未来几年,新的城际高速铁路技术可能会在美国投入运营。本报告对其中一种技术进行了初步安全审查,即法国列车“Grande Vitesse” (TGV)。TGV 已被选为“德克萨斯三角区”的特许经营者。特许经营申请过程中考虑的另一个系统是德国城际快车 (ICE),它是配套报告的主题。高速铁路技术的设计和建造是为了适应特定的运营场景。到目前为止,三种钢轮轨道系统都是为不同应用而设计的,已成为安全相关观察的主题:瑞典 X2000、法国 TGV 和德国 ICE。这些新技术可能需要我们以全新的眼光审视当前的安全要求。例如,现有的适用于高速铁路的法规和条例可能必须适应独特的现有外国技术。此外,必须评估外国标准是否适用于美国的实践、期望和历史,以确保美国的安全水平达到欧洲和日本的安全水平。最后,任何为满足特定美国客户应用而改变的外国设计、建造和运营都必须进一步评估,以确定这些变化对所需的外国和美国安全保障的影响。这一责任由联邦负责
高速列车已成为世界各地交通运输系统不可或缺的一部分。随着速度的提高,列车周围区域会产生非常高的速度,称为滑流。过去几十年来,人们进行了实验研究来研究这些现象的影响。滑流速度是使用放置在轨道上行驶的真实列车和在移动模型装置和旋转轨道装置等装置上运行的模型列车附近的风速计测量的。但是,大多数这些研究的成本都相当高。本论文的目的是找到一种测量滑流的替代方法。分离涡模拟用于模拟 ETR500 高速列车 1:15 比例模型周围的流动,其配置不同,类似于在轨道和风洞中进行的测试。将模拟结果与在都灵-诺瓦拉高速线上进行的实验测试获得的数据进行了比较。还进行了风洞测试以验证 CFD 数据。从结果得出结论,可以使用在列车前方设置滑动地板的风洞装置来确定列车产生的滑流速度是否在 TSI 标准规定的限值内。
高速列车已成为世界各地交通运输系统不可或缺的一部分。随着速度的提高,列车周围区域会产生非常高的速度,称为滑流。过去几十年来,人们进行了实验研究来研究这些现象的影响。滑流速度是使用放置在轨道上行驶的真实列车和在移动模型装置和旋转轨道装置等装置上运行的模型列车附近的风速计测量的。但是,大多数这些研究的成本都相当高。本论文的目的是找到一种测量滑流的替代方法。分离涡模拟用于模拟 ETR500 高速列车 1:15 比例模型周围的流动,其配置不同,类似于在轨道和风洞中进行的测试。将模拟结果与在都灵-诺瓦拉高速线上进行的实验测试获得的数据进行了比较。还进行了风洞测试以验证 CFD 数据。从结果得出结论,可以使用在列车前方设置滑动地板的风洞装置来确定列车产生的滑流速度是否在 TSI 标准规定的限值内。
伯明翰大学研究档案电子论文库 这篇未发表的论文/学位论文的版权归作者和/或第三方所有。作者或第三方对本作品的知识产权由 1988 年《版权设计和专利法》定义或由任何后续立法修改。对本论文/学位论文中包含的信息的任何使用都必须符合该立法,并且必须得到适当的承认。未经版权所有者许可,禁止以任何形式分发或复制。
摘要 列车作为一种高效的交通运输方式,其安全性受到广泛关注。在列车车辆结构设计中,需要对旅客疏散时间进行评估。建立仿真模型是实现此目标最快、最方便、最实用的方法。但很少有学者关注旅客列车疏散仿真模型的可靠性。本文提出了一种基于动态时间扭曲和多维缩放的新验证方法。所提方法验证了仿真模型的动态过程,提供了统计结果,可用于列车疏散场景等小样本场景。案例研究的结果表明,所提方法是一种有效且量化的动态过程中仿真模型验证方法。因此,本文基于仿真实验结果描述了列车结构尺寸对疏散的影响。结构尺寸因素包括门宽度、通道宽度和座位间距。实验结果表明,较宽的通道和合理的座位间距可以促进适当的疏散。此外,正常的列车门宽度对疏散没有影响。关键词:仿真,旅客列车疏散,结构尺寸,验证
肌电接口在消费者和健康应用中前景广阔,但目前它们受到不同用户之间性能差异和任务间通用性差的限制。为了解决这些限制,我们考虑在操作过程中不断适应的接口。尽管当前的自适应接口可以减少受试者之间的差异,但它们在任务之间的通用性仍然很差,因为它们在训练期间使用了特定于任务的数据。为了解决这一限制,我们提出了一种新范式,使用自然眼球注视作为训练数据来调整肌电接口。我们招募了 11 名受试者,使用从前臂肌肉测量的高密度表面 EMG 信号在 2D 计算机光标控制任务上测试我们提出的方法。我们发现我们的凝视训练范式和当前的任务相关方法之间的任务性能相当。这一结果证明了
这项研究由孟加拉国联合国际大学的研究人员与CDU研究人员Asif Karim博士,Sami Azam博士,Sami Azam博士,Kheng Cher Yeo博士,Friso de Boer教授和副教授Niusha Shafiabady,他也是ACU的研究人员。
绿色能量定义为源自可再生能源的能量。它也被称为干净,可持续或可再生能源。绿色能源产生不会向大气中发出危险的温室气体,从而几乎没有环境影响。太阳能,风,地热,沼气,低影响力的水电和某些合格的生物质来源都是关键的绿色能源。
布尔日军事学校设有列车和军事乘务组博物馆,该博物馆属于陆军遗产代表团负责的十五个军事博物馆网络之一。该学校于 1978 年在图尔成立,2009 年与物流和火车学校同时加入布尔日。
许多公司都拥有大量客户数据,并且意识到这些数据对于训练人工智能模型非常有价值。然而,一些公司还没有考虑清楚,他们是否真的可以将这些数据用于此目的。有时这些数据是经过多年收集的,通常是在公司考虑将其用于训练人工智能之前很久。潜在的问题是,收集数据时有效的隐私政策可能没有考虑或披露这种用途。以超出或超出收集数据时有效的隐私政策允许的方式使用客户数据可能会有问题。这导致了集体诉讼和联邦贸易委员会的执法。在某些情况下,联邦贸易委员会对未经适当授权使用数据训练人工智能模型的公司处以称为算法追缴的处罚。这种处罚非常严厉,因为它要求删除数据、模型和用它构建的算法——而且代价可能非常高昂。例如,FTC 于 2021 年 1 月对 Everalbum Inc. 提起行政投诉。Everalbum 提供了相册和存储应用程序,但将客户的照片和视频用于其他目的。Everalbum 经常在未经用户许可的情况下创建新的数据集,并利用这些数据集训练其面部识别技术来创建不同的应用程序。它也没有删除停用帐户的用户的照片和视频。FTC 与 Everalbum 就人工智能和隐私侵权达成和解,结果是 Everalbum 不得不销毁各种数据、算法和模型。这是算法吐出的一个示例。它要求一方销毁非法获取或不当使用的数据,以及用这些数据构建的模型和算法。有些人将此比作毒树之果的概念。算法披露的范围可能很广。美国联邦贸易委员会已对其进行了全面定义,包括全部或部分使用不当收集或使用的数据或其他内容开发的任何模型或算法。值得注意的是,此定义可以涵盖不当收集的数据,也可以涵盖正确收集但用于超出向收集数据的用户披露或同意的目的的数据。从美国联邦贸易委员会甚至承认 Everalbum 没有不正当地获取照片和视频这一事实中可以清楚地看出这一点。问题是它这些照片和视频均由用户自愿上传,用于存储和生成相册,Everalbum 已就此目的适当地获得了同意。