编者的话

近几年的产销数据显示,中国已经成为世界汽车生产大国。然而,如何从大国变成强国？仔细分析中国汽车产业的现状,我们发现依然有许多问题尚待解决。如汽车生产企业的水平极度不一致、因产能过剩而引起的恶性竞争、技术与成本缺乏优势等。本刊“年终专稿”《世界汽车工业大格局下的中国汽车工业》指出,“我国汽车行业应该培育10—15个有竞争力的企业,集中优势企业的力量参与国际汽车工业的竞争并取得成功。”     

福特福克斯摘得C-NCAP安全性能测试五星桂冠

近日,福特福克斯在中国汽车技术研究中心C-NCAP管理中心的安全性能测试中表现超凡,获得五星级评级,这是迄今为止最高的安全评价级别,也是同级别车型中唯一获此殊荣的车型,与此同时,发改委公布的第二批乘用车型燃油消耗量数据显示,福克斯具有同级车中最佳的燃油经济性,这两项数据的公布进一步彰显了福特福克斯卓越的性能。     

基于多点平滑的影响线提取方法研究及桥梁状态评估

基于实测影响线的桥梁状态评估具有不中断交通、测试方便等优点,是未来中小跨径桥梁承载能力评估的重要方式,目前在实际桥梁上应用的案例较少。为此,先开展基于多点平滑的影响线提取方法研究;后结合挠度数据和应变数据,提取桥梁挠度影响线和应变影响线;在此基础上,再开展基于峰值的桥梁状态评估和基于设计活载响应对比的桥梁状态评估。结果表明：1)建立的影响线方法可用于实际桥梁的挠度和应变提取影响线,尤其是测试结果出现很多芒刺时,采用五点三次平滑法既能保证数据准确,又能平滑数据;2)评估结果显示,挠度校验系数在0.29～0.46之间,应变校验系数在0.10～0.37之间,表明测试桥跨的刚度和强度在现有状态下满足通行设计活载的要求。     

智慧地铁技术框架及发展方向研究

智慧地铁是智慧城市的重要组成部分,首先介绍了智慧地铁的研究背景,通过分析得出智慧地铁是云计算、大数据、互联网+、物联网(LoT)、人工智能(AI)与5G等技术的多元交叉领域,是发展渐进的过程;其次提出了智慧地铁的定义,分别从提升乘客服务水平、提升运营生产及运维管理安全可靠性、提高建设管理效率、提高企业管理水平等多角度分析了智慧地铁的研究方向;最后阐述了智慧地铁系统总体架构及各层次的相互关系及主要内容,同时提出了对后续智慧地铁建设中大数据融合应用的思考。通过对上述智慧地铁的总体技术框架及发展方向的研究,希望能为后续智慧地铁的建设提供一定的借鉴。     

新年话语

06收官,07拉开大幕,中国摩托车行业也由此跨上了继往开来的新征程. 展望新年,有必要先回望一下过去.至今为止,2006年的年报表尚未出清,行业产销具体数据还养在深闺,可大局已经很明朗,产销同比实现了大发展,登上了又一个高端.其实这种态势是不值得过于欣喜的,因为早在人们的料定中,不论怎么变,行业的整体发展有点势不可遏,不可能被人为地逆转,只是在发展的一路上,充满动荡,充满回旋,充满太多的始所未料……这一切决定了去年行业发展中的"死水微澜".     

基于5G通信的铁路车载大数据车地传输方案研究

随着我国铁路路网规模的迅速扩大,以及基础设施、移动装备的健康管理数字化和智能化发展,越来越多的机车、动车组和检测车投入运营,车载设备所产生的数据也呈指数级增长.为了研究高效、可靠、安全的车地数据传输技术,实现车载大数据实时传输,本文结合5G通信在我国铁路应用中的发展趋势,基于5G通信传输特点和铁路车地通信场景,提出正线...     

铁路线路障碍物判识技术及应用

西南铁路沿线环境复杂,降雨、地震时常引发岩石等物体滚落在线路之上,危及高速铁路及普速铁路的行车安全。为保障行车安全,中国铁路成都局集团在沪昆铁路等设立了异物侵限监测报警系统,然而列车临停、小动物上道、人工作业等时常引发系统报警,拦停列车或干扰现场作业。本文介绍了基于三维模式的线路障碍自动监测报警系统,该系统采用三维激光雷达对线路设定的防区进行扫描得到点云数据,线路两边同时增设视频监控设备得到图像数据,通过激光雷达点云数据与图像数据融合,对侵限物体目标实现多类别的识别,过滤报警干扰项,有效地避免了铁路线路限界内障碍物监测报警系统存在无效报警情况,极大地降低了误报对行车的干扰。     

基于统一坐标系的多源数据入库方法设计

对空间地理信息数据的快速获取和使用是铁路工程建设科学决策的基础,然而,不同时期、不同方法获取的形态数据存在坐标系统、高程系统和数据格式不统一的问题,导致不同形态数据不能有效利用。针对上述难题,本文提出将多源多时期的DLG、DEM、卫星遥感影像等数据放置在基于CGCS2000椭球地理坐标系的数据库进行数据管理,通过基于ArcGIS Engine的二次开发处理系统解决对同一区域的不同数据的坐标转换、格式转换等一系列问题,并在工程实践进行相应的精度验证。研究成果可为铁路工程建设及智能化应用地理空间信息数据提供技术支持。     

基于SSI-PSO的汽车碰撞试验时序数据处理与分类方法

为实现汽车碰撞试验假人响应曲线数据集的类别辨识,研究了面向智能优化算法的问题转换与构造方法。针对假人曲线数据的特征处理与分类过程,提出了一种基于社会蜘蛛粒子群优化算法（SSI-PSO）的碰撞试验多变量时序数据特征选择与分类方法;利用汽车碰撞试验采集的假人曲线数据,测试和验证了该方法。结果表明：本文方法可获得面向假人曲线数据分类的最佳特征组合方式与较小规模的神经网络结构;该方法的假人曲线分类模型性能提升17.5%、分类精度达到96.5%。因而,实现了对碰撞试验假人响应曲线标注信息的有效分类。