捷达系列轿车中央门锁与防盗系统的检修

介绍捷达系列轿车的中央门锁与防盗系统的结构组成与原理,并对系统可能产生的故障以及如何诊断维修加以探讨。     

地铁车站土建施工图与限界相关的几个问题

根据武汉市轨道交通2号线采用的B1型车三轨下部受电的特点,提出在土建设计时,不管转辙机安装在道岔内侧还是外侧,只需根据信号专业的要求,考虑转辙机安装空间的预留、限界专业的要求以及道岔内外侧的加宽量。对曲线进站、设有停车线及人防隔断门等的车站限界要点进行分析,在确保行车安全的前提下节省土建投资。     

基于工作模态法的动力总成刚体参数识别

介绍一种基于多参考点最小二乘频域法(一种工作模态法)的刚体参数识别方法。它适用于具有阻尼和非线性刚度支承的系统(如汽车动力总成),可在实车工作情况下对动力总成的模态参数和惯性参数进行识别。通过实验验证了该方法的有效性。     

冻融循环对不同塑性路基土剪切强度的影响研究

为了研究冻融循环对不同塑性路基土剪切强度的影响,通过室内三轴试验和冻融循环试验对3种塑性指数的土样进行了研究。结果得到:当冻融循环次数增加时,剪切强度随着塑性指标的增加而有所增大;当塑性指数相同时,剪切强度随冻融次数增加与围压增加改变各不相同,与冻融循环次数成反比,与围压成正比。并且冻融循环6~7次后,3种塑性指数土样的剪切强度的变化均会趋于平缓。     

拼焊车门内板冲压成形性分析

首先介绍了采用不等厚拼焊板的车门内板在冲压成形过程中出现的问题;接着对缺陷区域进行主应变测量和安全成形裕度预测.结果表明,车门内板出现破裂和起皱的主要原因是拉延筋阻力不足和厚、薄两侧板料的流动阻力不均.最后提出采取局部调整拉延筋阻力和压边力等措施来改善车门内板冲压成形性.     

基于货运车辆预警数据的高速公路危险驾驶热点路段识别

本文以货运车辆车联网数据中的车辆碰撞预警、疲劳预警和超速预警数据为研究对象,针对G4高速公路北京和河北境内道路上的三种预警热点路段进行识别。运用全局空间自相关性分析方法得出三种预警数据在道路空间中不是随机分布,而是集中在某一个或几个路段上;进一步采用局部空间相关性分析方法识别出三种不同预警类型下对应的热点路段。交通管理部门可根据识别出的预警热点路段提出针对性的管控措施,有助于缓解交通事故的发生,提高货运安全水平。     

驾驶压力影响因素与识别方法研究综述

高强度的驾驶压力会对驾驶人的情绪、决策及行为产生负面影响，可能导致交通事故，并对驾驶人的健康状况造成长期影响。本文借助CiteSpace软件对驾驶压力研究进行可视化分析，进一步从驾驶人自身因素、车辆内部和外部因素这3方面总结驾驶压力影响因素，并归纳整理驾驶压力识别方法。总结发现：交通拥堵、道路复杂性及新技术使用等驾驶环境因素是引发或增加驾驶压力的主要因素；非职业驾驶人易受车辆外部环境的影响，职业驾驶人易因工作产生负面情绪，导致驾驶压力增加。驾驶压力识别主要基于主观测评量表、驾驶行为分析及生理数据分析等方法开展研究，其中，基于生理数据的识别方法因其较高的识别精度和准确度被认为在驾驶压力识别领域具有明显的优势。从研究趋势来看，未来研究需重视社会环境以及多因素叠加对驾驶压力的影响，特别关注职业驾驶人及新技术的影响，以及如何采用多模态数据融合方法实现实时监测，以提高驾驶压力识别的精度。     

九牛造生药学研究

系统研究了九牛造的原植物形态、药材性状、组织结构、粉末特征及理化鉴别，并将其与同属几种传统中药（大戟、甘遂、泽漆）进行了比较，确定了九牛造果实具稀疏平钝的疣状突起，药材茎迹明显，质坚而脆，皮层窄，薄壁细胞含草酸钙结晶及粉粒等特征。     

FAULT IDENTIFICATION IN HETEROGENEOUS NETWORKS USING TIME SERIES ANALYSIS

Fault management is crucial to provide quality of service grantees for the future networks, and fault identification is an essential part of it. A novel fault identification algorithm is proposed in this paper, which focuses on the anomaly detection of network traffic. Since the fault identification has been achieved using statistical information in management information base, the algorithm is compatible with the existing simple network management protocol framework. The network traffic time series is verified to be non-stationary. By fitting the adaptive autoregressive model, the series is transformed into a multidimensional vector. The training samples and identifiers are acquired from the network simulation. A k-nearest neighbor classifier identifies the system faults after being trained. The experiment results are consistent with the given fault scenarios, Which prove the accuracy of the algorithm. The identification errors are discussed to illustrate that the novel fault identification algorithm is adaptive in the fault scenarios with network traffic change.     

地铁车辆站名动态显示系统的设计和应用

介绍一种基于专用语音识别芯片HM2007的地铁车辆乘车站名动态显示系统,在车辆不作任何改动的基础上实现语音报站与显示的同步。