4Cr9Si2船用柴油机排气阀抗热腐蚀性能

为了解船用柴油机排气阀材料4Cr9Si2的抗热腐蚀性能,用金相显微镜、电子探针和能谱对其腐蚀进行分析.结果表明,4Cr9Si2在500~800℃的抗热腐蚀性能低于1Cr18Ni9,合金中足够的铬含量可以在腐蚀孕育期使合金表面形成致密连续的保护性氧化膜,从而改善合金的热腐蚀性能.镍可以在热腐蚀的加速扩展期起固定硫的作用,从而减缓、延迟了硫向合金基体内的扩散,提高合金的热腐蚀抗力.     

作战仿真模型组合流程动态可编辑方法研究

针对作战仿真系统灵活性差、交互性低、可操作性难等问题,结合国内外仿真系统设计模式现状,在深入研究作战模型动态组合技术、作战模型动态编辑技术和可视化编程技术的基础上,提出了一种基于脚本语言的支持可视化编程、模型组合可动态修改的作战模型仿真技术,在模型设计上采用面向接口与切面设计方式,从而实现灵活高效作战行为建模与仿真。通过舰艇平台仿真系统开展攻防对抗作战仿真,对方法的可行性与有效性进行了验证。试验结果表明,该方法提高了作战仿真开发效率与灵活性,具有较好的应用前景。     

电信空调冷却塔供冷系统节能应用

根据电信机楼的空调负荷特点,在冬季和部分过渡季节,选择使用冷却塔加板式换热器的间接式免费供冷空调系统为电信机楼提供冷量。介绍了冬季机房空调送风温度和冷却塔供冷温度的确定,分析了冷却塔供冷温度对冷却塔运行消耗的影响。通过预测计算确定冷却塔免费制冷的的运行时间及节能效果。并引入了冷负荷供需指数的概念,经过现场测试计算得出江苏电信第二枢纽工程中影响该指数的三个因素,最后总结了江苏电信免费制冷技术的节能情况和应用潜力。     

基于模糊故障树的柴油发动机故障诊断方法研究

机车在交通运输领域有着不可替代的作用,提高机车的运用和维修的可靠性是实现其功能的保证。本文将模糊数学理论与故障树分析方法相结合,建立了16V240ZJ型机车发动机的故障树模型,对以发动机不能正常起动为顶事件的模糊故障树的模糊算子进行了分析计算;并对该模糊故障树进行了定性及定量分析。通过对燃油供给系统、空气供给系统、起动系统及其主要组成部件发生故障的概率分析,得到了机车不能正常起动的故障树顶事件发生的模糊概率隶属曲线及顶事件发生的概率可信区间。采用模糊故障树对发动机的故障进行诊断的方法克服了传统故障树分析中需要大量可靠性数据和部件失效精确概率值的缺点,同时为开展机车的运用和维修工作提供了一定的理论分析基础。     

RBF网络在电喷发动机故障诊断中的应用

阐述了神经网络的模型、算法和分类,利用电喷发动机实测数据作为学习样本,采用径向基函数神经网络建立发动机的故障诊断模型,通过该模型对电喷发动机的参数进行了辨识,表明RBF网络学习速度很快,适于在线实时监测与诊断.     

基于80C196KC单片机的汽车发动机怠速控制系统设计

设计以80C196KC单片机为核心的汽车发动机怠速控制系统,扩展片外存储器和I/O口,增加了通信电路,设计直流电机的驱动电路.采用H桥TLE6209芯片实现了电机的可逆控制.分析发动机怠速工况特点,设计相应的控制策略,试验结果表明基于电控节气门的发动机怠速模糊控制系统,具有良好的动态特性和稳定性,能很好的满足怠速工况控制的要求.     

关于搜索引擎排队模型的性能分析

目前许多搜索引擎都是使用基于关键字查询的检索算法和技术,返回的页面数量成千上万.顾客需要花费大量时间和精力进行浏览筛选有用信息,筛选过程中产生不耐烦情绪,从而转换关键词进行重新搜索.本文针对搜索引擎的服务即时性特点,把顾客因不耐烦进行重试的次数抽象成虚拟顾客,对一个顾客到达服务台引起的系统忙期进行研究.     

车辆起步过程发动机恒转速自适应模糊控制研究

车辆起步发动机恒转速控制是一种有效的起步控制策略,如何实现发动机转速跟随目标转速曲线变化以提高起步性能是一个难点.针对这一问题,制定了离合器接合控制原则,设计了以发动机转速及其目标转速、离合器行程为控制参数的自适应模糊控制及相应协调规则构成的控制系统.仿真试验表明在不同工况下该控制策略均能保证发动机基本无超调地达到目标转速,实现了发动机恒转速起步,离合器滑摩功小,能够反映驾驶员起步意图,提高了车辆起步性能.     

基于电控柴油机、TC+AMT及制动的TCS研究

针对某4×2车辆,设计了基于电控柴油机、TC AMT及驱动轮独立制动联合控制的牵引力控制系统的方案,并提出了控制策略。建立了动力传动系统、整车等数学模型。在Matlab\Simulink环境下搭建了仿真模型,并对典型工况进行了仿真分析。结果表明所提出的牵引力控制策略能够使柴油机、TC AMT及制动系统的控制有机结合,有效地改善车辆在弱附着路面上的起步加速能力。     

基于自适应模糊推理系统的柴油机故障诊断

为解决柴油机故障诊断问题,采用自适应神经模糊推理系统(ANFIS)建立其故障诊断模型.利用减法聚类方法确定模型初始结构,并采用由梯度下降算法和最小二乘算法所组成的混合学习算法优化模型参数.经文中试验数据检验,所建模型故障识别值与实际值之间的最大误差为10.16%,最小误差为0.115%,平均误差为2.26%,识别精度达到了97.74%.仿真结果表明,与BP网络模型相比,该模型收敛速度快,拟舍能力强且诊断识别精度高,能够有效识别柴油机放障.