基于SAE模型和Play算子的矢量磁滞模型研究

构建精确的矢量磁滞模型对电工装备电磁场数值分析是必要的。本文基于深度堆叠自编码器(SAE)模型结合磁滞算子空间理论提出了一种矢量磁滞模型。在模型结构中利用多个Play磁滞算子构建算子空间,样本中的磁场强度数据输入算子空间生成高维磁化状态矢量数据。该数据作为SAE模型的输入,利用SAE模型表征磁化状态矢量数据与模型输出磁感应强度的复杂非线性关系。通过训练样本生成的数据构建训练集和训练模型,获得SAE模型的参数。对测试数据的拟合结果表明:构建的模型可以有效地描述铁磁材料在旋转磁化情况下的非线性特性和各向异性。同时,对模型施加螺旋励磁,输出表明构建的模型可以有效地体现材料的矢量磁化特性。

基于SAE模型非光滑表面对气动减阻的影响

以SAE汽车模型为研究对象,采用计算流体力学数值模拟方法研究非光滑表面布置位置对气动性能的影响。通过对SAE汽车模型的不同位置(侧部、底部、顶部、前部、尾部)布置凹坑型非光滑表面,计算SAE汽车模型的空气阻力系数,比较光滑表面与非光滑表面的流线、速度矢量以及压力,分析非光滑表面气动减阻机理和减阻效果差异的原因,根据分析结果得到了合理且能够减阻的汽车非光滑表面布置位置。

基于SAE J2114翻滚试验的THUMS人体模型损伤研究

研究了台车翻滚试验中驾驶员侧人体动态响应,再现无约束状态下人体头部、颈部真实损伤情况。基于THUMS人体模型进行人体损伤模拟,运用LS-DYNA有限元仿真方法,在Ford Explorer有限元模型的基础上建立整车翻滚模型,将仿真结果与碰撞测试数据库中SAE J2114某台车翻滚试验结果进行对比。结果表明:前1.1 s内,驾驶员颅骨和颈椎骨折风险较小,但是颅脑有损伤的可能性。因此,该模型能反映实际翻滚事故中的乘员损伤趋势和车辆碰撞特性。而且利用THUMS人体模型能模拟乘员的运动响应,可直观地描述人体的受伤部位,但是HybridⅢ50%男性假人颈部不能如实反映人体在翻滚中动态响应。

三次光顺样条在FSAE轮胎数据处理中的应用

研究了三次光顺样条函数在大学生FSAE轮胎测试数据处理中的应用。通过使用三次光顺样条函数对赛车轮胎原始测试数据进行侧偏、纵向等特性曲线的拟合,可构造出便于建模的新轮胎数据。使用新的轮胎数据可以快速、准确地实现轮胎特性曲面的可视化,构建轮胎四变量仿真模型以及实现Magic Formula轮胎模型参数的识别,从而便于FSAE设计人员了解轮胎特性,构建轮胎模型以及进行整车动力学仿真。通过Matlab/Simulink编程以及ADAMS的仿真验证了上述轮胎数据处理方法的可行性,为中国大学生FSAE在轮胎数据处理领域积累了一定的经验。

提高SAE系列钢水洁净度的生产实践

分析了宣钢冶炼生产的SAE系列出口材结疤缺陷产生的原因,认为造成结疤缺陷的主要原因是铸坯表面存在结疤质量缺陷。经统计,钢水过氧化又是造成铸坯表面结疤质量缺陷的主要原因。通过提高转炉终点碳命中率、建立炉后钢水控氧模型、改进精练操作、改进连铸保护浇铸等措施,提高了钢水洁净度,减少了铸坯表面结疤等质量问题,大幅度减少了SAE系列出口钢材的结疤缺陷质量事故。

轿车会车时气动特性的数值模拟

以标准的SAE1∶4模型为研究对象,应用数值模拟方法对轿车的瞬态会车过程汽车空气动力特性进行研究.使用湍流模型中对于瞬态项的离散化方法,结合计算流体力学中用于瞬态模拟计算的滑移网格技术,对瞬态会车过程中流场变化进行了数值模拟研究.在国家法规允许的1倍车宽横向间距的情况下,捕捉会车过程中单车的阻力系数、升力系数、侧向力系数的瞬态变化,针对流场剖面上的静压场、模型表面的压力场等进行分析,总结了会车过程汽车瞬态气动特性.

基于大学生方程式汽车大赛的车辆专业教学模式改革

在现有的教学模式下,车辆工程专业理论教学与实践环节相互脱节,理论与运用也没有相应地结合。本文对现有教学模式存在的共性问题进行了阐述,接着以中国大学生方程式汽车大赛为平台,提出了改革车辆专业教学模式的一些相关措施,并将其应用于实践中。通过贯穿于大学生方程式汽车大赛中的实践教学环节,提高学生的专业知识掌握程度和工程素质。这种教学方法创造了一种将学习与实践相结合的创新人才培养和素质教育新模式,促进了学生基础能力、专业知识运用能力和实践动手能力的提升,为教育教学的改革、教学质量的提高和人才的培养开辟了新的道路。

汽车钢板弹簧多体动力学建模综述

本文中首先综述了板簧设计与建模的研究现状。接着,系统分析了螺旋弹簧模型、beam element模型、ANSYS模型、SAE三连杆模型这4种板簧模型的优缺点及适用情况,在模型复杂程度、仿真速度、参数化等方面进行了对比。最后,以某8×4重型货车为例,分别建立了包含4种板簧模型的整车模型,进行平顺性和操纵稳定性的仿真,并与实车试验进行了对比。结果表明,在4种板簧模型中,SAE三连杆板簧模型的综合性能最好。

基于栈式自编码网络的风机叶片结冰预测

针对风电机组叶片结冰严重影响风机发电效率和安全性、经济性的问题,提出一种基于SCADA数据的栈式自编码(SAE)网络叶片结冰早期预测模型。该模型采用编码-解码的非监督方法对无标签的数据集预训练,再利用反向传播算法对有标签的数据集进行训练微调,实现了故障特征的自适应提取和状态分类,有效降低了传统预测模型的复杂度,同时避免了人为特征提取对模型效果的影响。利用SCADA系统采集的某15号风机的历史数据进行训练和测试,该模型测试结果准确率为97.28%。与支持向量机(SVM)和主成分分析-支持向量机(PCA-SVM)方法得到的建模分别为91%和93%的准确率进行对比分析,实验结果表明,基于栈式自编码网络的风机叶片结冰预测模型精确度更高。

航空发动机核心机适航进近噪声预测

为了满足未来的噪声目标,发展对航空器的噪声预测能力,提出了一种用于发动机核心机适航噪声的计算框架。基于Peart&Dunn模型和SAE-GE模型分别估算进近状态下涡轮和燃烧室的1/3倍频程远场无量纲化均方声压;并将整合后的核心机噪声修正换算为适航规章要求的有效感觉噪声级;以某型发动机为例,通过算法的预测值与官方实测值对比,验证该算法的相对误差约为2%,可用于适航进近状态下发动机核心机噪声的快速评估,从而便于制造商在设计阶段控制发动机核心机噪声满足适航要求,同时也为适航上提前确定进近噪声适航审定试验起始点提供了一种新的思路。

基于大学生方程式汽车大赛车辆工程专业一体化教学模式改革

在现有教学模式下,车辆工程专业教学环节与实践环节存在脱节,理论与运用也没有相应地结合。针对传统教学模式的缺点,提出基于中国大学生方程式汽车大赛车辆工程专业一体化教学模式并应用于实践。通过实践最终建立"教、学、做"车辆工程专业一体化教学模式,并培养出创新型、复合型、应用型的高素质人才。

基于强酸当量的pH值的多模型自适应控制

pH控制由于其严重的非线性一直是过程控制中的难题。基于强酸当量的控制方案在过程流流速远大于中和流流速的前提下将过程机理模型转化为近似线性模型,该方案具有对模型误差鲁棒的优点,已得到广泛的认可,但在中和曲线发生变化时其控制性能显著下降。为了克服这一问题,该文采用了基于混合型参数估计的多模型自适应控制方案。模型集的选取采用了固定模型与自适应模型相结合的方案。仿真结果表明,该设计方案能够有效的克服中和曲线变动带来的影响,具有良好的控制效果。

基于ANOPP2的航空发动机适航噪声预测方法研究

随着飞机噪声适航审定越来越严格,飞机降噪便成为了主要关注点。发动机噪声是飞机噪声的主要噪声源,因此准确的发动机噪声预测对噪声适航审定工作具有重要意义。本文基于ANOPP2的发动机各部件噪声预测模型并结合基准航迹对发动机总噪声进行噪声预测计算方法研究。以某飞机型号为算例进行发动机总噪声预测计算,计算结果与欧洲航空安全局提供的数据进行对比;验证了该发动机噪声预测模型的有效性和准确性,为飞机适航审定工作提供参考,以降低适航审定的成本和提高适航审定工作的效率。

车身非光滑表面凹坑排布对气动性能的影响

受仿生学非光滑旋成体减阻启发,以SAE(美国机动车工程师协会)标准模型为研究对象,采用CFD(计算流体力学)数值模拟方法,在SAE模型顶部布置不同排布形式和不同排布密度的凹坑单元,研究其对车身气动性能的影响.通过比较各模型的尾流、气流速度、压力场、湍流动能等流场性能指标,分析非光滑表面减阻机理以及造成各模型流场性质差异的原因.计算结果显示:当凹坑型非光滑单元以矩形排布时模型具有最小的气动阻力,且气动阻力随着凹坑密度的增加而减小,减阻率最高达到4.1%.

基于RGB特征与深度特征融合的物体识别算法

RGB图像和深度图像的同时使用能有效提高物体识别的准确率。然而,已有研究仅将RGB图像和深度图像的特征进行简单的线性连接,没有根据RGB特征和深度特征的差异性进行特征提取和融合,充分发挥RGB-D图像的优势。为此,提出一种多模态稀疏自编码算法,在进行差异性特征提取的同时完成RGB特征和深度特征的有效融合。结合多模态稀疏自编码算法和空间金字塔最大池化算法,给出一个全新的深度学习模型。该模型能够提取有辨别力的特征并完成基于RGB-D图像的物体识别工作。在2个标准的RGB-D数据库上的实验结果表明,与基于RGB-D的物体识别算法相比,该算法能够有效融合RGB特征和深度特征,取得更高的识别准确率。

基于强酸当量的pH自适应内模控制

针对pH中和反应过程强烈的非线性和时变性的特点,提出了自适应内模控制方案。该方案结合了非线性内模控制、自适应机制和强酸当量(SAE)的概念。基于弱酸-强碱中和反应系统的数学模型,推导了pH过程内模自适应控制器。仿真实验表明,由该方法设计的pH过程控制系统具有较好的设定值跟踪性能,对负载扰动和模型误差具有较好的鲁棒性,并且针对弱酸-强碱设计的系统也适用于强酸-强碱系统。

Morris水迷宫联合神经功能评分法构建脓毒症脑病大鼠模型的研究

目的 在脑电生物监测方法构建脓毒症脑病动物模型的基础上，进一步探讨和改良脓毒症脑病大鼠模型。方法 80只SD大鼠放置脑电监测电极后采用经典盲肠结扎穿孔（cecal ligation and puncture ，CLP）方法诱发脓毒症，术后分别根据脑电图（electroencephalogram，EEG）监测法（简称EEG法）和Morris水迷宫（Morris water maze, MWM）实验联合神经功能评分法（简称MWM法）将大鼠分为脓毒症脑病（sepsis associated encephalopathy, SAE）组和非脓毒症脑病（non-sepsis associated encephalopathy，NSAE）组，比较两种诊断方法的差异。结果 两种诊断方法具有较高一致性，且与后期标本病理改变相符。结论 SAE大鼠EEG方法模型稳定性欠佳，而MWM法鉴别脓毒症脑病与EEG法具有较好的一致性，可以用于脓毒症脑病动物模型筛查。

非充气塑料轮胎对整车气动性能的影响

以SAE(美国机动车工程师学会)汽车模型为载体,分别装载普通轮胎、蜂窝式塑料轮胎和辐板式塑料轮胎,采用计算流体力学数值模拟的方法研究轮胎对整车气动性能的影响。通过比较3种模型的气动阻力、气动升力、速度场、压力场和湍流动能,分析造成差异的原因。结果显示,塑料轮胎对整车的气动阻力影响较小,但能够减小气动升力,尤其是辐板式塑料轮胎减小升力达13.27%。

融合架构下的下一代移动通信系统流媒体业务研究

本文针对流媒体业务在下一代移动通信系统中的部署问题,分析了移动流媒体业务的主要特点,提出了一种面向SAE架构、基于紧耦合的多接入网络融合移动流媒体业务模型,进而提出了一种简单的链路自适应编码调整方法,解决流媒体业务在融合网络中端到端服务质量保证问题。

基于栈式自编码BP神经网络预测水体亚硝态氮浓度模型

亚硝态氮对于水产养殖动物具有毒性,对于其含量的及时监控非常重要。基于光谱法和电极法设计的亚硝态氮传感器价格昂贵,难以大面积推广,因此急需研发一种能快速预测养殖水体亚硝态氮的模型。实验通过实验室构建的水质在线检测系统测定水体中温度、pH、溶解氧、氧化还原电位4个参数,同时用α-萘胺比色法测定水体中亚硝态氮的浓度,从4种参数中选取与亚硝态氮浓度相关的参数作为预测模型的关联变量。水质参数数据及亚硝态氮浓度数据分别经预处理后作为原始数据用于SAE神经网络的训练,训练方法采用无监督逐层贪婪训练法,用学习到的特征监督训练SAE-BP神经网络,利用反向传播算法(BP)优化模型。训练得到结构为4-5-4-3-1的SAE-BP神经网络模型,建立的神经网络模型对实验数据预测的拟合优度R2为0.95,预测结果的均方根误差RMSEP为0.099 71。研究表明,亚硝态氮预测模型可以较为精准地预测水体中亚硝态氮的浓度。本模型将为开发在线快速监测养殖水体亚硝态氮浓度提供新的思路。