进气很关键

故障现象一辆海王星125mL踏板摩托车已经行驶38000多千米。车主反映,长时间忘记更换机油,造成高速拉缸,因故障发生在旅行途中,就近路边更换汽缸、活塞、活塞环、凸轮轴、摇臂等零件。维修工说磨合1000km内不能跑高速。但过1000km后,最高车速40km/h都上不     

山河智能桩工机械助力泉州工程建设

日前,在泉州新天城市广场的施工工地上,2台山河智能2512双动力头多功能钻机、2台长螺旋全套管钻机、3台旋挖钻机和1台旋挖挤扩钻机正在忙碌地工作着。山河智能设备凭借稳定性、可靠性、高效率及工况的适应性等特点,得到施工方与监理方的一致好评。     

单缸和并列双缸发动机哪个好

单列汽缸和并列双缸发动机在我国摩托车市场上使用范围最广。有人不禁要问,在发动机排量相同的情况下,那么究竟是单缸发动机好?还是并列双缸发动机(双缸发动机剖视图如图1所示)好呢?要回答这个问题,我们需要将单缸机与并列双缸机的特点进行对比,通过比较才能明白这个问题。单缸四冲程发动机,曲轴每转二圈才燃烧做功一次,因此,能明显地感到发动机的工作是断续的     

多源数据互补的隧道运营安全智能监测系统设计与应用

隧道作为高速公路重要的一环,以“人-车-环境”为主要因素的运营安全问题一直为管理者所关注。通过系统平台的架构与功能设计,以基于深度学习的视频事件检测技术为基础,适当增加如“雷达+视频”的融合检测技术、隧道态势感知技术、智能球机联动功能,提高了异常事件的检出效率,可掌握隧道实时运行状态以及事后的智能聚焦查看。解决了依靠人工巡检视频监控隧道交通事件的难题,其智能化、及时性、准确性对于预防二次事故的发生和控制事态发展,具有重要作用。     

免烘干密封胶在汽车涂装线的应用

文章详细阐述了一种免烘干的硅烷改性聚合物密封胶的产品特性、技术条件,并结合某汽车生产线应用实例,总结了该密封胶的施工条件、注胶设备及与高温密封胶的比较等。     

水下盾构隧道管片钻穿引起的涌水突泥治理技术研究

水下盾构隧道管片钻穿会引起大量涌水突泥,对隧道建设及运营造成重大影响,且采取的隧道修复措施将影响隧道的长期运营安全。以某地铁隧道被意外钻穿的实例为工程背景,为确保水下隧道意外钻穿破坏时,可以做到临时封堵有效,永久修复满足百年使用要求,提出修复思路。在水面利用浮船进行海上袋装水泥封堵,然后筑岛截断隧道与海水的联系;临时封堵后监测管片变形、复核隧道中线,明确钻孔对隧道限界的影响; 通过计算对结构安全性进行评价,明确钻孔对管片结构受力影响较小。在确保隧道钻穿对隧道限界及结构的影响可控后,采取地面注浆、洞内注浆、倒锥形封堵、洞内设置内撑钢板相结合的方案,对隧道钻穿处进行治理,保证隧道的安全运营。在隧道周边施工时,应加强隧道保护意识,避免对既有隧道造成破坏。     

基于稀疏采样数据的电动公交车电池SOC预测方法研究

为提高电动公交车电池SOC预测的精度,基于某电池监控云平台电池数据库中存储的以30 s为采样周期的稀疏采样的电池运行数据,对电动公交车电池SOC预测方法进行了研究。首先,介绍了稀疏采样数据源,分析了电动公交车动力电池的运行过程及其SOC变化的影响因素。选取了当前电池组的总电压、电流、电池模组温度均值及前一时刻SOC值作为预测变量,而选择当前电池组SOC作为输出变量,构建了训练数据集与测试数据集。然后,采用支持向量机(SVM)算法进行训练,并使用贝叶斯优化算法寻找SVM的最优超参数组合,提出了基于稀疏采样数据的电动公交车电池SOC单步预测方法。接着通过对训练数据集的再划分,进一步提出了基于稀疏采样数据的电动公交车SOC自主预测方法,摆脱了在SOC长期预测过程中对于BMS估计的真实SOC值的依赖。试验结果表明,SOC单步预测方法的最大绝对误差仅为1.82%,SOC自主预测方法的最大绝对误差也只有5.89%,都具有较高的预测精度。根据在不同运行路线和不同环境温度下的试验结果,SOC预测模型具有较高的鲁棒性。     

基于DAG-SVM的居民出行方式选择模型

提高居民出行方式的预测精度对于评价交通规划方案、交通策略的效果具有重要意义.应用心理学、行为科学的方法分析了出行决策的思维过程,将出行决策过程结构化,建立出行情景库,并采用主成份法分析了影响方式选择的主要因素,作为支持向量机模型的输入.利用统计学习理论分析了支持向量机与神经网络在建模原理上的区别,建立了基于有向无环图-支持向量机(DAG-SVM)的方式选择模型,阐述了模型的具体步骤.通过实验对不同核函数的预测效果进行了评价,并采用网格法和遗传算法进行参数寻优.结果表明,核函数选择径向基函数效果较理想,参数寻优方法上遗传算法比网格法效果更好.通过优化后,DAG-SVM模型的整体预测精度达到了82.3%,比神经网络提高了近9%.但对出租车出行的预测准确率略低于其他方式,这主要由于出租车常被作为特殊情况下的备选方式,其出行规律性相对较差.      

基于主成分分析法和支持向量机算法的驾驶人疲劳检测方法

汽车驾驶人的疲劳程度识别对于预防交通事故具有十分重要的意义。设计了实车驾驶实验,采集了20名汽车驾驶人在疲劳驾驶状态下的眼动特征参数,将汽车驾驶人的疲劳等级分为警觉、轻度疲劳、深度疲劳和嗜睡四个级别。利用主成分分析法（PCA）预处理了所采集的眼动特征数据,并利用支持向量机（SVM）算法建立了PCA-SVM疲劳检测模型。实验结果表明,该模型能够高精度地识别驾驶人的四种疲劳状态。