“魅力”老师——记福州吉昌驾校教练员林飞

福州吉昌驾校教练员林飞，科班出身，曾是部队汽车连行车标兵。转业至今，他处处以部队的作风严格要求学员。俗话说：“打铁先要自身硬”。汽车教练员和教书育人一样，是一种责任、一种使命。一次，新学员第一天学习基础驾驶，学员小张第一个上车，当他拉开车门，右腿刚刚伸进驾驶室，屁股还没坐定时，就急忙从口袋中掏出一包“红狼”香烟，递给林飞，希望请教练多关照自己。     

见证“德国造”的魅力

据说，日本真正有钱的人，都不买日本车，他们心中首选的车辆是德国造的轿车。所谓百闻不如一见，去年在德国走了一趟，见证了德国车辆的魅力，对德国交通也有了初步的了解。我认识的一个朋友在德国从事汽车销售，对德国汽车的方方面面了如指掌。据他说，每7个德国人里，就有1个是从事与汽车有关的行业。德国是一个汽车王国，每年汽车销售400万辆左右，仅次于美国和日本，但销售总金额基本上是相同的。     

爱车情结——记驻榕某部汽车连红旗车驾驶员练志卿

当兵六年来，练志卿爱车胜过爱自己。在驾驶员岗位上，安全行车5万余公里，连续三年被上级机关评为“红旗车驾驶员”。     

上汽通用五菱汽车股份有限公司

上汽通用五菱汽车股份有限公司是由上汽集团、美国通用汽车公司、柳州五菱汽车有限责任公司三方合作的大型微车制造企业，于2002年6月4日正式签约成立。     

从一起事故谈流动式起重机的安全管理

1事故案例 1．1事故概况 2013年3月30日下午16：10左右,在某市污水处理项目施工工地使用的1台QYl2型汽车起重机,在吊装1个预制钢筋笼的时候,起重机整机连同吊钩上拴挂的钢筋笼一起向臂架作业方向（当时臂架在汽车起重机正后方作业）倾倒,     

背负的“炸弹”

方便快捷的出行方式和愈来愈高的燃油成本之间的矛盾成为有车一族的苦恼。不仅如此,国人大谈环境保护、提倡使用新能源,也成为寻求解决汽车尾气,采用高效廉价替代品的催化剂。目前来说,采用天然气作为动力无疑是想要节约成本的车主的最爱。其实,"油改气"这个概念早在十几年前就已经出现。1999年,科技部、国家环保总局等13部门联合出台《关于实施"空气净化工程——清洁汽车行动"的若干意见》,重点开展了以天然气(LNG)、液化石油气(LPG)为代表的燃气汽车技术开发和示范推广。北京、上海、天津、重庆、成都及川中地区、哈尔滨、长春、西安、乌鲁木齐、广州、深圳、海南等12个试点示     

突发事故的应急救援实例

2005年7月29日早5点左右,山东省济宁市境内日东高速公路上,发生了汽车追尾重大交通事故,其中,盛装危险化学品的压力容器被撞。济宁市质量技术监督局接到报警后,由刘建华副局长带领抢险队伍和必需的应急救援器材,以最快的速度赶赴现场,同时赶到现场的还有济宁市政府主管安全的秘书长,济宁市公安消防、安全生产监督管理等部门的负责人。现场状况万分危机事故现场中,一辆装有20余t液化石油气的汽车挂车,先与一辆装棉花包的货车和左侧另一辆装满钢筋的货车相撞,又被后面的一辆装满铁屑包的货车追尾。此时,汽车罐车后部已开始泄漏并着火,紧靠罐体…     

车用高分子材料不同地区户外曝晒试验相关性研究

目的将3种高分子材料以及3种车用外饰材料分别投放在中国海南琼海和美国佛罗里达州2种典型湿热环境中进行户外曝晒试验,研究气候相似的2种地区的试验相关性。方法通过测试相同时间间隔下不同材料在2处试验场曝晒过程中的黄变程度,表征材料的老化现象。采用斯皮尔曼等级相关系数的统计方法,研究材料在2个地区相同时间节点的试验结果的相关性,并利用时间同轴的作图方法比较2个地区严酷度的差异。结果琼海与佛罗里达州2个地区在各个时间节点的相关系数接近于1,且在材料黄变方面呈现一定比例关系。结论琼海和佛罗里达州2个地区的试验结果呈现出较好的相关性,且严酷度比值约为琼海︰佛罗里达=1︰1.19。     

汽车环境风洞降雨模拟影响因素研究

目的 研究自然界降雨量与汽车环境风洞模拟降雨量之间的关系,得到中国气象条件的雨量设定经验公式,为汽车环境风洞模拟降雨量的设定提供理论依据。方法 理论分析自然界气象降雨和汽车环境风洞模拟降雨的特点和差异,研究影响汽车环境风洞模拟降雨量的因素。结果 在无风条件下,影响汽车环境风洞降雨量的因素有气象降雨量、前挡风玻璃倾角、雨滴直径和车速等。按照车速将降雨分为汽车停止和汽车行驶2种模式,提出结合中国气象条件的汽车环境风洞模拟降雨量的经验公式。结论 在相同降雨等级下,汽车停止状态下的汽车环境风洞降雨量一般大于车辆行驶状态。在气象降雨量等级为短时中雨时,行驶汽车的雨量设定值与车速呈指数增长关系。     

基于IPSO-LSTM的新能源汽车锂电池健康状态监测

为监测新能源汽车锂电池的健康状态(SOH),防范电池故障引发安全事故风险,提出改进粒子群算法(IPSO)和长短期记忆(LSTM)神经网络相结合的模型,监测锂电池的SOH。首先,采用Spearman相关性分析法,提取锂电池SOH监测的健康因子;其次,采用线性惯性权重和非对称学习因子改进传统粒子群算法(PSO),利用IPSO算法对LSTM模型的隐含层神经元个数、神经元失活率、批处理值进行关键参数寻优,进一步优化LSTM模型,建立IPSO-LSTM锂电池SOH监测模型;最后,以新能源汽车主流采用的18650锂电池数据集验证IPSO-LSTM模型,并对比分析BP、LSTM和PSO-LSTM这3种模型。结果表明：IPSO-LSTM模型的平均绝对误差(MAE)在0.02以内、均方根误差(RMSE)在0.03以内,监测误差在15%以内,相较于BP、LSTM、PSO-LSTM模型,IPSO-LSTM模型的误差指标值均最小,模型具有更高的精度和稳定性。