基于不同行驶工况的纯电动汽车电能量消耗影响因素研究

针对不同行驶工况下纯电动汽车电能量消耗差异较大的问题,从理论上分析了纯电动汽车电能量消耗与行驶特征参数之间的关系,并以某款纯电动汽车为研究对象,选取NEDC,Jap1015和FTP75典型城市工况进行了基于行驶工况的纯电动汽车电能量消耗实验,分析了加速、匀速和减速工况对纯电动汽车电能量消耗的影响,验证不同行驶工况下纯电动汽车电能量消耗与行驶特征参数的关系。研究结果表明,加速过程是纯电动汽车电能量消耗最大的过程,该过程消耗的电能量占总电能量消耗的60%以上,且其单位里程能耗随着行驶过程中平均加速度增大而增大。     

上海市防汛指挥3级视频会商系统建设

上海市防汛指挥视频会商系统是全市防汛工作非工程措施的重要组成部分。针对目前信息采集点分布不够完善,信息系统需要延伸到乡镇的迫切要求,结合各区县、乡镇防汛信息化实际能力,提出防汛指挥3级视频会商系统建设方案。系统将有效提高全市防汛信息化管理应用水平和防汛工作效率。     

高压共轨柱塞泵柱塞副摩擦学研究

柱塞偶件作为高压共轨柱塞泵的重要精密偶件之一,柱塞与柱塞套之间的油膜特性直接影响泵的寿命。柱塞受到的径向力对油膜的厚度产生影响,可能产生润滑不良、加剧磨损。对柱塞油膜厚度的研究有助于解释其磨损失效原因。通过进行柱塞受力分析、油膜压力分析得出油膜厚度的变化情况。通过仿真计算不同柱塞位置的油膜厚度分布,得出柱塞副易受磨损的部位,并研究不同工作压力对油膜厚度的影响。对磨损后的柱塞偶件进行电镜扫描,分析其磨损机制。结果表明:当凸轮转过180°时,柱塞上端油膜最薄,此处最易磨损;当凸轮处于0°时,柱塞套下端油膜最薄;工作压力增大,油膜厚度减小。由电镜扫描结果可知,其主要磨损方式是黏着磨损和硬质颗粒的犁沟效应。     

盐酸改性凹凸棒石条件对去除Cd2＋效果的影响

以去除微污染原水中Cd2＋为例,对经过高温预处理的天然凹凸棒石进行盐酸改性,考察了酸化浓度、酸化温度以及酸化时间对凹凸棒石去除Cd2＋效果的影响.结果表明：最佳预处理温度为300℃;盐酸改性凹凸棒石的最佳酸化浓度为3 mol/L,最佳酸化温度为60℃,最佳酸化时间为2.0h;在此条件下,盐酸改性凹凸棒石对水体中Cd2＋的去除效果最好,去除率达到92.6％.     

面向防汛业务的高可用软件定义数据中心技术与实践

防汛业务系统需要IT资源提供可用性支撑,造成逐渐严峻的数据中心运维压力。从防汛业务现状出发,结合云计算、大数据和人工智能等技术,探索一种新的数据中心搭建模式,通过软件高度自动化的过程对数据中心进行重新定义和自动化部署,设计一个面向防汛业务的软件定义数据中心架构模型。在一段时间的技术论证和实践下,该架构充分承受数据中心的日常工作生产管理,为防汛业务系统的运行保障提供支撑,可为防汛业务在数据中心的运维管理积累实践经验。     

色眼：新的人眼色差简化眼模型

应用双色游标对准技术提出了一种新的测量人眼色差的方法。测量结果用于确定新简化眼在可兑光谱范围内折射年的变化量。为了减小球差，进一步将新简化眼的折射面改为非球面。新简化服被称为色眼，它提供了人眼色差的两种形式：纵向与横向色差改进的考虑。     

大连软件园：全产业链的运营服务实践

从某种意义上讲，将来没有什么产业地产商，而应该是产业地产的运营商和服务提供商。     

基于介电非线性机制的微带电路无源互调效应研究

微带电路无源互调产生机制尚无定论并且缺乏可靠的理论预测方法,本文基于等效受控源模型,建立了基于介电非线性机制的微带线无源互调的解析计算模型,同时,通过对比测试聚四氟乙烯玻纤布介质微带线和空气介质微带线的三阶互调规律验证了介质非线性是微带电路无源互调的一种主要非线性来源,并提取了非线性参数.实验结果显示聚四氟乙烯玻纤布介质微带线比空气介质微带线的传输互调高了约20dB,反射互调高了约15dB,表明介质非线性是聚四氟乙烯玻纤布介质微带线互调的主要来源.同时,根据本文建立的微带线互调计算解析模型,提取聚四氟乙烯玻纤布介质基板的三阶非线性相对介电常数.本文研究方法可以进一步用于其它微带电路无源互调规律计算研究.     

城承物业：高端物业服务助力房企营销

＂倒、倒、倒,好,停!＂一位身穿军用作战服、佩戴墨镜的秩序维护员用标准的手势指挥前来世华龙樾看房的客户车辆,车辆停稳后,秩序维护员在车辆前挡风玻璃上放上遮阳罩,打开遮阳伞,一边为客户遮挡太阳一边引路。待客户被送到售楼处楼下时,一位高大帅气的小伙子早已撑起遮阳伞在此恭候,这是迎宾员,他用标准的礼仪把客户引领至售楼处。进入世华龙樾售楼处大门,面带微笑的礼宾员一边向客户问好,一边优雅地引领客户到指定地点。     

基于改进堆叠降噪自编码的滚动轴承故障分类

作为一种新兴的机器学习方法,深度学习在故障诊断领域逐渐得到了应用。其中,堆叠降噪自编码(Stacked de-noising auto-encoders,SDAE)算法先对原始数据添加损伤噪声,然后通过自编码网络进行数据重构,从而得到更鲁棒性的特征表示,易于进行故障分类。然而针对具体的故障诊断问题,网络隐含层节点数、稀疏参数以及输入数据置零比例将直接影响诊断的结果。因此,提出一种改进的SDAE诊断方法,利用粒子群算法(Particle swarm optimization,PSO)对DAE网络超参数进行自适应的选取来确定SDAE网络结构,据此得到故障状态的特征表示,输入到Soft-max分类器中进行故障分类识别。通过变转速工况下的滚动轴承故障仿真和模拟试验对算法进行验证,试验结果表明,基于PSO-SDAE网络的诊断方法在泛化性、故障识别率方面均优于支持向量机(Support vector machine,SVM)、反向传播神经网络(Back propagation,BP)以及深度置信网络(Deep belief network,DBN)。