当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 日本制造业造假丑闻频发,川崎重工承认篡改船舶用发动机测试数据

日本制造业造假丑闻频发,川崎重工承认篡改船舶用发动机测试数据

来源:IT之家 2024-08-26 13:55:02 0浏览 收藏

IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《日本制造业造假丑闻频发,川崎重工承认篡改船舶用发动机测试数据》,聊聊,我们一起来看看吧!

本站 8 月 23 日消息,因日本制造业巨头川崎重工存在篡改船用发动机测试数据的不当行为,8 月 22 日,日本国土交通省对川崎重工公司神户工厂进行现场检查。8 月 21 日,川崎重工发布新闻稿,就该公司存在的篡改船用发动机测试数据的不当行为道歉。

日本制造业造假丑闻频发,川崎重工承认篡改船舶用发动机测试数据


川崎重工承认其 673 台二冲程柴油发动机和 1 台四冲程发动机的测试结果发生了变化。“具体而言,调查证实,公司船用柴油发动机的车间试验燃油消耗率已通过测试设备的操作进行了改变,以将数值保持在客户规格的允许范围内并减少数据差异。这有可能影响这些发动机的氮氧化物排放计算。”该公司在一份声明中写道。

日本制造业造假丑闻频发,川崎重工承认篡改船舶用发动机测试数据

本站注:

川崎重工业株式会社(简称川崎重工)是一家以重工业为主要业务的日本企业,业务范围涵盖航空、太空、铁路车辆、摩托车、船舶、机械以及其他各式各样的设备。

川崎重工的历史:

  • 1878 年:川崎正藏在大藏省的帮助下建立了川崎筑地造船所。
  • 1896 年:更名为株式会社川崎造船所,这是川崎重工业的前身。
  • 至大正时代的第一次世界大战期间:已拥有蓬勃发展的造船业。
  • 二战后:经历日本经济高速增长,川崎重工仍为日本军工企业中的老字号之一。

近期事件:

今年 4 月份,日本制造巨头 IHI 公司也承认:

  • 至少 20 年来伪造船舶和铁路发动机的燃油经济性数据。
  • 被篡改的测试数据包括 4,361 台发动机,其中绝大多数(4,215 台)是为国内外客户提供的船舶发动机。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

版本声明
本文转载于:IT之家 如有侵犯,请联系study_golang@163.com删除
在 Java 中函数式编程的错误处理机制在 Java 中函数式编程的错误处理机制
上一篇
在 Java 中函数式编程的错误处理机制
TCL 中环回应基地停产传闻:仍在正常生产运营,目前无缩减产线计划
下一篇
TCL 中环回应基地停产传闻:仍在正常生产运营,目前无缩减产线计划
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    345次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    408次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    405次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    368次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    190次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码