基于有限元法的驾驶室FOPS&ROPS性能分析

【目的】在控制成本的前提下,避免因电动装载车工作环境恶劣,引发各类事故带来的致命伤害。【方法】以某电动装载车驾驶室为试验对象,为校核现有的驾驶室设计是否满足国家标准,首先利用SolidWorks软件建立装载车驾驶室三维模型,并根据国家标准建立驾驶室防落物和防滚翻的有限元分析模型,然后分别对驾驶室施加侧向、垂向、纵向和落物载荷。最后对驾驶室结构的应力、应变、能量等进行分析。【结果】1)基于驾驶室FOPS的两种工况,按照国标试验基准施加产生的能量大于1 365 J及11 600 J的落物时,驾驶室顶部均未与DLV产生干涉。2)驾驶室的侧向承载能力和纵向承载能力均满足最新国家标准规定,驾驶室未与DLV产生干涉。但在垂直载荷下,顶部侵入量过大,变形已经侵入DLV空间。3)对驾驶室顶部结构进行改进,改进后的装载车驾驶室在垂直加载时未侵入DLV空间,能有效保证驾驶人员的生存空间不受侵犯,满足国标要求。【结论】将顶部中间横梁改为纵梁,将顶部米字形结构改为井字形结构能够有效避免顶部侵入过大的问题,可以显著提高农业、林业或工业车辆在发生事故时的安全性。

结合决策树和AdaBoost的缓存侧信道攻击检测

缓存侧信道攻击严重威胁各类系统的安全,对攻击进行检测可以有效阻断攻击。为此,提出了一种基于决策树和AdaBoost的AD检测模型,通过匹配系统硬件事件信息特征,快速有效地识别缓存侧信道攻击。首先,分析缓存侧信道攻击特点,提取攻击硬件事件特征模式。其次,利用决策树的快速响应能力,同时结合AdaBoost对数据样本进行加权迭代,对采集的不同负载下的特征数据进行模型训练,优化检测模型在不同负载时的整体检测精度。实验结果表明,该模型在不同系统负载条件下的检测精度均不低于98.8%,能够快速准确地检测出缓存侧信道攻击。

基于ARM的船舶新风控制系统设计与实现

通过研究目前船舶新风系统的现状,针对人们对新风控制系统智能化、远程化的需求,根据实际情况,设计了一套基于ARM、多参数新风传感器、风机和无线传输模块的船舶新风控制系统。该船舶新风系统的智能化、网络化升级,不仅可以促进新风系统在智能化、自动化和网络化方面的进步,而且对我国船舶新风系统未来的发展具有一定的指导意义。

基于霍夫变换的车道线检测跟踪及车道偏离预警

为了实现自动驾驶系统中的车道线检测,课题组研发了一种基于霍夫变换的车道线检测跟踪及车道偏离预警算法。首先对采集到的图像进行图像预处理,包括图像灰度化、高斯滤波、Canny边缘检测、划分感兴趣区域,再将采集到的点进行霍夫变换以检测直线,然后利用单目相机测距原理计算车道线底部端点至图像中心的距离,判断车辆是否偏离车道。实验结果表明,课题组所提出的算法识别正确率为97.72%,车道偏离预警率达100%,识别率和预警率较高,处理后的视频帧率约为22帧/s,能够满足实时性的要求。但课题组没有考虑光线、地面干扰等因素的影响,未来还需要改进算法,以进一步提高识别精度和程序运行速度。

南方丘陵地区促进农业机械化发展的建议和对策——以广东省韶关市始兴县沈所镇为例

高校在实施乡村振兴战略中要发挥人才和专业的优势,充分利用“三下乡”社会实践活动的机会培养学生认知、服务地方经济发展的综合能力。本文通过暑期“三下乡”的社会实践调研,分析了广东省始兴县沈所镇农业机械化发展中的问题和原因,提出针对性的意见建议,助力乡村振兴战略。

基于机器学习的多目标缓存侧信道攻击检测模型

当前缓存侧信道攻击检测技术主要针对单一攻击模式,对2~3种攻击的检测方法有限,无法全面覆盖;此外,尽管对单一攻击的检测精度高,但随着攻击数增加,精度下降,容易产生误报。为了有效检测缓存侧信道攻击,利用硬件性能计数器(HPC)采集不同的缓存侧信道攻击特征,结合机器学习算法,提出一种基于机器学习的多目标缓存侧信道攻击检测模型。首先,分析不同缓存侧信道攻击方式的相关特征,精选关键特征并收集数据集;其次,进行独立的训练,建立针对每种攻击方式的检测模型;最后,在检测时将测试数据并行送入多个模型中,根据检测结果判断是否存在某种缓存侧信道攻击。实验结果显示,所提模型在检测Flush+Reload、Flush+Flush和Prime+Probe这3种缓存侧信道攻击时,分别达到99.91%、98.69%和99.54%的高准确率,即使在同时存在多种攻击的情况下,也能准确识别各种攻击方式。