矿井索车的优化设计

对矿井索车优化设计中的几个关键性问题进行了探讨，包括驱动轮和尾轮的设计、钢丝绳直径的选择计算、托绳轮间距的确定、绳卡的设计、张紧力和张紧行程的确定、互锁问题的解决等。     

获取路面谱的一种新方法

通过理论分析和实际路面的测量,阐述了直接在汽车车桥上安装传感器测量路面谱的一种简便方法,并通过与用五轮仪测量路面谱方法的结果对比,得出了此种方法在一般汽车性能试验中的实际应用价值．     

多层升降横移式立体停车库的结构和控制系统

介绍了立体停车库的主要形式 ,着重分析了多层升降横移式立体停车库的结构及控制系统原理 ,编制了多层升降横移式立体停车库控制系统的程序 .经调试、运行证明 :采用可编程序控制器 (PLC)作为控制系统可行、简单且易于实现     

面向轿车工业 发展武汉纺织

随着社会的发展，轿车必将成为中国的重要生活商品。轿车制造业正在快速发展，并正在成为武汉的支柱产业之一。轿车有许多内部装饰用了纺织品，还有更多内在结构也需要纺织品。加上近年来国外发展极快的充气袋，轿车工业确是纺织品的重要市场。作为重要纺织基地，武汉应该面向轿车工业，实行纺织产业的调整与改造。     

摆式客车倾摆控制系统神经网络预测控制

考虑伺服电机及机械系统的非线性对车体倾摆的影响，并包括伺服电机的饱和非线性特性的影响在内，采用神经网络方法对非线性特性的动态系统的输入输出关系进行辨识研究，建立摆式客车伺服系统神经网络非线性模型；提出在摆式客车中运用神经网络预测控制结合鲁棒控制的复合控制系统，解决这类非线性系统的控制问题，即应用神经网络进行辨识及预测控制．研究表明，从理论及工程应用角度看神经网络预测控制都是切实可行的，为在摆式客车倾摆控制系统中应用神经网络预测方法提供了一个新的方向．     

基于图像处理技术的汽车追尾预警系统的研究

如何防止高速公路中汽车追尾是智能交通系统所要急待解决的问题.本文利用中心透视原理和图像处理的方法可以解决车道识别,车辆识别和车间距测量的关键难点,达到高速公路汽车追尾预警的目的.实验结果表明效果良好,算法简便,可以有很好的实时性.     

基于LIN总线车灯控制系统的研制

于Local Interconnect Network(LIN)汽车总线技术, 在DP-51H单片机数据通信综合仿真实验仪上提供一个实现LIN-bus通讯网络软硬件调试/ 仿真的环境, 综合考虑汽车在特殊环境下的工作性能, 研制了基于LIN协议的汽车车灯控制 系统. 该系统根据LIN协议开发设计了智能化主节点和从节点, 完成了主从节点的硬件选型 和电路设计以及软件分析和程序实现. 在车灯系统的设计中, 节点间的LIN通讯完全符合LIN 1.2规范协议, 该协议基于通用的UART/SCI硬件接口, 采用ISO9141单线传输标准, 采取单 主多从的总线型拓扑结构并提供方便的用户应用编程接口.     

热网络法预测车内温度的理论和实验研究

为对车内温度水平进行预测,采用热网络法对车辆停车和行驶状态下的车内温度进行计算。太阳辐射是影响车内温度水平的主要因素,而热网络法通过建立和求解节点热平衡方程,获得各节点的温度,尤其适用于以辐射为主的换热问题。车内外的对流换热采用实验关联式进行计算。由热网络法建立的节点热平衡方程组为非线性方程组,采用牛顿迭代法进行了求解。计算结果与实测温度值的比较显示,两者吻合较好,表明热网络法用于车内温度预测的有效性。另外,计算结果也显示车窗玻璃的透射率对车内温度有明显影响,在考虑安全的前提下,选取合适透射率的车窗玻璃材料可起到减少车辆能耗的作用。     

稻瘟病菌粗毒素对水稻成熟胚愈伤组织生长和分化的影响及抗性筛选

利用目前稻瘟病不同的优势小种菌株的液体培养提取的粗毒素对水稻成熟胚进行处理,粗毒素液对水稻愈伤组织的生长及分化有严重的抑制作用,与对照相比差异性极显著;不同浓度的粗毒素提取液其作用效果不同,随着毒素浓度的增大或是作用时间的延长,水稻分化受到的抑制作用越强。水稻成熟胚组织培养中进行抗稻瘟病菌突变体筛选的毒素浓度在25％～30％较好;愈伤组织浸泡12～24h可以得到分化出苗。在愈伤组织上直接加上毒素并长时间处理对愈伤组织的生长有很大的破坏作用,每个愈伤组织滴加的毒素应小于2．0ml。不同的水稻品种产生的耐性不同,可以筛选出抗稻瘟病的突变体。     

矿车连接装置控制系统的性能分析

为了解决矿车连接装置压力补偿问题,根据其结构特点和受力分析,从控制系统阀控缸的数学模型入手,建立位移控制和试验力控制的数学模型,并对系统在特定负载情况下进行详细地分析,确定影响系统的因素.研究结果表明:系统由位置控制切换到力控制时,应将放大器增益值调小,否则力控制系统的开环增益值将增大.位置控制与力控制两种情况都是有差系统,即在相同条件下,位置控制系统比力控制系统的稳定性能好.