基于Lotus/Domino平台的OA系统的设计与实现

针对政府机关和企业的实际需求,提出办公自动化系统.实现了基于B/S模式的OA系统,介绍了Lotus/Domino的技术特点和系统实现的技术方案.并根据用户的需求对系统进行了功能上划分.     

Java语言的字符编码问题探讨

由于Java语言的字符集有很多套编码方法,这就使得有相当多的人对Java语言的字符编码方法不易完全掌握.通过查看Java帮助文件及编程实践,在摸清该问题规律的基础上,分析讨论了3种情况下的Java语言字符编码问题,并提出了有实用价值的4点结论.     

浅谈滚动物料计划在汽车行业中的应用

随着汽车逐年普及,消费者需求多样化、个性化随着增长,而且消费者对提车周期要求越来越高.汽车生产企业如何快速、高效的占领市场,同时降低供应链物流成本,是目前自主品牌汽车企业面临重大挑战.需要从软硬件进行全面提升竞争能力,物料组织改进是整个汽车供应链改进不可缺少的一个重要环节,能帮助企业迅速占领市场,以最小的成本换取最大利...     

改善刚柔过渡区域弓网关系的探讨

对刚柔过渡区域刚性和柔性接触网的弹性不同及接触线高度不等情况进行了定性及定量分析,找出该区域弓网关系恶劣的原因,并针对原因提出改善刚柔过渡区域弓网关系的解决方案。     

基于Web的牵引变压器在线监测诊断系统

针对牵引供电系统的特殊性,提出了一种基于Web的牵引变电所主变压器在线监测诊断系统,并讨论了系统的工作原理和故障诊断方法.该系统集成度高,响应速度快,系统性好,对保证电气化铁道牵引供电系统的安全运行有重要意义.     

乙醇/柴油发动机醇醛排放的测试技术研究

为了测量乙醇/柴油发动机新的排放物——乙醇和乙醛,对气相色谱分析测试技术进行了研究。通过对不同采样方法和采样条件的比较分析,确定了以去离子水作为吸收液的冰水浴两级吸收采样方法,实现了对发动机尾气中乙醇和乙醛的采样,吸收效率大于96%;通过引入采样系统稀释系数、流量校正系数和吸收效率修正系数的理论计算,提高了测量的准确度;建立了一套完整的色谱分析方法和色谱标定方法,利用气相色谱仪实现了对样品中乙醇和乙醛的分离定量测试;整个测量系统对排气中的乙醇和乙醛检测限值为0.1×10-6,最大极限误差为0.5×10-6,并在一台实际乙醇/柴油发动机上进行了应用。     

船舶外场涂装无组织排放现状与法规分析

涂装作为造修船主要支柱环节,在人员健康、环境等的要求下,面临绿色化发展的转型升级的需求.基于船舶外场涂装作业大气污染治理的紧迫性,文章梳理了船舶涂装的现状,进而归纳及对比了国内外大气污染无组织排放的环保标准/法规,提出了船舶绿色涂装的发展建议.旨在为船舶企业提供涂装排放限值及要求相关的参考依据,降低对环境的危害,促进船...     

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。     

考虑流场影响下破冰船艏部结构响应研究

通常考虑船-冰碰撞附连水的水动力效应有附加质量法和流固耦合法。本文建立了破冰船破冰场景,基于流固耦合法进行了数值仿真计算,分析了水域流场对船体的冲击压力变化、流场的速度分布变化以及流场的动能变化。同时与附加质量法的计算结果进行了比较,对比分析了船艏的碰撞力大小、损伤变形以及局部冰载荷等差异,揭示了流场对船-冰碰撞的影响规律,对于破冰船结构设计具有重要的参考价值。     

基于单向求解、双向流固耦合的悬臂平板绕流涡激振动特性对比研究

本文采用双向流固耦合研究一端固定的二维平板(展向无限长)涡激振动特性,通过流场和结构之间力和位移的相互传递来实现双向耦合。同时,对不同雷诺数下的平板绕流涡激振动进行了计算,并与单向求解算法进行了对比。计算结果表明,当涡脱落频率接近结构固有频率时,将出现频率锁定现象,同时结构将产生极大的位移响应。在锁定雷诺数区域中,双向流固耦合结构位移响应明显小于单向求解算法,而在其他非锁定区间,两种算法差别较小。