铁路机车车辆电气检测技术的发展

针对铁路机车车辆电气技术的研发需求,提出了构建“完整系统的完整工况的完整重现”试验系统的思路,介绍了其中的牵引动力试验系统、TCN网络测试系统、RAMS/LCC试验系统和软件RAMS测评的总体设计,在试验室内完成对系统产品和多系统组合的深度测评,为铁路机车车辆电气设备与系统的RAMS/LCC认证提供技术解决方案.     

地铁车辆段过渡工程方案研究

车辆段在工程设计或实施过程中,常常由于方案不稳定、征地拆迁、施工工期等因素影响,不能满足工程开通需要,这就要求修建车辆段过渡工程。文章从检修修程的角度出发,假定一定的过渡时间,分析了过渡工程的工程需求及工艺设备种类和数量,并通过已实施的工程实例验证了车辆段过渡工程方案的可行性。     

天津地铁2号线车辆火灾报警系统

分析了地铁车辆火灾发生原因及特点,详细介绍了天津地铁2号线车辆火灾报警系统的构成及功能。通过采用一系列措施,防止地铁车辆火灾报警系统误报现象,不仅提高了地铁车辆火灾报警系统的可靠性,还保证了地铁列车的安全运营。     

轨道车辆大功率IGBT散热器的热设计与试验研究

首先应用传热学理论对肋片散热器进行热阻计算,并采用Icepak软件进行仿真,最后为了验证理论计算和仿真的精度,进行了相关的散热器热阻试验.通过对散热器理论计算、仿真计算与试验结果进行对比研究证明,仿真计算能满足工程精度要求,理论计算经过修正后也能满足工程需要.     

混合动力汽车发展的必要性及关键技术分析

混合动力汽车综合了内燃机驱动式汽车及电动机驱动式汽车的二者优势,具有环保、节油的特点,得到了各国的广泛重视。文章主要阐述了混合动力汽车的发展现状,分析了混合动力汽车发展的必要性,并结合混合动力汽车应用的特点,分析了影响混合动力汽车性能的关键性技术。     

基于CRUISE的微型低速电动车主减速比研究

本文以某企业生产的微型低速电动车电驱动系统作为研究对象,按照产业标准及设计指标对电驱动系统关键部件进行参数匹配设计,利用CRUISE仿真软件分析了动力性及经济性;并运用ISIGHT与CRUISE联合仿真技术求解出该车型最佳减速比。通过样车实验表明,该方法求解微型低速电动车最佳主减速比准确可靠、效率高,可用于优化动力性与经济性。     

电动汽车大数据处理活动中的伦理问题研究

为了解车辆零部件运行状态,分析整车故障原因,技术人员通过车载终端把电动汽车的整车控制系统各节点发送至大数据平台进行查阅、分析和下载使用。大数据的使用引发了信息工程领域的伦理问题。本文重点阐述了电动汽车产业运用大数据时可能产生的伦理问题及其产生原因,探索强化责任、加强职业道德教育等解决办法,并结合伦理学理论提出了建议。     

新媒体环境下全地形车营销策略分析

互联网+和大数据技术的不断发展和进步让信息经济时代真正地到来了。伴随着电子商务从起步到发展,很多的电商运营平台也逐渐凸显出自己的价值和地位。与此同时,电子商务的营销模式也从传统的B2B、B2C模式向着O2O、C2B的方向发展。全地形车,是一种十分独特的车型,适用的范围和人群也具有特定性。为此,在新媒体的环境之下,如何进行全地形车的营销,如何能够为全地形车吸引到更多的受众群体,这正是本文所要探究的关键所在。为此,文章在对全地形车的基本内涵、主要分类进行阐述和分析以后,针对全地形车这一个特殊车型的营销模式的创新和进步,提出了一些见解和主张。     

双自由度舵机执行机构冲击载荷的仿真分析

超高速水下航行体航行过程中工况复杂,在加速段速度跨度大,双自由度舵机执行机构承受了较大的瞬态冲击载荷,有必要对其韧性进行分析校核。本文分别建立旋转机构输出轴、减速箱体和展开机构最后一级齿轮副的多刚体动力学仿真模型,分析各机构在冲击载荷下的应力和变形情况,校核结构韧性的可靠性,同时对旋转机构输出轴进行模态分析。仿真与校核结果为机构优化设计提供参考依据。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。