大中型公路客车的设计特点分析

从安全性、舒适性、动力性和经济性、环保性等方面分析了目前大中型公路客车的设计特点,介绍与20世纪80-90年代的公路客车底盘在设计上的发展变化,并提出了一些设计中存在的问题及相关措施。     

广州珠江黄埔大桥北汊斜拉桥钢箱梁架设起重机研究设计

根据广州珠江黄埔大桥北汊斜拉桥的钢箱梁结构及地理安装特点,提出了该桥钢箱梁的架设方案,针对钢箱梁架设方案研究提出了架梁起重机的实施方案,并对该型起重机的技术特点进行了总结。     

基于UDF的轨道车辆快速加工设计系统的开发及应用

本文介绍了轨道车辆快速加工设计系统开发方案及实际应用情况.该系统是通过重点分析轨道车辆零部件的结构形式和加工特点,遵循参数化设计理念,在Pro/ENGINEER软件基础上通过二次程序开发建立起来的.轨道车辆快速加工设计系统实现了零部件三维模型加工特征的快速设计,有效缩短了产品研发周期,增强了企业的市场反应能力.     

基于未确知测度理论的隧道施工瓦斯灾害风险评价

选取煤层厚度、煤层瓦斯含量、回风流平均瓦斯浓度、相对瓦斯涌出量、岩石类型、连通封闭性、深度值、隧道跨度、隧道长度、通风风速和涌水量等11项瓦斯灾害指标作为隧道施工瓦斯灾害风险评价指标体系,并建立各指标的等级标准.将序关系分析法(G1)和反熵权法(AEW)运用拉格朗日乘子法确定组合权重,构建各指标的单指标测度函数,并计算...     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明：GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。     

一种基于广义S变换增强的柴油机失火故障特征提取方法

为有效提取柴油机缸盖振动信号失火故障特征,提出一种基于广义S变换增强的柴油机失火故障特征提取方法。首先根据柴油机燃烧过程与配气相位的关系对信号进行等角度重采样,然后利用广义S变换对信号进行消噪处理,并按工作循环将信号的周期性瞬态特征进行同步增强。通过仿真信号验证和某柴油机缸盖振动信号的实例应用,结果表明,此方法能有效地提取柴油机缸盖振动信号的失火故障特征,实现失火故障的准确诊断。     

海上油田伴生气用作燃料气的预处理方案研究

海上油田生产随着节能减排要求的提高,油田生产过程中的伴生气通过火炬排放的方式已不可取。详细介绍了伴生气去重烃化处理的技术过程。针对海上采油平台的特殊工况,提出了利用伴生气作为燃料的主机系统设计方案。     

自行车流视频识别判断方法研究

考虑算法的实时性,交通流个体识别往往采用轮廓特征来描述。由于自行车与行人的很多轮廓特征值相近,在复杂城市交通环境中,从慢行交通流中准确地识别出自行车是目前采用视频检测交通流的难点之一。通过现场视频检测获取足够的样本外轮廓数据,分析检测目标轮廓的高、宽、高宽比、面积等典型轮廓特征,发现目标轮廓高宽比特征能较好地识别出行人、自行车等慢行交通,并给出合适的取值范围。研究表明自行车高宽比能够较好地成为视频识别的依据,为自行车视频识别提供数据。     

一种网格 k-近邻集的边界点识别算法

为了高效识别聚类边界,根据边界周围区域存在密度差异的特征,提出了一种网格 k‐近邻集的边界识别算法（BGN ）。在网格空间中,该算法根据网格单元和它最近邻居单元的 k‐近邻集的质量及其单元间中心距离确定边界度,由边界度和边界阈值判断每个网格单元是否为边界单元或噪声单元。通过从边界单元中提取更靠边缘的数据作为边界点的方式,使得边界更精细。实验结果表明,该算法能有效和快速识别出多密度数据集的聚类边界和噪声。     

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.