电动汽车牵引无限变速器的传动特性研究

设计了用于电动汽车传动系统的牵引无限变速器(TIVT).在分析其基本结构和工作原理的基础上,系统地分析了其核心部件的运动学和动力学特性,建立了传动比、滑动率、传递转矩和传动效率的数学模型,进而利用仿真软件ADMAS对其主要传动特性进行了分析研究和数值计算.结果表明,当输入转速不变时,输出转速随操纵环摆动角的变化而变化;当动力传动部件之间纯滚动或滑动率较小时,牵引无限变速器的传动效率较高,合理的设计可使传动效率达到99%.以某型号纯电动汽车为计算实例,其它条件完全相同时,匹配TIVT的电动汽车续驶里程较原车增加8.8km.     

多纤维增强重型汽车制动器摩擦材料的摩擦磨损性能研究

采用芳纶浆粕、玻璃纤维、硅灰石纤维和钛酸钾晶须多纤维混杂增强制备重型汽车制动器摩擦材料.利用XD-MSM型定速摩擦试验机,考察了摩擦材料的摩擦系数和磨损率随温度变化的情况,并且通过扫描电镜观察了摩擦材料在不同温度下磨损后的表面形貌,分析其摩擦磨损机理.研究结果表明,所研制的摩擦材料具有足够的机械性能和优异的摩擦磨损性能,热衰退小、恢复性能好、耐磨损,可满足重型汽车制动性能的要求.材料在中高温下主要是磨粒磨损和热疲劳磨损,同时伴随着粘着磨损.     

基于BP神经网络的车牌自动定位方法

提出了基于BP神经网络的车牌自动定位方法。实验表明，由此建立的车牌自动定位模型适角于各类机动车辆，总定位率为99．5%，达到了业务使用的要求。     

基于深度学习的道路车辆目标检测系统设计

针对现有道路车辆目标检测系统由于计算量过大,且在复杂背景下容易出现误检的问题,设计了一种基于深度学习的道路车辆目标检测系统;系统硬件主要由信号输入模块、控制模块、中央处理模块和输出通道模块四部分组成;引入XCV50E芯片构建控制模块,通过高速随机存取存储器(RAM)快速分配信号;利用TMS320C6202芯片设置中央处理模块,将PCI9054作为信号输出模块的核心设备;软件设计中,完成用户登录、数据采集及处理、模型训练等设计;引入深度学习策略,先采用直方图均衡法处理环境光线干扰的问题,然后建立改进YOLOv4模型,处理噪声等干扰信息,最后基于注意力机制完成图像特征提取优化,进而更精准地完成道路车辆目标检测;实验结果表明,所提系统具有很好的鲁棒性,能够很好地减少计算量,提高检测准确率。     

考虑通信延迟的多自治水下航行器协同定位算法

自治水下航行器(AUV)协同定位中通信延迟具有常态性. 面对延迟到达的信息, 传统方法一般会有定位精 度或实时性的损失. 针对通信延迟的不利影响, 本文在建立水声探测和通信时延模型的基础上, 以扩展卡尔曼滤波 (EKF)为算法框架, 提出了信息顺序到达和信息出序到达2种协同定位算法, 并以建构面向信息出序情景的算法为 主要创新工作. 在信息顺序到达算法中, 将延迟信息进行序贯处理以减小定位误差. 在信息出序到达算法中, 以信 息出现一步滞后的延迟为背景, 使用出序信息直接对从AUV最新状态估计进行再更新, 信息无损地实时估计运动 状态. 计算机仿真实验结果表明, 本文算法相比于传统的航位推算、整周期滤波、量测丢弃等方法, 具有更高的估计 精度; 相比于数据缓存滤波、重新滤波等方法, 具有强实时性.     

Intelligent power management in micro grids with EV penetration

Large deployment of Electric Vehicles (EVs) adds new challenges in the operation of a microgrid. Assuming that a number of EV owners allow their batteries to charge when their cars are parked, this paper proposes an approach that aims to find suitable individual active power set-points corresponding to the hourly charging rate of each EV battery connected to the microgrid. A multi agent system based controller is designed to find these active power set points for optimal power management of EVs, distributed energy resources in the microgrid, and the loads.     

基于BERT的心血管医疗指南实体关系抽取方法

实体关系抽取是医疗领域知识问答、知识图谱构建及信息抽取的重要基础环节之一。针对在心血管专病知识图谱构建的过程中尚无公开数据集可用的情况,收集了心血管疾病领域的医疗指南并进行相应的实体和关系类别的专业标注,构建了心血管专病知识图谱实体关系抽取的专业数据集。基于该数据集,首先提出双向变形编码器卷积神经网络（BERT-CNN）模型以实现中文语料中的关系抽取,然后根据中文语义中主要以词而不是字为基本单位的特性,提出了改进的基于全词掩模的双向变形编码器卷积神经网络（BERT（wwm）-CNN）模型用于提升在中文语料中关系抽取的性能。实验结果表明,改进的BERT（wwm）-CNN在所构建的关系抽取数据集上准确率达到0.85,召回率达到0.80,F₁值达到0.83,优于对比的基于双向变形编码器长短期记忆网络（BERT-LSTM）模型和BERT-CNN模型,验证了改进网络模型的优势。     

基于BERT的中文多关系抽取方法研究

构建三元组时在文本句子中抽取多个三元组的研究较少,且大多基于英文语境,为此提出了一种基于BERT的中文多关系抽取模型BCMRE,它由关系分类与元素抽取两个任务模型串联组成。BCMRE通过关系分类任务预测出可能包含的关系,将预测关系编码融合到词向量中,对每一种关系复制出一个实例,再输入到元素抽取任务通过命名实体识别预测三元组。BCMRE针对两项任务的特点加入不同前置模型;设计词向量优化BERT处理中文时以字为单位的缺点;设计不同的损失函数使模型效果更好;利用BERT的多头与自注意力机制充分提取特征完成三元组的抽取。BCMRE通过实验与其他模型,以及更换不同的前置模型进行对比,在F1的评估下取得了相对较好的结果,证明了模型可以有效性提高抽取多关系三元组的效果。     

浅析中国电动汽车产业发展的配套政策

借鉴发达国家(地区)发展电动汽车的成熟经验,结合我国现有的政策环境,研究提出适合我国电动汽车发展切实可行的配套政策体系,并提出相关的政策建议。     

USV&AUV水下目标协同搜索与打击航迹规划

异构载运工具合作执行复杂任务是提高任务完成效率的有效手段,己被广泛应用于军事与民用任务.关注对水下目标的搜索与打击任务,此项任务由水面航行器(unmanned surface vehicle, USV)与水下航行器(autonomous underwater vehicle, AUV)合作完成.首先描述USV&AUV系...