停留的驻足效用值决定;围观类型指对异常事件极有兴趣,向异常事件中心靠近围观的行人,其动力特性由围观效用决定;围观离开类型指对异常事件失去兴趣,从围观人群离开的行人,其动力特性由围观离开效用决定.仿真效果显示,该模型基本可反映行人聚集围观的表征和内部特性.