首先我更正一下，我前边说的SX500的800bar，是用于富氧预燃室的部分，800BAR是它声称可以承受高温富氧烟气的压力。
关于自动驾驶的问题有点歪楼，其实就是想说马斯克那个喜欢玩噱头的倾向。我说单目自然不是说推荐单目方案，说单目的用意我也说了，你应该能正确理解和引用吧？我说的致盲自然也不是说遮挡，对外界一般性的光干扰，如果你对摄像头和激光都是同样的单目或者多头标准的话，现在的第三代激光雷达这方面明显是强得多。当然你要是非要找激光对射的类似的场景，那肯定激光雷达就有点麻烦。这里的重点，不是说各自最差的场景，选全时最优的，而是在别的传感器差的场景里，另外的传感器可以补偿和替代。这个逻辑应该清楚吧？
多传感器融合做不好不如不做什么的，这是特斯拉的说法，但理由听起来更像是他们的无能，而不是可以吹牛装噱头玩纯视觉。
富氧燃烧温度重要还是压力重要，首先压力高有一定的影响，是跟氧分压有关，这个按反应级数n跟绝压成n次方关系，而跟温度的关系是按阿累尼乌斯方程走的，温度的影响要大得多，尤其是到了预燃那个温度。比方，这么说吧，常温高压应该问题不大，但是常压高温肯定会有问题。
我只是指出目前的事实，按数据说话，他的最高复用记录，梅林的15次尚没有显著高于现有发动机的寿命裕量水平，而它的复用也不知道复用率多少，复用成功的是否换了主要部件，维护工作量多少。反正跟他声称的目标差得太远，打折扣太多。这并不是需要我造台发动机才能质疑吧？
我猜测的更多次复用可能碰到的问题是基于对已有故障的了解，我预计他可能会碰到一些困难需要克服，比方蠕变、疲劳、磨损这些。我先把话放这里。某种程度上，这总比你事后正确的马后炮靠谱吧。
关于涡轮泵的叶片冷却，如果他们没有的话，实际上是我的一个建议。因为通常涡轮叶片的高温蠕变也是影响它寿命的一个重要因素。如果马斯克要达到他的目标，或许这个也是个问题，也是个解决。你对这个问题的说法，真是空得不能再空了，希望你多严格要求下自己。
你说猎鹰无所谓复用，但是又拿梅林的15次复用来说事。那就拿星舰的猛禽发动机的复用来说呗，虽然可能结焦问题好一些，但是它的涡轮泵可能故障率会高些。
你自己不觉得自己在为马斯克的一切行为和选择先拜服再找理由，但是从这个帖子看，事实上可能真是有点那个倾向。你还为别人粉红愤愤不平，你自己不也是为了立场强找观点护面子的。
【 在 lvsoft 的大作中提到: 】
: 摄像头是有动态范围的，容易被致盲，白昼和夜间的转换之类的，都是动态范围的问题。当然tesla hw3.0用的是2015年的老旧cmos，动态范围12bit，fps35，分辨率大概是720p，谈不上多好，但也够用，起码黑夜场景不开灯看到黑衣人是没问题的。至于致盲，和遮挡是一样的，要致盲摄像头需要特殊的照射角度。多路摄像头的话某路被遮挡依然有足够冗余，而你最初提的单目摄像头，包括激光雷达被遮挡被致盲了那没了就是没了。而且激光雷达是更怕强光的，摄像头遇到强光只要减少电子快门时间，无非是场景变暗视同黑夜而已，激光雷达会被强光淹没主动照射信号，反倒是更怕被致盲哟。
: 毫米波雷达是我忘了谈了，早期特斯拉有一些主动介入规避车祸的视频，其中有一个是检测到了前车的前车发生事故主动刹车的，那个就是毫米波雷达的作用。不过多传感器和视觉信息的融合问题嘛。其实tesla在2021年的ai day里面说的很清楚，多传感器融合是不好做的，做的不好还不如不做。因为首先不管是啥方案，你必须要摄像头。有摄像头你就需要上ai，而上了ai你就需要一整套的仿真环境，要在虚拟世界里成倍的增扩泛化场景。不然就很难覆盖各种corner case。同时也并不是把在虚拟环境中训练的ai拿到正式环境直接就能用了，你还得补上虚拟环境和正式环境的gap。所以如果还要来个多传感器融合，那这个事情办起来就复杂了。ai day里面光把摄像头的仿真做的足够真实就说了不少篇幅。还来个激光雷达和毫米波，那你准备怎么模拟激光雷达和毫米波雷达在各种复杂场景下可能会产生的杂波和噪声信号？不解决好这些问题，上激光雷达和毫米波就会是阻碍scale up的因素，考虑砍掉没毛病呀。
: 喔唷，看得出来到你的专业领域了，视觉领域各种可能大概，这里就甩数据了。首先，你也未免太看不起我了吧？我能用FFSC这个词，不至于连这种基本知识还需要去现查现补吧？至于温度重要还是压力重要，你要具体的谈那就是个工程参数的平衡问题。温度和压力本质上都是对金属分子的动能表现，本质上就是一回事。包括易氧化性也一样，不仅仅是温度高就容易氧化的，压力高也一样。我认为温度不重要是因为你必定要上冷却措施，而你说的无非是具体冷却到什么温度下还能保持有多高的强度。这些还不就是材料细节问题嘛，SX500的800bar富养燃烧当然不可能是常温了，但它具体是工作在多少温度下，以及不同温度下具体的最大强度，这种工艺参数人家也不会说。你也不可能甩一张现在在用的，某款引擎中用的材料的温度强度曲线吧？所以我不明白你一直想讨论些什么细节？要么你自己造了台引擎，想拿出来show下，大家一起讨论下具体哪些地方想怎么改进，这样还更有的放矢一点。不然你想聊得东西就是空对空，我不明白有什么好聊的。
: ...................
--
FROM 221.216.144.*

燃烧室材料耐温性能很重要，根本不是你说的无所谓，这跟说的复用性有很大的关系，因为很多失效是合金材料耐温性能不足造成的。不然不锈钢就很好，而且耐温也不错。这个意思你明白？
关于激光雷达，我只是不接受纯视觉一定强的说法，他们说太贵或者没精力去玩多传感器融合，我倒可以接受，说融合不好不如纯视觉，这说法很可笑，自己因为各种原因融合不好，就排斥了融合好的优点了吗？
我问你个简单的问题，差不多的几个信源，如果要做报警三选二表决跟五选三表决哪个跟可靠？
你听了个特斯拉AI DAY就觉得取到经了是吧，你真懂了吗就拿出来吓唬人？
蠕变、疲劳、磨损之类的恰恰是20多次复用可能经常碰到的问题，你还是先学习下好吧？你说的套话才是正确而无用的废话。
你觉得你在这个帖子里有贡献吗？你是个合格的马斯克资料搬运者和崇拜者，如此而已。你没有提出别人不知道的东西，你也没有自己的思考。你也没有理解别人的能力，也没有正确的学习态度。
我不反对马斯克，我只是就事论事。你可能没法理解什么叫就事论事。
【 在 lvsoft 的大作中提到: 】
: 讨论引擎燃烧室材料，你拿不锈钢常温抗4000bar那就是正确的理解和引用了嘛？既然你喜欢用归谬法，就别怪别人针对你这点反驳呀。
: 你认为激光雷达强很多你拿出案例来呀，装了激光雷达的各种新势力车又不是没有，事故率也好，第三方评测也好，案例摆出来啊。至于多传感器融合，你居然认为是tesla无能...还真是无知无畏呢...你知道2021年tesla ai day对业界的震撼嘛？看你也不是做这个方向的，就先问一个问题，你不会还认为fsd是行业垫底吧？那我觉得咱俩在基本事实上存在严重分歧，就别聊了，各走各路呗。
: 你说的蠕变、疲劳、磨损之类的，都是正确的废话。就跟火箭上天需要引擎，就跟人不吃饭就会死一样，不解决任何问题，也不提供任何信息量。什么叫有价值的讨论？有价值的讨论就是哪怕你我的观点势如水火，但在讨论过程产生了大量有效信息，能让对方学到东西，这个叫有价值的讨论，也是我一直以来喜欢bbs这种形式的原因。所以我已经表达过很多次这样的观点了，这种无聊的讨论我不会再参加。
: ...................
--
FROM 221.216.144.*

你这个例子是低成本一次性，那跟复用完全不是一回事情。某种程度上是复古。你这种横跳想说明什么呢？
我那简单的问题前提是，这几个信源通常假设是各自独立的，事实上差异化越大越好。到高层可以抽象为高级语义信息，如果你要细化，可以给不同的信源给与不同的置信度。
AI现在靠蛮拼算力，这个事情我好几年前就说了，但是这不改变信息融合这个事情的本质。你耍个大花枪，最后一个钢镚还是一个钢镚。3选2和5选3是用来理解多通道融合概念的一个例子，你抬出一个数量级的概念来吓唬人似乎还觉得压人一头了，其实表现了你理解力的缺陷。
AI DAY的东西，从你的表现看你就是不懂啊，听得如痴如醉，觉得收获很大而已。“融合不好不如不融合”那个说法荒谬在哪里，好像我也说了吧？你最好还是试着了解下他们积极推“纯视觉”的真正动机。
“蠕变、疲劳、磨损之类的恰恰是20多次复用可能经常碰到的问题。”，我的下文是，可能马斯克马上就要碰到这些问题了，因为他最多复用到了15次。你说这些都是空谈，我的下文是你自己看看相关的研究和实例报道再说。这个不明白吗？
我说叶片内冷却是或许可以借给马斯克的点子，这可能能部分解决叶片蠕变问题，给涡轮泵延寿。你贴的涡轮泵照片网上到处都是，对我来说没有任何意义。而我的说法让你知道了叶片也可以内冷。然后你说一堆什么复杂性之类的人人皆知的废话，这样的废话我在说燃烧室和喷管冷却的时候已经说过了。你说谁的发言更有意义？当然你也可以嘴硬说你早就知道叶片内冷这个雕虫小技了。
扣帽子是你在喷民粹小将什么的，我只是觉得不平，你好像没资格这么说别人，既平庸还自命不凡的。你好像也不怎么懂还蛮喜欢装懂的。
【 在 lvsoft 的大作中提到: 】
: ok，我用老马的思维模式来举个极端点的推演。比如整个火箭引擎就做成一次性消耗品。只要能撑过整个回收过程飞回原地就好。引擎用不锈钢之类的便宜材料，用3d打印之类的技术一次成型。具体技术上是否可实现先不谈，我们假设它可以实现。整个引擎就是一次性的，但它很便宜，跟用掉的燃料一样便宜，同时几个小时就能打印好，更换过程也跟电车换电一样自动化掉。
: 那么你还有必要死怼出一个天顶星技术的xx材料么？星舰从碳纤维复合换成不锈钢，就是这种思路的产物。这个思路你明白？
: 说来说去，我要学习的就是马斯克这种被专业限制住思维的模式。你作为专业人员当然可以去专精你的本行。毕竟没有你这样的产出，这种模式也是无源之水。但如果你认为这就是唯一正确的路线，那我只能说这恰恰就是马斯克破除掉的迷信。
: ...................
--
FROM 221.216.144.*

问题是复用还没讨论完呢，一件件讨论不行吗？你是游击队长？
AI项目调参不就是试凑呗，当初有点自尊的人都会不屑于玩什么神经网络，就连马斯克最近也在讽刺AI其实就是统计。说起来模式识别，分类器啊这些的根都是几十年的老东西了，就是海量数据拼算力有什么好说的。你在说同质同构数据获取的难易程度，我说的是尽量独立信源的结论可靠性，就跟灾备要尽量分散开是一个概率道理，跟你还真是鸡同鸭讲。他们可能就是怕费力怕麻烦或者怕花钱，或者因为那样的盈利不在他们那里，说出的理由真是有点太敷衍了，可能也就你这样的人相信吧。
你抬出的数量级概念没错，但是有同样的问题，不搭茬。驴马嘴唇而已。
“说你咋不在人家复用5次的时候说嘛，这样现在就可以被打脸了然后case close了” 5次的时候没人讨论这事情啊，5次是时候主要是机械冲击和热冲击的关过了，然后利用现有发动机的寿命裕量就可以了，说穿了，这个阶段的复用就是别摔坏了，别（冷/热）激坏了，然后回来挑选整修下就行。国内基本上也还大致在这个阶段。20次可能需要考虑的事情就多了，我现在还这么说。比你只会玩虚的说空话强多了吧？
你喷民粹小将，这种标签其实未必准确，你既然觉得这么做合理，那就体会下被人贴标签的感觉，这也算公平吧。

【 在 lvsoft 的大作中提到: 】
: 复用是为了降低成本提升产业规模，不是为了复用而复用。
: 那你说每次发射都要消耗燃料呢，这些燃料也都是要提炼合成运输过来的。
: 是不是燃料也要复用下呢，否则就不算是完全复用，只能是复古咯？
: ...................
--
修改:MidNiter FROM 221.216.144.*
FROM 221.216.144.*

国内首次复用已经有人搞了。我更喜欢前瞻性的讨论，而不是马后炮。
【 在 lvsoft 的大作中提到: 】
: 我对复用的观点早就说了呀：
: 先把首次复用搞出来再说吧。
:
--
FROM 221.216.144.*