基于层次分析法的养路机械维修影响因素分析

文章运用层次分析法,分析大型养路机械维修的主要影响因素。结果表明：影响大型养路机械维修效果的因素主要有六种,分别为既有线设备原始状态、既有线纵断面优化、作业施工组织安排、大型机械原始状态、操作人员的技能水平、各个部门对施工作业的配合程度;在进行大型养路机械养护维修时,应当首先考虑既有线设备原始状态、既有线纵断面优化、作业施工组织安排这三项因素的影响。     

基于安全和情感化的汽车辅助驾驶系统多模态交互设计研究综述

汽车作为目前人类最常使用的交通工具之一,其智能驾驶技术大部分处在L2～L3“人机共驾”技术的发展阶段,在L5级自动驾驶技术出现之前,“人机共驾”仍然是目前主流的驾驶方式,其各种车载系统和交互方式正在不断完善。多模态交互作为未来设计的发展趋势,必然将与汽车融合产生新的“火花”。对车载系统中多模态交互设计研究包括疲劳状态预警、碰撞预警、车道偏离预警、智能接管提醒、智能泊车等方向进行梳理总结,对车载AI多模态交互设计包括多屏交互、触控交互、手势交互、语音交互、表情交互、眼动交互等自然交互方式进行分析。采用文献研究及案例分析的方式探究如何在基于安全和情感化的背景下使驾驶员的体验更加舒适,展望了汽车多模态交互设计在车载系统中的应用及未来趋势。恰当而良好的交互方式融合将会提高各种车载系统及应用的安全性和驾驶的舒适度。多模态交互的引入必将是汽车发展的趋势。     

工电检修装备隧道内作业工作环境改善综合方案

对于既有工电检修装备在隧道内的施工场景,机械化施工过程中一氧化碳及颗粒物对施工人员危害最大。本文设计出可安装于车顶的模块化尾气净化装置,采用多单元并联方案使得净化装置适用于不同功率等级发动机;为解决编组施工工况下的尾气聚集问题,设计了辅助通风系统,可安装于平板车上编入施工编组,实现隧道内的强制通风;为解决施工作业区扬尘问题,设计了雾化喷淋降尘系统。结果表明：尾气净化装置可以实现较高的一氧化碳及颗粒物净化率,可适应柴油发动机要求;辅助通风系统可以进一步净化隧道内空气,优化作业人员施工环境,达到设计目标;喷淋降尘系统可进一步优化隧道工作环境。     

超声相控阵缺陷检测技术研究

为了将相控阵超声检测技术进一步推广应用,对带有人工缺陷的试件分别采用CR、超声相控阵检测技术进行检测,将检测结果进行比对,试验结果表明CR检测技术与相控阵检测技术在体积型缺陷与面积型缺陷检出率方面各具优势,应结合实际工件使用工况,确定可能出现的缺陷类型,采用合适的检测方法与检测工艺,最大限度地提高缺陷检出率.     

高峪咀隧道的辅助坑道设计研究

为解决隧道建设中的辅助坑道设计问题,结合高峪咀隧道实际情况,对其辅助坑道设计进行深入分析,提出具体的设计内容及要点,以期为相关人员提供参考,保证辅助坑道设计质量。     

地铁车辆辅助逆变器的设计与仿真

以地铁车辆用DC1500V/160kVA辅助逆变器为例,阐述了采用IGBT作为主要开关元件的主电路及其控制系统,并利用MATLAB/SIMULINK进行仿真验证其可行性,最后给出了采用电压空间矢量控制的仿真结果。     

采用直线电机牵引的广州地铁车辆

概要介绍了国内首次采用直线电机牵引的广州轨道交通4、5号线地铁车辆的主要技术特点,列车的组成和主要技术参数,并对车体、转向架、牵引与制动系统、逆变器、直线电机、辅助系统以及列车控制与制动系统作了较为详细的说明。     

线路支承状态变化对轨道动态特性的影响

把温度力作用下的无缝线路简化为纵向力作用的弹性等间距支承的无限长均匀梁结构,通过连续梁理论,建立了纵向力作用下无缝线路钢轨的振动模型.分析了轨道结构钢轨自振频率与其纵向力间的内在关系,分别讨论了钢轨在承受纵向拉力和纵向压力时自振频率的变化特征,比较了钢轨类型改变、钢轨支承间距变化后对上述变化的影响.结果表明:纵向拉力作用下钢轨的竖向自振频率会随着拉力的增加而增大,钢轨支承间距加大会降低其自振频率;纵向压力作用下,钢轨的竖向自振频率随着压力的增加而减小;第一振型变化趋势基本分为两个阶段,当轴向压力较小时,呈线性变化,随着轴向压力的不断增加,逐渐地产生了非线性的变化;二阶及以上振型变化与受拉状态相似.     

汽车车道循迹辅助系统的故障诊断策略

汽车车道循迹辅助系统的故障检测是汽车检修人员需要掌握的必备检测技能。该系统一旦发生故障,想要快速锁定故障点,就必须事先熟悉汽车车道循迹辅助系统的原理、零件功能、故障症状、诊断策略等。结合汽车车道循迹辅助系统的故障诊断案例,阐述其完整的诊断策略。结果表明,汽车车道循迹辅助系统故障诊断的关键是掌握该系统的原理与故障数据设置条件,在诊断时需要具备系统认知的整体意识,而多次实践操则作有利于汽车检修人员快速掌握对应的诊断策略。     

考虑驾驶人风格的跟车预警规则研究

为研究驾驶人的跟车特性及探究可适用于不同风格驾驶人的跟车预警规则,为自动驾驶车辆开发可满足不同用户驾驶需求和驾乘体验的主动安全预警系统,选取50名被试驾驶人开展实车试验,采集驾驶人跟车行为表征参数并基于雷达数据确定跟车事件提取规则。选取平均跟车时距和平均制动时距为二维向量,使用基于K-means聚类结果的高斯混合模型将驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不同类型驾驶人的驾驶需求。研究结果表明:3组驾驶人的平均跟车时距和平均制动时距差异显著,冒进型驾驶人倾向于选择较小的跟车时距和制动时距,保守型驾驶人的跟车时距和制动时距则普遍较大;3组驾驶人的实际跟车预警次数为215次,驾驶人采取制动操作而系统未予以预警的次数为329次,系统整体预警正确率为21.9%,漏警率为87.5%,通过分析信息熵等判定当前预警规则并不合理;将每类驾驶人制动时距的10%分位数作为阈值时的预警效果较好,调整后的跟车预警规则能在一定程度上适应不同的驾驶人类型。