油气耦连悬架系统的建模与仿真研究

针对车辆轮荷的显著差异会降低车辆的平顺性和驱动能力这一问题,提出了一种油气耦连悬架系统.首先介绍了该系统的结构和原理,并在Matlab/Simulink下搭建了其动力学模型,最后将该模型与车辆动力学仿真软件Carsim进行联合仿真,在不平路面下对是否装有该耦连悬架系统车辆的侧倾角、不足转向度、发动机输出功率等指标进行仿真对比,研究该耦连悬架系统对车辆平顺性和操纵稳定性的影响.仿真结果表明,油气耦连悬架系统可以增加车辆的通过性和驱动能力,提高车辆的平顺性.

某双筒液阻式减振器外特性建模

首先建立了筒式液阻减振器阀片受力变形的精确有限元模型,求出了阀片所受载荷与阀片挠度曲线的数值关系,从而得到了减振器内部阀系流量与压差的关系。然后将此阀系的特性曲线代入到基于结构的减振器模型中,并把减振器模型的输出曲线与台架示功试验曲线进行对比。仿真结果与试验结果有很好的一致性,验证了该模型的准确性。最后,通过仿真研究了复原阀结构参数对阻尼特性的影响。

用于轮胎-路面摩擦状态识别的胎内传感技术研究

介绍了目前几种轮胎胎内传感器(表面声波传感器、超声波传感器、光学传感器、胎侧扭转传感器、加速度传感器、PVDF传感器)的技术原理,分析了各种传感器的优缺点,并论述了胎内传感器的数据传输与供电的技术进展。由此指出,目前的胎内传感器已可以实现轮胎胎内变形和加速度信息的实时动态监测,可为底盘综合控制提供更准确的轮胎-路面摩擦系数信息。

面向深度卷积网络的多目标神经演化算法

传统的深度卷积神经网络设计方法依赖于人工设计以及反复试错,只能采用形式单一的网络结构,导致其参数过分冗余,乘法次数巨大.为了自动化地设计出结构灵活多变,网络规模及计算量较小的深度卷积神经网络,本文提出了一种面向深度卷积网络的多目标神经演化算法.该算法将深度神经网络表达成有向图,使用神经演化和多目标优化算法实现了深度、计算量和识别率下的多目标同时优化,同时还引入了线性规划用于将基因编码翻译为卷积层的配置参数,使得演化算法可以自动调整各个网络层的具体配置.演化得到的模型其最深路径上含有36个卷积层,CIFAR-100上Top5精度为86.1%,Top1精度为60.2%,与识别率相近的网络相比,具有结构新颖,乘法次数低等特点.综上,本文提出的方法能够自动生成一系列各具特色的深度神经网络,可根据在深度、计算量和识别率3个指标上的不同应用需求选择适合的深度神经网络,为深度神经网络部署于资源受限的无线传感器网络上提供了一种快速、经济、自动化的设计方法.

我国垃圾分类现状与智能分类垃圾系统设计分析

对于一个优秀的分离系统来说,加快分离过程,减少进料要求是非常重要的。同时,国内垃圾分类试点和国外垃圾分类实例也为新系统的设计提供了良好的经验。我们注意到,目前在中国的垃圾需要投入大量的人力,这造成了巨额的人力成本,拖低了垃圾分类的效率。对此,我们希望找到一种更有效的垃圾分类方法,利用垃圾密度的差异,利用振动分离技术来解决上述问题,并达到更高的精度,一次分离出更多的垃圾。在这种环境下,我们设计了这种智能垃圾分离系统。

中考物理计算题解题法宝——各地历年中考物理计算题解法归纳

在全国各地的物理中考题中,计算题都是必考的重点题型,分值通常占到12分～20分。对学生而言,也是难点题型,得分率通常低于其他题型。因此,解好计算题往往是中考致胜的关键。下面就各种常见题型及解法进行归纳。