智能汽车专业校企合作模式及人才培养方式的探究

智能汽车已经成为未来汽车领域的发展方向,且高校逐渐与企业合作,建立智能汽车人才培养模式。但是现阶段,校企合作深度以及人才培养方式仍然存在一定的不足,不利于为智能汽车领域输送更多的人才。基于此,本文主要探究智能汽车专业校企合作模式以及人才培养模式,详细阐述智能汽车专业校企合作模式及人才培养模式中存在的问题,进而提出针对性的建议。     

先期振动对高聚物胶凝堆石料动变形特性的影响

先期振动对土石坝地震变形影响显著。通过开展不同先期动应力作用下的动三轴试验,研究了先期振动对未加固堆石料和高聚物胶凝堆石料动变形特性的影响。结果表明:先期振动对未加固堆石料和高聚物胶凝堆石料的弹性轴应变无明显影响,但显著降低了其塑性轴应变;未加固堆石料和高聚物胶凝堆石料的残余变形在先期振动影响下显著减小,与未经受先期振动的试样相比,先期动应力为40%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为48.1%和42.0%;先期动应力为80%围压的试样,最大残余剪应变降低幅度和最大残余体应变降低幅度的平均值分别为80.9%和71.6%。先期动应力幅值越大,再次经历动应力时未加固堆石料和高聚物胶凝堆石料产生的残余变形越小,抵抗变形能力提高越明显。最大残余变形的降低幅度与固结比、围压及高聚物含量无关。随后修正了沈珠江动残余变形模型,修正后的残余变形模型可以反映高聚物对堆石料残余剪应变和残余体应变的影响。与未经受先期振动的试样相比,先期动应力为40%围压的高聚物胶凝堆石料(高聚物质量比R_p=2%)的改进残余变形模型参数c₁和c₄分别降低了27.7%和61.2%;先期动应力为80%围压的高聚物胶凝堆石料(R_p=2%)的改进残余变形模型参数c₁和c₄分别降低了68.8%和79.3%。     

基于PSIM的磁力轴承用功率放大器仿真研究

本文阐述磁力轴承用PWM功率放大器的实现原理,推导传递函数,理论上分析了功放电流纹波特性并推导电流纹波的数学表达式,建立了基于PSIM的功放仿真模型,依据奈奎斯特稳定判据对PI参数进行设计并进行验证,在软件中对功放的纹波特性进行仿真,并与理论分析进行对比.仿真表明在相同母线电压下,三电平功放比两电平功放纹波小很多.     

燃料电池氢喷射器控制技术研究

为满足燃料电池功率需求,实现氢气侧压力平滑控制,提出了一种氢喷射器控制方案。通过周期性控制喷嘴数和peak-hold时间占空比,并采用了调节量屏蔽方法,以提高压力输出调节能力。建立实验系统,写入软件进行控制实验,表明了该方法的可行性。     

一阶逻辑中的扩展子句消去原则

对于一阶逻辑定理证明器，子句集化简一直是必不可少的步骤，这将有助于提高后续一阶逻辑定理证明器的证明效率. 针对子句冗余性的判断，提出了一种评估子句冗余性的原则:集合蕴涵模归结原则. 并且证明了该原则在不带等词一阶逻辑上的可靠性，根据该原则删除子句，不会影响原始子句集的不可满足性或者可满足性. 此外，依据该原则提出了两种新型的一阶逻辑预处理方法:集合归结包含消去（set resolution subsumption, SRSE）方法和集合归结不对称恒真消去（set resolution asymmetric tautology elimination, SRATE）方法，并证明了这两种子句消去方法在不带等词一阶逻辑子句集上的可靠性. 最后在理论上比较了SRSE方法和归结包含消去（sesolution subsumption elimination, RSE）方法以及SRATE方法和归结不对称恒真（sesolution asymmetric tautology elimination, RATE）方法之间的有效性，结果表明SRSE方法和SRATE方法分别比RSE方法和RATE方法更为有效.      

基于行驶工况的零部件耐久性测试工况构建

针对汽车零部件耐久性测试工况获取过程复杂的问题,提出了通过实际行驶工况解析出零部件耐久性测试工况的方法.基于西安市某线路纯电动公交车实际运行数据构建得出行驶工况,根据车辆实际参数建立整车仿真模型,仿真并计算得到基于实际行驶工况的电机输出轴应力载荷工况.由线性疲劳累计损伤理论和电机输出轴材料S-N曲线得出电机输出轴损伤值计算方法,并通过四峰谷值雨流计数法统计出不同应力载荷工况下的电机输出轴受到的损伤值,从而得出对应的循环寿命,选择寿命最短的行驶工况对应的电机转速工况和转矩工况作为电机输出轴耐久性测试工况.     

轨道车辆车体涂装国产机器人生产线设计

机器人涂装替代人工喷涂,可改善作业环境,降低操作者劳动强度,提高车体油漆涂装质量.文章通过对轨道车辆车体涂装和机器人涂装的特点分析,设计适用于轨道车辆车体涂装的国产机器人生产线方案,为车体涂装国产机器人生产线的设计和应用提供指导意义.     

Toward using social media to support ridesharing services: challenges and opportunities

Ridesharing has been attracting increasing attention from both academia and industry. One of the challenges posed by the study of ridesharing is to identify the most valuable information for improving the ridesharing decisions taken by participants. Another challenge is to use harvesting techniques to extract specific types of travel-related information. Many methods have been developed by the community in order to solve these issues. However, due to a lack of information sharing between different transit authorities and the difficulty of identifying subjective perceptions of the experience of ridesharing, understanding and evaluating how social media data might support or obstruct goals for mobility, safety and environmental sustainability in ridesharing is a difficult task. In this survey, we first analyze the literature on ridesharing with a focus on the properties and model of service, and introduce a framework to describe the major components required for a ridesharing service. Then, we illustrate the potential value of information extracted from social media and present the rationale for harvesting travel-related data. Finally, we detail some possible directions and different approaches for using social media data, and highlight their assets and drawbacks.