基于中国工况的重型柴油车排放和油耗研究分析

本文基于底盘测功机在法规推荐阻力和实际道路滑行阻力两种不同阻力下进行对比试验,研究不同阻力对重型柴油车排放和油耗影响。试验油耗和排放结果与底盘测功机阻力设定有直接关系,阻力越大,油耗越高,推荐阻力下的油耗比滑行阻力下的油耗高9.6%;对于气态污染物而言,相比于滑行阻力,推荐阻力下的CO_(2)排放量高9.1%,CO排放量高39.6%,NO_(X)排放量高16.9%。

基于JT/T 711-2016标准测试营运客车燃料消耗量

在我国,交通运输行业是国民经济的基础,但交通运输行业消耗大量能源,为了实现节能减排,营运客车的产品准入申报需满足JT/T 711-2016《营运客车燃料消耗量限值及测量方法》的技术要求。选取某品牌12m长营运客车作为试验样车,按照JT/T 711-2016标准要求,分别对等速、加速、怠速3种工况进行了燃料消耗量测试,然后经计算得出综合燃料消耗量。结果表明,该试验样车的综合燃料消耗量低于JT/T 711-2016标准规定的第四阶段燃料消耗量限值。测试流程为后续的营运客车燃料消耗量测试提供了参考。

基于JT/T 719-2016的商用车油耗测试分析

我国营运车辆的产品准入需满足特定法规标准的技术要求,且燃油消耗量是影响国民经济、运输成本及空气质量的关键因素。本文以最大总质量为31 t的某品牌厢式运输车为例,基于道路试验分别对等速、加速、怠速三种工况进行实测分析,经加权计算后得出的综合燃料消耗量未超出标准第四阶段限值,同时总结分析了当下影响油耗的集中因素,为后续营运车辆油耗试验改进提供了有力参考。

基于深度学习的糖尿病视网膜病变诊断方法研究

由于计算机技术以及人工智能的崛起和高速发展完善,图像处理和计算机视觉一类的高新技术开始被应用到医疗诊断的领域。传统对糖尿病视网膜病变(糖网病)的诊断受到医疗资源分布不均、医生的个人主观因素等影响较大,并且诊断过程耗时较长,本项目是以研究基于深度学习神经网络的方法来预测视网膜是否有病变,或者有轻度、高度、重度、增值型病。预期通过研究经典的神经网络模型,寻找一种基于深度学习智能算法的糖网病病变程度诊断方法,并搭建本地PC端可视化界面,使其具有易操作、普及度高的优势,实现对糖尿病视网膜病变的初步预测,辅助医生进行诊断治疗。