底盘测功机转鼓系统转动惯量的测定

汽车底盘测功机转鼓及传动系转动惯量的测定是精确模拟汽车行驶阻力的前提，由于转鼓的结构，制造及经过静，动平衡等原因，以及传动系各部件的未知量很多，很难通过计算出整个系统的转动惯量，为此，本文提出一种通过实验测试出系统转动惯量的方法，并建立了测试系统，实测结果表明，该方法有效可靠，测试精度高，是一种实用的确定大型复杂传动系统转动惯量的方法。     

行人保护头型冲击器有限元建模方法研究

通过对行人保护法规试验有限元仿真所用的头型冲击器建模方法进行研究,提出一种快速准确建立头型冲击器有限元模型的方法.该方法通过确定不同头型冲击器的关键影响设计参数,推导头型冲击器法规所要求的质量、质心坐标和转动惯量方程,从而确定头型冲击器的几何参数;根据法规对头型冲击器跌落、侧向冲击及频率的要求,确定了头型冲击器有限元模型材料参数.有限元模型验证结果显示,所提出的头型冲击器有限元建模方法有效.     

动力总成悬置设计中惯性参数的灵敏度分析

分析动力总成惯性参数变化对系统振动特性的影响,进而确定参数测定或计算中的允许误差,对于悬置系统的成功设计具有重要意义。应用经典模态方法,推导了系统固有频率和主振动中最大振动能量对惯性参数灵敏度的计算式。结合具体实例,分析了动力总成质量、转动惯量以及惯性积对系统动态特性的影响,讨论了悬置系统设计中作为基本参数的惯性参数测定或计算结果可接受的误差容限。     

汽车三轴转动惯量测量装置的设计

根据弹簧共振的原理设计了一套汽车三轴转动惯量的测量装置,该装置原理简单,结构紧凑,设计合理,可满足绝大多数类型轿车的三轴转动惯量测量要求。     

商用车驾驶室转动惯量测量方法研究

基于乘用车双轴KC试验台具有的乘用车悬架KC特性测量及乘用车整车转动惯量测量的功能,开发了一种用于商用车驾驶室转动惯量的测量方法,并设计了驾驶室安装支架。针对两款商用车驾驶室进行了转动惯量实车测量。结果表明,所提出的测量方法原理简单、可操作性强、测量精度高,可完全满足驾驶室转动惯量精确测量的需要。     

基于数字图像处理技术的沥青混合料均匀性评价方法

提出一种基于数字图像处理技术的沥青混合料芯样水平切片均匀性评价方法及相应的评价指标,该方法利用数字图像处理技术对沥青混合料芯样水平切片进行处理,通过分析芯样图片中集料颗粒的转动惯量可以定量地评价沥青混合料的离析情况。     

一种基于数字图像处理技术的沥青混合料均匀性评价方法

提出一种基于数字图像处理技术的沥青混合料芯样水平切片均匀性评价方法及相应的评价指标,该方法利用数字图像处理技术对沥青混合料芯样水平切片进行处理,通过分析芯样图片中集料颗粒的转动惯量可以定量的评价沥青混合料离析情况。     

旋转部件转动惯量对动力经济性试验影响分析

旋转部件的转动惯量是整车动力性经济性的关键影响因素之一，本文量化研究旋转部件转动惯量对整车动力性经济性的影响程度。为了测定整车级状态下的车辆旋转部件转动惯量，推导了车辆动力系统的旋转部件等效到轮边的惯量，设计了在底盘测功机测试旋转部件转动惯量的试验方法。通过试验，证明了改良后底盘测功机测试车辆旋转部件转动惯量的测试方法的有效性，转动惯量对能耗的影响约为0.1～0.2kWh/100km。转动惯量对百公里加速时间影响0.2～0.7s。     

一种确定任意形状坡面与滑面边坡预应力锚索最佳方位的理论方法

从理论上提出了确定任意形状坡面与滑面边坡预应力锚索安设最佳位置及方向角的方法。通过与目前确定预应力锚索最佳方位现有方法关系的讨论,可知提出的方法是现有方法的延伸,可以克服现有方法的2个不足之处：一是最佳位置凭经验确定,科学性欠佳;二是最优方向角的确定只能用于坡面和滑面均为平面的情况,不适用于坡面与滑面为任意形状的情况。该方法的重要性主要体现在其学术价值和科学意义上。     

车用柴油机动力性及机械损失功率的快速诊断

探讨了用附加质量法确定柴油机总转动惯量的方法，利用无负载加速测功能原理，设计了微机诊断系统，为柴油机故障诊断及在无测功能设备的条件下，快速确定柴油机的动力性和机械损失功率提供卫种简便方法。将微机诊断系统的测量结果与测功器得到的数据相比，结果比较满意。     

Direct method for optimal power management in hybrid electric vehicles

Hybrid electric vehicles are powered by an electric system and an internal combustion engine. The components of a hybrid electric vehicle need to be coordinated in an optimal manner to deliver the desired performance. This paper presents an approach based on direct method for optimal power management in hybrid electric vehicles with inequality constraints. The approach consists of reducing the optimal control problem to a set of algebraic equations by approximating the state variable which is the energy of electric storage, and the control variable which is the power of fuel consumption. This approximation uses orthogonal functions with unknown coefficients. In addition, the inequality constraints are converted to equal constraints. The advantage of the developed method is that its computational complexity is less than that of dynamic and non-linear programming approaches. Also, to use dynamic or non-linear programming, the problem should be discretized resulting in the loss of optimization accuracy. The propsed method, on the other hand, does not require the discretization of the problem producing more accurate results. An example is solved to demonstrate the accuracy of the proposed approach. The results of Haar wavelets, and Chebyshev and Legendre polynomials are presented and discussed.     

汽车覆盖件模具型面的高精度数控加工

从曲面的数控加工原理出发，分析了曲面数控加工的理论误差。重点讨论了影响模具表面数控加工精度的因素，并提出了模具表面高精度数控加工的方法。     

频率法测量索力中的参数分析与索抗弯刚度的识别

通过有限元法及样条拟合技术获取斜拉索索力与频率的对应关系,并讨论这些关系在频率法测量索力中的应用。在此基础上,以崖门大桥斜拉桥索力测试为研究背景详细分析了频率法测量索力中诸如索的抗弯刚度、支座条件和斜度等参数对索力测试精度的影响,并提出一种基于多阶频率测试结果的斜拉索抗弯刚度识别方法。     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度，提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景，采集模拟驾驶中驾驶人的多维度驾驶行为特征数据，并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱，易发生碰撞事故；驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上，利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量，并构建以制动反应位置、反应时间、车速、刹车深度，以及加速度为指标的驾驶人危险感知水平判别模型；通过与LightGBM、支持向量机（SVM），以及逻辑回归（LR）等算法分类预测性能的对比分析，评价危险感知模型的判别精度，结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959，优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859），以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。      

基于FCM和组合神经网络的车牌汉字字符识别方法

提出了1种组合神经网络结构的车牌汉字识别方法,主要从特征选取和分类器设计2方面研究车牌汉字字符识别,识别系统由2层神经网络组成,应用FCM算法对汉字进行粗聚类,聚类结果作为后续网络的先验知识,产生网络训练目标,采用LVQ网络进行粗分类,通过BP网络进行细分类。该种分层结构缩减了待识别模式的搜索范围,克服了传统单层识别系统识别率不高和组合网络粗分类率低的缺点。实验结果显示,本方法的识别率高,识别效率较好。     

基于卷积神经网络的锚杆锚固质量评估方法

锚杆的锚固质量通常使用声波反射法进行检测，然后使用人工方式对其进行分析和分类，但人工方式不仅具有较强的主观性，而且还费时费力。为解决上述问题，提出一种基于Alexnet卷积神经网络的锚杆锚固质量评估方法。首先，对已经经过人工分类的声波反射信号进行预处理，得到原始样本数据，并将其按一定比例划分为训练集和测试集； 然后，用该样本数据训练卷积神经网络模型并进行分类测试。试验结果表明： 1）该预处理方法极大地提高了最后分类的准确性，样本数据集达到了约90%的准确率； 2）在实际工程应用中，与人工分类结果相比，采用该方法得到的分类结果认可度达到95%。     

基于异步交互聚合网络的港船作业区域人员异常行为识别

港船作业区域人员的异常行为识别可为智能航运的管控与决策提供重要数据支撑,有利于推动智慧港口和智能船舶的发展.基于异步交互聚合网络开展了面向港船工作环境下的人员异常行为识别研究.基于YOLO模型对港船图像进行卷积操作,利用特征金字塔优化卷积结果得到图像序列中每一帧的人员位置,结合联合学习检测和嵌入范式输出港船图像序列中的...     

A Novel Method to Predict Traffic Features Based on Rolling Self-Structured Traffic Patterns

In this study, a novel method is proposed to predict the traffic features in a long freeway corridor with a number of time steps ahead. The proposed method, on the basis of rolling self-structured traffic patterns, utilizes the growing hierarchical self-organizing map model to partition the unlabeled traffic patterns into an appropriate number of clusters and then develops the genetic programming model for each cluster to predict its corresponding traffic features. For demonstration, the proposed method is tested against a 110-km freeway stretch, on which 48 time steps of 5-min traffic flows are predicted (i.e., a 4-h prediction). The prediction accuracy of the proposed method is compared with other models (ARIMA, SARIMA, and naive models) and the results support the superiority of the proposed method. Further analyses indicate that applications of the proposed method to larger scale freeway networks require sufficient lengths of observation to acquire enough traffic patterns for training and validation in order to achieve higher prediction accuracy.     

多尺度图像边缘检测技术在车辆识别中的应用

指出了图像边缘检测的定义及现有算法的不足,并对Canny边缘检测离散准则及该准则下的最优线性滤波器进行了论述。根据边缘检测离散准则,利用数值方法求出该准则下边缘检测的最优线性滤波器及对应的平滑算子,将其与Canny边缘检测技术相结合进行边缘检测,检测出不同尺度下多幅边缘图像,并根据小尺度下图像边缘细节信息丰富、边缘定位精度高,大尺度下图像边缘稳定、抗噪性好等特点,将检测到的多尺度边缘进行融合,得到抗噪性好的精确的单像素宽边缘;同时将该方法应用于汽车特征提取,检测到完整连续的汽车边缘图像,为车型识别提供条件。试验结果表明:该方法不仅能准确检测出图像边缘,而且能有效地抑制噪声,是边缘检测的实用方法。     

智能车辆非结构化路面障碍检测

为在非结构化路面条件下进行有效障碍检测,提出一套利用雷达和图像进行一般障碍特征提取的算法和一种利用多层技术专门适用于负障碍检测的轮廓提取方法.然后讨论通过双传感器融合进行障碍物识别的方法和框架.最后通过实车试验验证整套检测算法的准确性和可靠性.