基于法国高模量评价体系对旧料最佳掺配比例的试验研究

基于法国高模量试验评价体系,通过试验数据分析,确定最佳旧料掺配比例,为工程实际的应用提供理论支持。同时,针对现有国内空缺的具备高模量沥青混合料性能的试验指标提出建议,比如动稳定度指标和四点弯曲疲劳指标,供国内对相关性能指标的确定参考。     

某前轴转向节主销早期断裂原因分析

针对近期频出的转向节主销断裂问题,文章通过对比各类转向桥的故障率及失效形貌,得出主销与主销孔在使用中发生微动磨损,在主销表面产生微裂纹,最终引起主销疲劳断裂。通过采用42CrMo表面感应淬火主销代替原有的20CrMnTi渗碳淬火处理,增加了淬硬层的强韧性,其表面残余压应力较高,有效提高主销微动疲劳抗力,显著降低了转向节主销的早期断裂售后故障。     

某型驱动桥轮边减速器售后失效改进

文章主要介绍了某型驱动桥轮边减速器售后失效改进,通过故障信息、原因分析、改进措施、改进效果等四个方面详细的描述了整个改进过程。初步确认了行星轮止推垫片磨损、滚针轴承点蚀散架是导致某型驱动桥轮边减速器售后失效的主要故障模式。并针对此两种故障模式从止推垫片、滚针轴承两方面进行了改进,取得了较好效果。     

比亚迪唐混合动力汽车高压上电故障排查

新能源汽车的低压系统部分与传统汽车区别不大,维修方式也基本相同,而高压系统部分则是新的技术形式,高压系统上电故障是新能源汽车常见的故障之一,本文以比亚迪唐的高压上电故障为例,结合新能源汽车的高压上电原理,进行排查分析,从而研究得到新能源汽车的诊断方法。     

某客车驱动桥螺旋锥齿轮早期打齿原因分析

针对某客车车桥螺旋锥齿轮崩齿进行失效分析,运用扫描电镜、能谱仪、金相显微镜等分析裂源处的断口形貌、化学成分、金相组织及硬度等,同时结合锥齿轮副的齿面啮合印迹,指出被动锥齿轮断口起裂源处大的Ca和Al的氧化物夹渣,即炼钢过程形成的水口结疤缺陷,是导致其早期失效的主要原因,并提出通过严格控制钢材冶炼过程中炉外精炼、连铸工艺过程等各项工艺参数,严格控制钢材中氧含量不超过15×10^-6等措施,有效防止了该故障发生。     

基于SPD 5.0的舾装快速出图系统开发及应用

为解决船舶产品设计(Ship Product Design, SPD)软件在舾装件制作图出图及物料清单(Bill of Material, BOM)输出方面经常需要设计师大量手动干预、设计效率低下的问题,开发舾装快速出图系统。基于SPD二次开发接口,实现舾装标准件数量和材料的快速抽取,1∶1制作图的批量生成,材料明细表和部件列表的自由增删改,图名、图号和页码的自动批处理,各类BOM数据定制化表格的自动输出等功能。该系统成功应用于实船舾装设计,大幅提升舾装件制作图和BOM表的绘制效率,为后续舾装件的自动化和智能化生产提供数据支撑。     

浅谈国内重卡制动鼓失效的原因

本文首先描述了目前国内制动鼓存在的龟裂、掉底、断裂的失效模式,接着从制动鼓材质、组织、配合、工况及使用方面对其失效进行原因分析并归纳整理。     

既有铁路线粉土路基分析及处理试验

通过对粉土路基的特点及水损害进行分析,引入 SCP 除湿剂,与水泥、生石灰改良粉土室内试验进行对比,研究改良后粉土的物理性质指标、颗粒组成、强度及水稳定性的变化。试验结果表明：SCP除湿剂可用作粉土路基改良剂,可较好地改善粉土的物理性质,提高粉土的强度和水稳定性。该研究成果为既有线路基改良技术提供了试验依据和建议。     

基于人-车交互的行人轨迹预测

针对行人轨迹预测具有复杂、拥挤的场景和社会交互问题,基于长短时记忆网络（Long Short-term Memory Network, LSTM）对行人与车辆、行人与其他行人的交互进行建模,提出一种基于人-车交互的行人轨迹预测模型（VP-LSTM）。该模型同时考虑了行人与行人的交互、行人与车辆的交互,更适用于复杂的交通场景。所构建的VP-LSTM包括3个输入,以行人的方向和速度作为历史轨迹序列输入,行人与行人的相对位置作为人-人交互信息输入,行人与车辆的相对位置作为人-车交互信息输入。该方法首先设计扇形人-人交互邻域和圆形人-车交互邻域来准确捕捉对被预测行人有相互作用的行人和车辆;其次建立3种不同的LSTM编码层来编码历史行人轨迹序列、人-人、人-车社交信息;然后定义人-人、人-车交互的防碰撞函数和方向注意力函数作为人-车、人-人社交信息的权重,进一步提高社会信息的精度;再将人-人、人-车交互信息输入到注意力模块中筛选出对行人影响大的社会信息;最后将筛选后的社会信息与行人历史轨迹序列一起输入到LSTM神经网络中进行行人轨迹预测,并在构建的DUT人-车交互数据集上验证提出的网络。研究结果表明：提出的方法能够准确地预测出交通场景中,人-车交互行人未来一段时间内的运动轨迹,有效提高了预测精度,提高了智能驾驶决策的准确性。