对公路、桥梁工程质量问题及其预探浅析

本文作者从管理和施工两个方面对公路、桥梁工程质量问题及其预防控制措施进行了较全面的论述。     

并联混合动力飞机牵引车控制系统设计与试验

分析了并联混合动力飞机牵引车的动力系统结构及工作模式,对目前主要的两种并联混合动力控制策略进行了分析比较,详细阐述了控制系统硬件及软件系统的设计方法,该控制系统在模拟工况测试试验中达到了预期的控制效果。     

空气悬架对提高车辆抗倾翻能力的分析

针对近年来商用车侧翻事故的凸现,提出了一种利用空气悬架提高车辆倾翻阀值,减小车辆倾翻危险的方法,编写了控制器,在MATLAB中SIMULINK下建立了七自由度车辆模型,并进行了仿真。仿真结果表明,半主动空气悬架能够有效提高车辆倾翻阀值,提高车辆抗侧翻能力。     

利用简易工况法对在用汽车排放检测之探讨

在用车尾气排放的治理和监管是中国城市大气环境改善的重点工作之一。利用典型在用车,对国家标准GB18285—2005规定的双怠速法、ASM法、VMAS法和IM195等在用车尾气排放检测方法进行了试验研究,探讨了ASM和VMAS两种检测方法的适用性。     

药芯焊丝在车辆行业中的应用

分析了药芯焊丝的特点,阐述了药芯焊丝在车辆行业中应用的状况及发展前景,指出了加快药芯焊丝的发展对我国车辆产业的重要意义。     

轮胎印迹识别及案例分析

轮胎印迹是轮胎在地面上滑动,摩擦生热,使轮胎橡胶产生塑性变形,并产生橡胶微粒,粘附于地面上形成的。事故现场的轮胎印迹分为三种：胎印、擦印和拖印。其中轮胎拖印是事故分析过程中最有价值的资料之一。它不仅反映了事故前后车辆的运动轨迹、轮胎状态、碰撞点的位置和制动措施,而且还可以根据印迹长度和形态分析车辆碰撞分离时刻的速度。     

基于CNN-BiLSTM的棉花产量预测方法

针对传统的作物产量估算方法在模型泛化方面的不足及缺少时序特征和空间特征的问题,该研究以机采棉为研究对象,结合无人机遥感平台与深度学习技术对棉花进行多期遥感观测与估产。以棉花苗期、蕾期和花期的影像为时间序列数据集,构建基于卷积神经网络（Convolutional Neural Network,CNN）和双向长短期记忆（Bidirectional Long Short-Term Memory,BiLSTM）的混合模型（CNN-BiLSTM）进行棉花产量预估,提高时间维度和空间维度方面的特征提取能力,并分别验证CNN和BiLSTM的性能以及不同网络深度对估产的影响。研究结果表明,CNN和BiLSTM深度分别为14和1的CNN14-BiLSTM模型准确率最高,对比单一结构的BiLSTM该模型决定系数从0.851提升至0.885,其均方根误差和平均绝对百分比误差也均明显下降,在2.3 m×2.3 m的样方内,结果分别为147.167 g和6.711%。该研究实现了基于时间序列的棉花产量估算,可为类似的作物产量估算提供参考。     

场内巡视电动车的总体设计

依据场内巡视电动车的使用条件并按照法规对电动车的总体设计研究,完成悬架、驱动电机布置、转向系、制动系的选型和设计。     

汽车侧碰模型简化及其材料优化研究

根据整车侧碰模型建立了简化模型,通过B柱上、中、下部的变形速度和B柱的变形模式对比验证了简化模型的有效性。通过对简化模型的多因素正交优化设计,总结了侧面结构材料参数对侧碰性能的影响趋势,依次为:B柱材料、门槛件厚度、B柱加强件材料、门槛件材料、B柱加强件厚度,并将优组合方案应用于整车模型,仿真结果表明了材料优化方案的B柱变形速度趋势和原模型保持一致,假人胸部上肋骨峰值保持不变,中肋骨峰值得到了降低,下肋骨峰值有所升高,但在法规允许的范围内。