基于“工程导向”的数学建模与计算方法课程教学改革探索

针对机械工程专业本科课程数学建模与计算方法中存在的教学内容与实际工程需求脱节、学生缺乏实际操作能力和教学重理论轻实践等问题,文章提出了基于工程导向的教学模式。该模式以实际工程问题为出发点,通过工程案例贯穿课程,以问题驱动学习,构建“工程引入、方法探究、实践操作、成果评价”的教学流程,形成“导、研、练、评”4个核心环节的课堂教学流程。文章的研究成果不仅为数学建模与计算方法课程的教学改革提供了新的思路和方法,也能为其他工程类课程的教学改革提供有益的借鉴和参考。

汽车排气系统尾管噪声声品质研究与优化

针对某型汽车排气系统尾管噪声声品质问题,提出一种以径向基函数神经网络建立排气系统结构—尾管噪声声品质预测模型,并通过自适应模拟退火算法对排气系统噪声声品质进行优化的方法,来提高排气系统的声品质。以某型汽车排气系统为研究对象,建立包含结构参数的样本数据库,并用GT-POWER进行仿真计算得到得到样本数据的噪声数据,对仿真得到的声音数据进行声品质的主观评价打分,通过径向基函数神经网络建立排气系统结构—尾管噪声声品质预测模型,对作为模型自变量的排气系统结构参数对尾管噪声声品质的贡献量和灵敏度进行了分析,最后采用自适应模拟退火算法对排气系统结构参数进行了优化,并对优化结果进行实验验证,结果表明排气系统声品质显著提升。

基于傅里叶变换与统计检验的圆度误差分离技术研究

采用傅里叶变换及数理统计假设检验的方法对圆度误差进行分离。针对圆轮廓的高精度测量数据,通过最小区域法拟合圆心。应用傅里叶变换将圆轮廓信号转换成谐波信号,从理想圆轮廓模型出发,逐步添加傅里叶分量,迭代过程中通过偏F检验构造包含未知系统形状误差的主导性模型。通过自相关法检验、卡方检验及J-B检验获取残余的显著性傅里叶分量,进一步构建显著性模型,实现圆度误差中系统误差的分离。通过数控加工16个圆孔的实验数据分析,证明了该方法可以对圆度误差进行有效分离。

基于EEMD与曲面重构的自由曲面加工误差分解与补偿

为了减小自由曲面零件的加工误差和提高加工精度,提出了集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)与曲面重构结合对加工误差进行分解和补偿的方法。利用EEMD对在机检测得到的第一次切削加工后的加工误差进行分解,得到若干固有模态函数(Intrinsic Mode Functions, IMFs);根据系统误差特征,通过设置相关系数阈值筛选出加工误差中含有系统误差的IMFs分量(即分解出的系统误差);根据该系统误差,利用曲面重构法得到新的加工曲面,并生成新的NC代码,再次进行切削加工,对系统误差进行补偿。通过EEMD加工误差分解仿真分析可以得出,EEMD具有较为理想的加工误差分解能力。自由曲面零件加工实例结果显示,采用本文提出的方法对加工误差进行补偿后的最大绝对加工误差由0.0632mm降为0.0139mm,平均绝对加工误差由0.0491mm降为0.0052mm,加工精度提高了89.4%,证明了该方法在自由曲面零件加工误差补偿方面的有效性。

基于距离阈值和密度区分改进的点云去噪算法

为保证去除三维散乱点云数据噪声的同时能够保持模型的局部特征,提出了一种基于距离阈值和密度区分改进的点云去噪算法。通过引进比例因子ω来改进统计滤波的距离阈值表达式,调整ω的大小,在去噪的同时保持点云模型的局部特征。利用K-D Tree方法建立点云模型的拓扑结构,将点云数据分为大密度点和小密度点两类,对大密度点进行体素滤波。将大密度点滤波后的点集与小密度点集整合得到最后的点云模型。实验结果表明,本文算法对不同类型噪声的去噪效果稳定且良好,在去噪的同时能够有效保持点云模型的局部特征。经算法处理后点云数据的精度有较大提升,最高可达75.37%,且对不同强度的噪声模型具有较强的鲁棒性。

白车身曲面轮廓度误差评价方案研究

针对三坐标测量机测量点云数据过程中存在点云坐标系不对应问题,本研究提出改进ICP点云配准方法,对理论与实测点云进行配准。结合极限逼近的思想,将点云轮廓度转化为局部点云平面度的误差评价过程,利用最小区域法评价点云轮廓度误差。经对仿真实验分析结构验证,改进的点云配准方法可收敛于更优的目标函数,配准效果分别提升23%、20%。评价方案所得到的轮廓度误差减少了30%,有效提高轮廓度评价精度,提高工件的合格率。

灰色神经网络模型在自由曲面加工误差预测中的应用

为了有效预测自由曲面的加工误差,结合灰色模型和BP神经网络模型提出了一种改进型麻雀搜索算法优化的灰色神经网络模型。通过引入鸟群算法更新麻雀算法中个体的位置,提升麻雀搜索算法的搜索能力;采用改进的麻雀搜索算法优化BP神经网络,避免BP神经网络在权值和阈值选择时的随机性太强,从而提高预测结果的稳定性。实验结果表明,改进麻雀搜索灰色神经网络对自由曲面加工误差预测的最大残差绝对值为8.52μm,比粒子群灰色神经网络和混沌海豚群灰色神经网络的预测结果分别减少了63.74%和61.76%,说明改进麻雀搜索灰色神经网络能有效提高预测精度。

蜂窝铝夹芯结构剪切性能有限元分析

本文针对蜂窝铝夹芯结构的剪切性能,提出使用有限元分析的方法进行分析,并进行参数化讨论。在轻质复合材料结构领域起到有益的补充作用。蜂窝铝夹芯结构是一种外层为铝板,中间为铝蜂窝芯,并由一定的黏合剂黏结在一起的三明治结构。蜂窝铝夹芯结构具有轻质、高强度、高刚度、具有良好的隔热性和耐腐蚀性,可以在恶劣环境下长期使用。因此,蜂窝铝夹芯结构在航空、汽车、铁路等领域得到了广泛的应用。

匀速旋转刚环-内接柔性梁系统的共振分析

研究了旋转刚环-内接柔性梁系统的动力学建模与振动特性。基于浮动坐标系方法,考虑柔性梁由于弯曲变形产生的轴向缩短量,利用有限元法对柔性梁位移场进行插值,推导出柔性梁的动能、应变能和重力做功的表达式,运用第二类拉格朗日原理,建立旋转刚环-内接柔性梁系统的动力学模型。基于该模型分析系统的临界失稳转速,其仿真结果与现有数据以及商业软件ANSYS数值结果相吻合,可验证该模型的正确性。研究表明:系统存在比临界失稳转速小的共振转速,在共振转速时,重力周期性变化频率接近系统的固有频率,梁的振幅随时间的增大而增大;径长比越大,共振转速越小;系统在径长比为1时,无量纲共振转速区间为2.20至2.36,若转速接近共振转速区间,则柔性梁的振幅时而变大,时而变小,产生拍振现象。

群智感知网络发展现状及面临问题

随着移动终端设备、嵌入式传感器设备等的快速发展,移动群智感知网络成为物联网的新感知技术,相较于传统感知网络解决了成本高的难题,近年来被广泛应用于发展。本文主要从移动群智感知网络的发展研究现状及未来面临问题进行综述。通过对群智感知网络的定义、特点及架构,群智感知网络在3个方面的经典应用等进行阐述和总结。

某液压系统蓄能器的性能仿真及参数择优

为了优化液压缸试验台液压系统中蓄能器的参数,提高系统输出精度,改善系统运行状态。综合蓄能器的体积、连接管路的内径和长度对蓄能器性能的影响,基于正交设计试验方法提出蓄能器参数的优化试验方案,结合AMESim软件对所设计的试验进行建模仿真计算,研究各个参数对蓄能器吸收压力冲击的贡献,得到适合该系统的较优参数组合。计算结果表明:各个参数对蓄能器不同评价指标的影响程度不同,选择合适的参数组合可以改善系统的运行状态。采用正交设计并结合AMESim的仿真方法为其他液压元件的参数寻优提供了实际参考价值。