北京车展:科技演绎汽车工业高境界

<正> 也许没有什么其他机器改变人类生活的程度比汽车还要大。因而,现代汽车工业技术的创新和变革总是吸引着万众的目光。6月6日～13日,如山似海的人潮涌向北京国展中心,观看第七届北京国际汽车展。当那些流光溢彩,凝结着现代科学技术的光芒与人类聪明智慧的崭新汽车纷纷撩起神秘的面纱,——展现在专业人士与社会大众面前时,人们被汽车文明的光辉深深地打动了。这与其说是一次汽车展览,不如说     

某型车载火炮信息管理系统中CAN总线网络设计

分析了CAN总线特点以及构建网络的优点重点介绍了CAN总线在某型车载火炮信息管理系统中的成功应用,进行了CA N网络硬件与软件设计,制定相应的通信协议,提高了系统的实时性、可靠性以及抗干扰性。     

第二代车载诊断系统OBDⅡ

第二代车载诊断系统OBDⅡ在现代轿车上的应用越来越多，该系统和OBDI相比有很大的不同，本文主要介绍OBDⅡ的产生和应用的背景，OBDⅡ系统的工作特点及其MIL灯点亮的条件，装备OBDⅡ系统的车辆故障修复后的测试循环程序，以及由于OBDⅡ系统的应用对维修工作所产生的影响。     

大气环境监测车载激光雷达系统通过鉴定

2005年7月14日，中科院综合计划局会同基础科学局对中国科学院安徽光学精密仪器研究所承担的奥运科技项目——“大气污染预报、预测和预警技术和设备研究——车载激光雷达”进行了验收。同时，该所研究的“AML-2车载式大气环境监测激光雷达系统”也一同通过了中科院组织的成果鉴定。     

基于Windows NT平台上的RAS技术在无线电监测系统中的应用

介绍了在无线电监测系统中，如何解决移动车载站中的计算机与局域网里固定监测站中的计算机之间的远程通讯问题、通过RAS(远程访问服务)建立一个类似于局域网的广域网，实现固定监测站与移动车载站之间以及不同移动车载站之间的远程连接和数据通讯．详细描述了如何配置RAS服务器和客户端的计算机；怎样在程序中建立远程连接和进行数据传输；并针对无线电监测网要求是一个无中心网络的特点，设计了稳定高效的C／S软件模型结构并选择不同的数据传输协议处理不同类型的数据信息。     

大气环境监测车载激光雷达系统通过鉴定

7月14日，中科院综合计划局会同基础科学局对安徽光机所承担的奥运科技项目“大气污染预报、预测和预警技术和设备研究——车载激光雷达”进行了验收。同时，该所的“AML-2车载式大气环境监测激光雷达系统”还通过了中科院的科技成果鉴定。     

面向制造企业的智能企业诊断系统

概述了企业诊断系统的研究现状,分析了其与企业信息系统研究相孤立所带来的问题.为适应现代制造企业管理的需求,提出基于数据仓库的智能企业诊断系统.智能企业诊断系统由查询与跟踪、问题识别和指标评价、模糊Petri网推理、诊断过程概要解释、问题解决支持、人机界面等6个主要模块构成.为了更好地处理企业诊断知识的模糊性、整体性和复杂性,通过扩展模糊Petri网系统实现企业诊断的知识建模和推理.功能模型描述了系统各模块的主要功能及其与数据仓库系统间的集成方式.此外,讨论了模糊Petri网诊断推理、与数据仓库系统的集成、知识提取和数据挖掘等系统实现的关键技术和方法.通过智能企业诊断系统、数据仓库系统和OLAP三者的有机集成,提供一个有效的企业诊断集成环境,使管理者能够更好地解决经营管理中存在的问题,充分发挥制造企业潜力,使企业健康发展.     

设备监测与诊断系统构成技术的研究和实践

对适用于设备监测诊断系统的多种体系结构进行分析与研究，指出各自的优缺点和适用对象，并以２００ＭＷ汽轮发电机组监测诊断系统的结构设计为例，进行了实例设计分析。     

全球卫星定位系统原理及应用

文章系统地介绍了全球卫星定位系统的概念、发展、定位原理及特点，着重介绍了全球卫星定位系统在车辆管理方面的应用。     

The Intelligent Decision Support System Model of SARS

Based on the intelligent decision support system, a new method was presented to defense the catastrophic infectious disease such as SARS, Bird Flu, etc.. By using All Set theory, the decision support system (DSS) model can be built to analyze the noise information and forecast the trend of the catastrophe then to give the method or policy to defend the disease. The model system is composed of four subsystems: the noise analysis subsystem, forecast and simulation subsystem, diagnosis subsystem and second recovery subsystem. They are discussed briefly in this paper. This model can be used not only for SARS but also for other paroxysmal accidences.