列车空调机组性能试验中采集板卡的应用

性能试验是确保列车空调机组质量的必要手段.随着列车空调行业的不断发展,性能试验装置也日渐丰富.详细介绍数据采集板卡在列车空调机组性能试验装置中的硬件安装、软件设计和集成调试,并给出实例.     

某型航空电源车前、后发动机启动及控制系统改用一组电源的实现

针对用户在使用维护某航空电源车过程中经常反馈的不足之处,笔者对前、后发动机启动及控制系统电路原理进行认真分析,提出了前、后发动机启动及控制系统共用一组电源的改接方法,并通过实践验证,可以借鉴使用。     

小型柴油永磁逆变式发电机组与无刷电励磁发电机组对比及使用要求分析

通过对机组组成、电气性能、价格等各方面的分析,对永磁逆变式发电机组和无刷电励磁发电机组进行了对比,并结合军用需求进行了分析,以便采用时能够选择出性能达标、价格合理的机型。     

深海桥梁的基础形式与施工方法

以某海峡大桥为例进行深海桥梁基础设计研究,借鉴国内外已建海湾大桥及海上平台的成功经验,选用了沉井基础、吸附式裙式基础、预制桩壳体围堰基础及预制桩沉箱的复合式基础4种形式。沉井基础采用在船坞内整体预制,自浮到深海处接高至整体,通过系泊缆索下沉就位。吸附式裙式基础利用井内抽水形成负压原理将基础下沉到位,不需在井内除土。预制桩壳体围堰基础是先预制管桩,利用打桩船插打管桩形成群桩,吊装壳体围堰后施工承台。预制桩沉箱的复合式基础利用插入土中的钢桩将地基加固,由安放的沉箱传力给地基。     

基于ARM的汽车SAS与EPS集成控制器研究

汽车底盘集成控制是汽车工程一新的研究热点。本文以ARM单片机为平台,通过软硬件设计,自研了汽车半主动悬架（SAS）和电动助力转向系统（EPS）集成控制器,并装车进行了实车道路试验,试验结果表明此集成控制器效果良好。为底盘集成控制研究提供了参考。     

基于粗糙集理论的短时交通流组合预测研究

为满足交通流诱导系统的理论需要,建立了一种基于粗糙集理论的实时交通流量组合预测模型。通过粗糙集理论来确定组合预测中的权系数,对路段的交通流做出短时预测。结合某路段的实际交通流数据,对预测模型进行仿真训练,经过比较分析,验证了该组合预测模型的有效性和实用性。     

桥壳后盖焊接专机电气系统改造

介绍原引进日本亚進机械工业株式会社生产的后盖焊专机存在的问题,改造的必要性,三菱Q06系列PLC应用、特点、参数设置及程序编辑改造过程,从设备角度和改善焊接条件实现新工艺解决后盖焊缝开裂漏油问题,用两套机械手自动上下工件实现高度自动化,提高设备稳定性,改造后使用效果。     

无链表图像感兴趣区域编码算法

针对基于链表实现的感兴趣区域编码算法占用存储资源较多的问题,提出了一种无链表的编码算法.在SPIHT(等级树集合分裂)编码过程中,采用标志位图表示系数和集合的重要件信息;优先编码感兴趣区域,利用队列缓存非感兴趣区域系数和集合信息;编码非感兴趣区域时,从队列中恢复编码所需的重要件信息.编码过程不需要提升感兴趣区域小波系数,能实现感兴趣区域重建质量的精确控制.仿真实验表明,该算法优于提升小波系数的感兴趣区域编码算法;当编码码率为1 bpp(比特/像素)时,其存储需求仅为链表实现的感兴趣区域分离编码算法的1/10.     

基于SE-DEA模型的农村公路建设评价

为解决农村公路建设决策单元综合决策过程的复杂性问题及数据包络分析法（DEA）评价无法对有效率单元（效率值为1）再排序的弊端,首次将SE-DEA模型引入农村公路建设评价领域,提出建立基于SE-DEA模型的多属性多目标的农村公路建设单元综合决策体系,并给出一套综合评价指标集,通过合理选择并处理输入、输出指标,形成完整的综合决策方法,根据综合产出与综合投入的效率评价值实现对农村公路建设决策单元的综合排序和选优。实例结果表明,该综合决策体系理论清晰、计算方便、结果直观,具有很大的应用价值。     

Algorithm for Extracting All Relative-Attribute Reducts in Decision System of Large-Scale Records

A new algorithm based on rough core was proposed to extract all relative-attribute reducts in decision information systems of large-scale records. In the algorithm, the rough core of the decision-making information system is first calculated. Then, an approach based on a top-down strategy is adopted to select the non-core condition attributes and generate candidate relative-attribute reducts. Finally, the set of all relative-attribute reducts is obtained by pruning the candidate relative-attribute reducts. Experimental results show that the proposed algorithm is superior to the other methods such as the algorithm without computing core, the exhaustive method and the discernibility matrix method in extracting all relative-attribute reducts for large-scale data sets.