2012款奥迪Q5自动变速器为何不能正常工作

<正>一辆2012款一汽奥迪Q5,搭载使用2.0TFSI发动机,同时配备使用ZF公司生产的型号为8HP-55(奥迪命名0BK)型8前速手自一体变速器。故障现象:故障初期出现不能行驶且维修后换挡冲击故障难以解决。故障初期追溯到2013年春节后,据用户描述,在一天早上首次用车时大概外界温度在零下10℃左     

新宝马3系F30平台普通车辆电气系统技术剖析(三)

十二、车外照明装置1.F30平台的车外照明装置电路F30平台的车外照明装置以当前宝马车型为基础。F30平台的标准配置是卤素前照灯,前照灯光束投射为手动调节。双氙气前照灯作为可选配置(SA522),LED用于日间行车灯、侧转向灯和位置灯。F30平台前部车外照明装置(车辆装有卤素前照灯时)系统电路图如图21所示,F30平台前部车外照明装置系统电路图(车辆装有氙灯SA522时)如图22所示,F30平台后部车外照明装置电路图如图23所示。2.自适应随动前照灯系统自适应随动前照灯可作为F30平台的可选配置(SA524),只能搭配双氙气前照灯(SA522)使用。FEM作为主控制装置,负责外部照明功能,它决定开启或关闭哪些车灯,并通过K-CAN2将这项信息提供给REM。REM再将各种情况的启用功能状态     

基于q轴磁链的机车牵引电机转子磁场校正技术

为提高整个机车交流传动系统的稳态和动态性能,利用牵引电动机间接磁场定向控制技术实现转矩和励磁解耦独立控制的磁场准确定向技术,对和谐型电力机车牵引电动机矢量控制过程中的磁场定向方式进行了演绎,以观测转子q轴磁链为模型,分析了转子磁链大小、位置,并利用MRAS理论通过自适应调节实现转子磁场定向实时校正。在实际应用中证明了理论分析的正确性和磁场准确定向校正策略的有效性。     

无速度传感器异步电机直接转矩控制系统的研究

基于模型参考岛适应理论,建立了3种转速观测方案的数学模型。对3种观测方案都作了仿真研究。仿真结果证明了基于全阶自适应状态观测器的MRAS方法的有效性。     

京九线站内正线股道分割电码化机车无码问题分析及处理

针对带股道分割的车站,当机车反向进入股道时,存在机车越过分割绝缘后收不到码的问题,从电路原理上进行了分析,并提出了对应的解决方案,对ZPW-2000A车站正线电码化电路的设计、施工及故障分析处理有很好的参考价值。     

一种基于BM3D的接触网图像自适应去噪新方法

为了更好地检测和识别接触网图像,首先要降低图像中的噪声。目前,BM3D是针对高斯等多种噪声降噪性能较好的算法,但它自身也存在一些不足,为此,本文提出一种基于BM3D的自适应去噪新方法(简称ABM3D)。该方法在假设噪声方差未知的前提下,无需人为设定滤波阈值,通过自适应估算较为准确的阈值,实现二维和三维DCT变换域的自适应滤波,得到基础估计图像,利用估算的阈值计算出较为准确的噪声方差,实现联合维纳滤波得到最终估计图像,同时简化了参数设置,尤其是对降噪效果影响较大的参数。实验结果表明:本文提出的算法是有效的,即使在噪声强度非常高的情况下,利用其得到的降噪图像也能较好地保留边缘等细节信息,更具有实用价值。     

一种自适应伪并行改进遗传算法

针对基本遗传算法中存在的一些不足，例如“早熟”现象和计算速度较慢等缺点，对进化算子作一定的改进，在单台计算机上实现并行计算思想与遗传算法的结合，提出了一种新的伪并行改进遗传算法。最后通过典型测试函数的数值算例验证，表明该算法不但有效地克服了遗传算法的缺点，而且精度和收敛速度都有明显的提高。     

动目标成像跟踪算法研究

从运动背景中检测与跟踪运动目标是计算机视觉研究领域的热点,困难之一是消除运动背景的影响.采用基于均匀稀疏采样仿射变换的参数模型块匹配算法将图像分成许多固定大小的像素块,通过将每一个像素块在下一帧的一定范围内搜索其最优匹配,由此产生的偏移矢量即为该像素块的运动矢量,对上一帧图像进行补偿与下一帧图像差分,用形态学运算图像处理,对图像目标进行识别跟踪.     

基于人工智能的高速公路桥梁病害检测研究

研究了人工智能背景下如何将语义分割模型应用于高速公路桥梁病害的检测技术,使用PSPNet语义分割平台对高速公路桥梁裂缝进行模型的检测实验,试验结果表明,PSPNet语义分割模型可以对高速公路桥梁裂缝进行精准的检测,效果良好。     

CABOSFV算法中集合稀疏差异度阈值确定方法

在实际应用中,CABOSFV算法初始参数———集合稀疏差异度阈值b的确定是否合理,对聚类结果是否有效起决定作用。本文针对如何科学方便地确定集合稀疏差异度阈值b进行了深入研究,给出了集合稀疏差异度阈值确定方法,并通过该方法进行了实例计算。计算结果表明,由于该方法能够确定聚类结果中类的对象组成最小数量,聚类结果的粗糙与精细程度可以人为控制,对聚类结果的准确及高效提供了很好的保证,能够为CABOSFV算法进行聚类提供合理的阈值。