内燃机振动力平衡的质心位移法研究

以 16V2 80ZJA型柴油机的参数为例介绍了用质心位移法来研究内燃机振动力平衡 ,数据计算结果说明该方法是可行的 .

基于动力总成质心位移及转角控制的悬置系统优化设计

使用多目标遗传优化算法,在悬置刚度基本不变的情况下,以悬置安装角度为变量,以各自由度方向的解耦率最大及传递到车身侧的动反力最小为目标,对某车型发动机悬置系统进行优化设计。同时对优化前、后动力总成质心位移和转角进行对比,且依据优化结果制作样件并进行测试。结果表明,该方法可以有效控制动力总成在垂直方向的振动和绕曲轴的扭转振动,减少车身振动和降低车内噪声。

通榆县2000—2014年沙质及盐碱质荒漠化监测

利用landsat7、landsat5和landsat8三期遥感影像,对通榆县2000—2014年沙质及盐碱质土地荒漠化变化进行监测。研究结果表明:(1)研究区荒漠化程度有减轻趋势,荒漠化等级与面积以及破碎程度虽个别有小幅度改变与上升,但整体呈现优化与下降趋势;(2)整体破碎度指数在2000—2007年由4.57 km^2变为5.46 km^2,2014年降为3.17 km^2,说明研究区2014年荒漠化分布较为破碎零散,连通性较差,而2007年分布较为集中;(3)质心分布图表明通榆县研究年限内各类型荒漠化质心的位移轨迹呈现出先向东北平移再向南平移的趋势。

基于神经网络的老年易跌倒人群识别方法

目的建立易跌倒老人的识别模型,为预防和控制老年人跌倒提供分析方法。方法本文通过对起立行走计时(timed up and go,TUG)试验收集的老年人运动学数据进行分析,以老年人行进期间的各体段(头颈部、手臂、下躯干、腿部)质心位移为特征维度,建立神经网络模型;通过问卷收集试验人员在过去一年的跌倒发生情况,按照有无跌倒史将人群分为易跌倒和不易跌倒。结果基于广义回归神经网络(general regression neural network,GRNN)为基础的识别模型效果最好,准确度为95.83%。概率神经网络(probabilistic neural network,PNN)和误差逆传播神经网络(backpropagation neural network,BPNN)分别得到了87.50%和75.00%的识别准确率。结论基于神经网络的易跌倒老人识别方法得到了较高的准确率,易跌倒老人的早期识别有利于减少跌倒事件的发生。

地块数据支持下无人机影像图斑优化分割研究

面向对象方法中,分割的质量影响分类的精度,而影响分割的关键因素是分割尺度.传统方法采用单一尺度对整景影像进行分割会忽略地物的局部特征,会造成分割结果的"顾此失彼"现象.本文提出一种基于地块数据对影像进行局部分割的方法,为每个地块选取最优的分割尺度,保证每一个地块内的优化分割,从而实现图像整体的优化分割.从目视角度看,局部分割针对每个地块达到最优分割,而整体分割会造成局部区域的过分割和欠分割现象.本文通过引入面积、周长以及形状指数来定量分析局部/整体分割结果与目视解译对象的差异,其中局部分割与目视解译对象的面积、周长以及形状指数差异分别为7.5%、65.2%和62.9%,比全局分割低,表明局部分割方法能够有效提高分割的质量.

一种基于卫星遥感的临近预报方法

中尺度对流系统(MCS)是形成强对流天气的主要原因,云团在MCS生命周期中的分裂合并问题是临近预报的难点。为解决这一问题,本文提出了FCC方法,该方法使用质心位移和FY-2卫星数据预测多个对流单体的运动轨迹。多个案例分析证明,FCC算法在MCS的各个生命周期均能进行有效的预测,包括初生、成熟和消散阶段。此外,通过列联表方法验证了所提算法的有效性。

直线感应加速器束流崩溃不稳定性数值模拟

在理论分析的基础上,开发了直线感应加速器束流崩溃不稳定性数值模拟程序。描述了利用该程序开展的研究工作,这些研究揭示了束流崩溃不稳定性的一般规律,分析了相关参数对束流崩溃不稳定性的影响,最后提出了直线感应加速器束流崩溃不稳定性抑制方法。

双电机耦合驱动系统悬置系统改进设计

针对AMT耦合双电机驱动系统进行悬置系统改进设计。通过分析双电机耦合方式和双电机的控制策略,提出对电机驱动系统进行急加速分析,以此来评估电机在瞬时工况下电机的位移是否满足设计要求。分析了悬置系统断裂问题产生的原因,对电机在瞬态工况下的电机质心位移进行分析,使电机工作在合适的位置,不会同周围零件发生干涉。