数控铣床加工低碳钢零件的进给速度优化

论述了数控铣床加工低碳钢零件时进给速度的优化问题．在基于加工效率（可等效转化为加工工时）和加工成本目标函数的基础上，对这两个目标函数运用多目标函数理论进行综合，得到了多目标综合函数．通过计算，并综合表面粗糙度，进而得到进给速度的优化范围，并对不同转速下的进给速度给出了相应的优化参数，目的更接近生产实际，使技术人员不仅了解影响生产效率和成本的因素，也可在实际生产的应用中更加快捷和方便．     

Short-term forecasting of high-speed rail demand: A hybrid approach combining ensemble empirical mode decomposition and gray support vector machine with real-world applications in China

Short-term forecasting of high-speed rail (HSR) passenger flow provides daily ridership estimates that account for day-to-day demand variations in the near future (e.g., next week, next month). It is one of the most critical tasks in high-speed passenger rail planning, operational decision-making and dynamic operation adjustment. An accurate short-term HSR demand prediction provides a basis for effective rail revenue management. In this paper, a hybrid short-term demand forecasting approach is developed by combining the ensemble empirical mode decomposition (EEMD) and grey support vector machine (GSVM) models. There are three steps in this hybrid forecasting approach: (i) decompose short-term passenger flow data with noises into a number of intrinsic mode functions (IMFs) and a trend term; (ii) predict each IMF using GSVM calibrated by the particle swarm optimization (PSO); (iii) reconstruct the refined IMF components to produce the final predicted daily HSR passenger flow, where the PSO is also applied to achieve the optimal refactoring combination. This innovative hybrid approach is demonstrated with three typical origin–destination pairs along the Wuhan-Guangzhou HSR in China. Mean absolute percentage errors of the EEMD-GSVM predictions using testing sets are 6.7%, 5.1% and 6.5%, respectively, which are much lower than those of two existing forecasting approaches (support vector machine and autoregressive integrated moving average). Application results indicate that the proposed hybrid forecasting approach performs well in terms of prediction accuracy and is especially suitable for short-term HSR passenger flow forecasting.     

燃料辅助喷射对柴油机起动着火及排放的影响

为了研究辅助燃料对柴油机起动工况着火及排放的影响规律,在柴油机起动过程中,向进气道内分别喷射不同浓度的乙醚和C3H8进行了试验。试验结果表明:辅助喷射适当种类的燃料,可实现诱导、促进着火并改善燃烧的目的。辅助燃料除应具备良好的挥发性外,其着火性也是改善起动性能的重要因素。进气道喷射C3H8会抑制起动着火性,随喷射浓度的增加,燃烧恶化,HC排放升高;喷射适量浓度乙醚,可以促进起动过程着火,完全消除起动工况失火和不完全燃烧循环,在降低HC排放的同时,减少PM排放50%以上。     

LPG单燃料发动机稀薄燃烧控制策略研究

针对LPG单燃料发动机,基于旋转坐标系的独立气缸模型,提出了一种采用λ型氧传感器的稀薄燃烧控制策略,大大降低了线性氧传感器所带来的高昂成本,并实现了燃气喷射的逐缸控制。试验结果表明,该控制策略在满足系统动力要求的前提下,大大降低了燃气的消耗及废气的排放,具有良好的应用前景。     

稀浆封层路面成型机理与压实工艺

通过对稀浆封层施工工艺分析,简要阐述了稀浆封层路面的成型机理,提出了选用合理的压实工艺是一种提高稀浆封层施工质量与效率的重要方法。并且主要从碾压方式的选择、专用压实设备的选择与使用这2个方面,对稀浆封层路面的压实工艺进行了探讨。     

HZQ40/120型运架一体架桥机的技术使用

对运架一体架桥机的结构特点及主要作业过程的技术使用进行了阐述,提出了维护保养要点,对架桥机的合理技术使用具有参考价值。     

冷铣刨机金属探测技术研究

随着冷铣刨机在路面养护施工中的大量使用,铣刨机金属探测技术的应用显得越来越重要。介绍了金属探测技术方法的选择和金属探测器的应用情况,并通过实验确定了金属探测器安装在铣刨机上的最佳数量、位置和高度。     

模糊逻辑诊断方法在液压系统故障诊断中的应用

从模糊数学的基本理论出发,论述了铣刨机液压系统状态监测与故障诊断的原则和方法,为计算机辅助故障诊断,缩短诊断时间,提高准确性,提供了一条可行的途径。     

巧用4个继电器检测四线式步进电机

以独到的方式阐述汽车四线式步进电机的工作原理，以特别的方法轻而易举地实现步进电机的独立检测。     

基于Takens理论和SVM的滑坡位移预测

针对滑坡变形时序非线性,数据量少的特点,引入Takens理论,采用支持向量机(SVM)建立其预测模型,建模过程中,比较了由不同核函数获得的SVM模型的性能,同时将SVM与RBF、El-man神经网络模型进行外推7步预测试验比较。结果表明:RBF核函数具有更好的工程实用价值;在有限样本情况下,SVM预测模型具有更好的准确性和泛化性,其7步预测平均误差率控制在5%以内,可见该方法在滑坡变形预测方面极具潜力。