论文部分内容阅读
自2020年9月推出以来,GR Yaris已经参与了多种赛车运动,丰田总裁就曾驾驶其参与过Super Taikyu系列赛.GR Yaris遵循“驾驶者至上”的汽车开发方式,根据驾驶员在极端使用条件下反馈的问题持续改进车辆.
个人定制化赛车——丰田GAZOO GRMN YARIS
【摘 要】
：
自2020年9月推出以来,GR Yaris已经参与了多种赛车运动,丰田总裁就曾驾驶其参与过Super Taikyu系列赛.GR Yaris遵循“驾驶者至上”的汽车开发方式,根据驾驶员在极端使用条件下反馈的问题持续改进车辆.
【出 处】
：
世界汽车
【发表日期】
：
2022年2期
其他文献
在不考虑客观随机因素的飞机飞行姿态动力学建模和仿真过程中,仿真结果通常与飞行实测数据具有一定的偏差.以飞行实测数据的统计分析为基础,研究了一种具有随机激励的飞行姿态动力学建模方法,并采用随机动力学的研究手段对飞机的飞行动力学问题进行仿真分析.计算结果显示,随机因素对于飞行姿态具有显著的影响,且考虑不确定因素的仿真模型随机响应能够比确定性响应更精准地模拟飞机在真实环境中的飞行状态,为下一步精准分析飞行姿态提供了新的思路.
吸气式电推进系统能收集高空稀薄气体作为推进剂,延长卫星的工作寿命,其关键性技术之一是进气道的结构设计.采用直接模拟蒙特卡罗(DSMC)法,数值研究了进气道长纵比、进气道出口锥角和栅格结构及其几何尺寸参数对进气道进气性能的影响规律.结果表明:提高进气道长纵比,能提高进气道的压缩比和收集效率,当长纵比为7时,压缩比和收集效率达到最大值,分别为200和0.65;增大进气道出口锥角,进气道的压缩比和收集效率呈现先增大后减小的变化趋势,出口锥角的理论最优值为70°;栅格结构能有效防止已捕获粒子从进口逸出,从而提高进
随着煤源短缺、煤价上涨,火力发电厂运营成本不断上涨的情况,许多电厂都采用燃用劣质煤、掺烧煤泥等措施来降低成本,但也出现了锅炉水冷壁严重结焦、大面积高温腐蚀等情况.以某燃烧器对冲布置电站锅炉为例,针对燃烧劣质煤、煤泥后造成的水冷壁结焦及高温腐蚀问题,通过对低烟温区的燃烧器改造,解决了水冷壁结焦和高温腐蚀的问题,达到了预期效果,为企业取得了显著的经济和社会效益.
降低火电厂厂用电率是提高企业经济效益的重要途径,汽电双驱引风机的使用是降低火电厂厂用电率的重要手段.结合某百万机组,介绍了汽电双驱引风机系统的设备概况、运行控制方法及逻辑保护,探讨了汽电双驱引风机的经济性,指出引风机汽电双驱运行方式可以大大降低引风机电流及厂用电率,减少汽轮机调气门的节流损耗,节能降耗效果非常显著.
在归纳总结强风地区风力发电场常见问题类型的基础上,从风电场架空线路的绝缘化处理配合原则、方法和对绝缘子的选择等方面,分析了风电场输电线路的优选方案,提出了在强风地区风电场架空线路绝缘化处理的方法及措施.
地震勘探数据中包含的噪声比较复杂,基于先验的传统建模方式无法准确地刻画噪声分布.深度学习 通过多层卷积神经网络自动提取数据的深层次特征,利用非线性逼近能力 自适应地学习而得到一个复杂的去噪模型,为地震数据去噪带来了新思路.但是,目前基于深度学习的去噪方法在样本覆盖不充分的情况下,学习得到的模型泛化能力不强,极大地降低了去噪效果.为此,提出一种鲁棒的深度学习去噪算法.该方法的网络模型由两部分子网构成,分别实现含噪地震数据的噪声分布估计与噪声压制.噪声分布估计子网采用多层卷积神经网络估计噪声分布;去噪子网引入
重磁数据网格化和滤波结果直接影响解释结果,为此设计了合理的深度学习网络结构以实现高精度重磁数据网格化和滤波处理.建立基于自注意力机制深度学习的网格化方法,使用 自注意力机制层对二维位置编码进行处理,得到融合了全局与局部信息的位置编码向量,再将位置信息与异常信息融合输出节点异常,从而降低数据的失真性.针对重磁数据噪声具有随机性、条带状的特点,首先采用卷积神经网络进行噪声分类,针对条带状噪声和随机噪声分别采用 自注意力机制神经网络和卷积自编码器进行去除,可获得质量较高的基础数据.模型试验表明,深度学习的网格化
如今越来越多的车型开始引入先进驾驶辅助系统,这些最新技术的引入,除了让行车更加轻松、安全外,也为未来实现自动驾驶铺平了道路.但在市场上,厂家对于驾驶辅助的宣传过于激进,由此引发了一系列的矛盾,甚至造成安全事故.rn面对这种情况,消费者不禁要问上一句:驾驶辅助靠谱吗?
期刊
横波速度是反映储层岩性特征的重要参数之一,而常规测井数据中往往缺少横波速度数据.为此,根据横波速度与其他参数的关系,构建了端到端二次型寻优网络,利用 自然伽马、孔隙度和纵波速度直接预测横波速度,无需求解中间的过渡参数.网络训练过程使用二次型寻优算法替代Adam算法,同时采用正交试验法分析训练策略(包括优化算法)及不同参数(网络层数、训练井数等)对横波速度预测结果的影响.分析结果表明:优化算法对预测效果的影响最大,二次型寻优算法比Adam优化算法预测效果更好、效率更高;选择合适的激活函数可对预测效果起到积极
常规去噪方法众多,但每种方法都受某种假设或条件限制.另外,常规去噪方法中一些优化问题具有多个局部极值,导致算法可能收敛到局部最优解而非全局最优解.为此,提出了一种基于平稳小波变换与深度残差网络的地震随机噪声压制方法.采用残差网络(ResNet)的拓扑结构,结合平稳小波变换压制地震数据噪声.残差模块有效避免了网络过深引起的梯度消失或计算消耗但损失函数趋于饱和的问题.另外,小波变换是一种高效的特征提取方法,可获得信号低频和不同方向高频特征信息,分区域学习信号或噪声的特征.首先,对Train400数据集中的每幅