小波方法在信号降噪处理中的应用

小波方法是一种时频分析方法,在信号降噪中具有十分广泛的应用,文章通过模拟信号分析了当信号中包含有大量噪声时,采用EMD分解方法不能很好的提取原始信号中所包含的频率成分。采用文章给出的阈值函数可以有效的消除原始信号中包含的噪声,使得原始信号中包含的频率成分可以有效的通过EMD分解得到。文章的研究对于汽车零部件实测信号的降噪处理和频率特征的提取具有一定的参考。     

基于ANSYS软件的齿轮接触强度分析

齿轮传动是汽车传动的主要形式,其强度不足导致的失效问题给汽车企业造成巨大经济损失,文章基于ANSYS软件对齿轮接触强度进行分析。首先使用CATIA软件建立了一对渐开线直齿圆柱齿轮的三维模型,并将三维模型导入ANSYS软件中进行了齿轮强度接触分析,得到了齿面、齿根等处的应力分布规律。论文的研究为齿轮的设计提供了理论参考。     

制动器制动最高温度径向基神经网络预测

神经网络具有智能化和快速学习能力,在复杂动态系统预测方面具有十分广泛的应用,文章基于径向基函数神经网络,对制动器制动最高温度预测问题进行了研究。通过仿真模拟验证了径向基函数神经网络在逼近与预测方面的强大功能,同时通过对径向基函数分布密度的优化得到了用于制动器制动最高温度预测的神经网络预测系统,同时对制动温度的预测,得到了精度较高的预测结果。文章的研究对于制动器制动性能预测具有一定的参考。     

基于回归分析理论的盘式制动器制动温度预测研究

针对盘式制动器制动温度过高导致的摩擦制动失效问题,文章借助ANSYS软件建立了盘式制动器温度场仿真模型,并结合回归分析方法进行非线性回归分析,计算了不同初始速度下制动盘的最高温度。结果表明,制动最高温度和初速度之间近似为线性关系,有限元仿真与回归分析的结果基本吻合,预测结果和有限元分析结果相对误差仅为1.7%,验证了所建立的温度预测模型是可靠的,为制动器设计过程中的温度预测提供参考。