车用空调压缩机的发展

炎热的夏天，看到关闭着车窗行驶的汽车，如果在30年前，大家都会露出惊讶羡慕的目光。到如今，人们已经习以为常。现在，汽车已经普及到千家万户，空调已成为标准配置被人们所接受，人们的日常生活已经离不开空调。随着时代的发展、科技的进步和环保要求的提高，人们已不在仅仅满足汽车空调制冷这-单-功能，而提出了更高的要求。压缩机作为汽车空调的“心脏”，更是受到了前所未有的关注。     

置换行动(二)

威尔坐回驾驶座上,把后车座的车窗摇下来,不然车内狭小的空间里很快就会被酒味弥漫。威尔发动了车,踩下油门准备送布拉德回家。身后已经传来布拉德的鼾声,他睡着了。"这家伙睡觉都成了一绝了,不管什么时间,什么地点,什么人在身边,是否喝了酒,想睡就能睡过去!"     

风沙流对列车车窗玻璃破坏能力的试验测试

基于新疆铁路风区是全世界铁路内陆大风风速最高、风灾最严重的地区之一,加之以铁路沿线沙粒粗大的砾漠地貌,形成的风沙流使车窗玻璃破损情况严重,是影响列车大风期间行车安全的重要问题之一,通过试验手段将风载荷和沙粒冲击单独作用到车窗玻璃上,最后将这2种载荷耦合加载,对造成列车车窗玻璃破碎的主要原因进行试验分析。研究结果表明:车窗玻璃能承受的瞬态风压和稳态风压分别为69.38 kPa和29.50 kPa,各粒径等级沙粒能够击碎车窗玻璃的速度与粒径呈幂函数关系,幂约为-0.71;当风沙耦合作用时,车窗玻璃所承受的4 kPa环境风压使沙粒击碎玻璃的速度减小6%~7%,最终确定致使车窗玻璃破碎的主要原因是沙粒冲击而非风压载荷,且在风区恶劣风环境下,危险的粒径范围为5~6 mm。本研究对制定有效的风沙防护改进措施、形成保障车窗玻璃安全的行车指挥方案具有一定意义。     

基于YOLOX-S的车窗状态识别算法

通过对YOLOX-S模型引入可变形卷积神经网络和焦点损失函数(Focal loss),解决原YOLOX-S模型车窗识别准确率较低的问题.首先,通过在YOLOX-S模型的主干特征提取网络中引入可变形卷积神经网络,对卷积核中的各采样点引入偏移量,以便在原始图像中提取到更具有表征的信息,从而提高车窗识别的精准度;其次,使用Focal loss替代原模型中的二元交叉熵损失函数,Focal loss能缓解正负样本不平衡对训练的影响,其在训练过程中更关注难样本,从而提高了模型对车窗目标的识别性能;最后,为验证改进算法的性能,实验收集并标注15 627张图片进行训练和验证.实验结果表明,改进后的车窗识别算法的平均目标精度提高了3.88%.     

车窗对车辆侧向气动性能影响的数值模拟

采用基于Spalart-Allmaras方程的分离涡模拟(DES)数值模拟方法,就车窗外形对车辆侧向气动性能及流场结构的影响进行分析计算。研究结果表明:车窗对车辆侧向气动性能有较大的影响:和粘帖车窗车体相比,采用凹陷车窗的车辆侧向力系数由0.71变为1.20,升力系数由1.28变为1.74,倾覆力矩系数由-0.27变为-0.63;受凹陷车窗影响,车体顶部气流速度下降,背风区脱落涡被吸附到车窗附近,此处涡核线较多且杂乱;远处涡核较长,脱落涡直径较大;而粘帖车窗车体顶部气流流速较高,背风区脱落涡尺寸较大,且位于靠近车体的部位。数量较多,尺寸较小。     

用车窗尘土作画

据英国《每曰邮报》报道，当车窗布满尘土时，通常人们会将它们尽快擦干净。但对于美国人斯科特·瓦德来说，这些尘土却变成了他的画布，从达芬奇的《蒙娜丽莎》到爱因斯坦的肖像。他已经创造了一系列生动的尘土艺术。     

从“水中车”逃生的误区

北京“7·21”特大暴雨之夜，很多人通过电视直播，目睹了被困在广渠门桥积水中的汽车的救援场面，也引发了很多疑问：一辆车，“仅仅”被4米深的积水淹没，驾驶员为什么就无法逃脱呢？汽车没入水中后，车门不是应该一推就开吗？车窗玻璃不是应该一砸就碎吗？这事儿的确没那么简单。     

矿恋·初到矿山(第一章第一节)

刚刚进入六月,天空早已收起了春的温和和妩媚,露出霸道而又火爆的面目。火辣辣的太阳不间断地吐着火星子,空中没有一片云,没有一点风,地上已经着了火,一些似云非云、似雾非雾的灰气,低低地浮在空中,已经热得发了狂。所有的树木都无精打采、懒洋洋地站在那里,枝条一动也不动,叶子也挂着尘     

车窗艺术

通常人们会在车窗布满尘土时,将它们尽快擦干净,可这些尘土对于美国得克萨斯州的斯科特·瓦德来说却是难得的画布。斯科特·瓦德进行车窗艺术创作已经有4年时间了。开始时,他用手指为工具创作绘画,因此在车窗上创作的画非常简单,看起来甚至有点像卡通画。后来,他在尝试用     

汽车窗升降器自锁条件及结构参数设计研究

从密圈弹簧的本构关系分析车窗升降器的开启与自锁特征，揭示了自锁条件下结构本数设计规律，并用实例验证研究结论。