液压辅助前桥驱动系统控制阀组试验分析

为探究某液压辅助前桥驱动系统的结构原理及工作特征,对其核心部件之一的控制阀组进行了试验分析。首先,通过检测各阀口的压力与流量,确定工作模式和细节结构原理;然后,在MATLAB/Simulink和AMESim仿真平台上建立数学模型,对系统在不同工作模式下,控制阀组各端口的响应进行仿真,验证了试验结果的合理性和模式切换特征的准确性;最后,对配备该系统的某重型牵引车进行牵引力与滑转率的联合仿真,仿真结果表明,整车驱动性能得到了显著提升。     

沥青路面层间抗剪强度影响因素研究

通过沥青路面层间剪切强度试验,研究竖向应力、粘层材料、洒布温度、洒布量对其影响,结果表明:沥青路面层间抗剪强度与竖向荷载有着良好的线性相关性,Super PCR有着更好的抗剪性能,洒布温度越低,抗剪性能越好,这与沥青的温度敏感性有关;当沥青洒布量较低时,层间抗剪性能逐渐增大,而当沥青洒布量较大时,层间抗剪切强度降低;灰色关联分析中对层间抗剪强度影响排序为:竖向荷载乳化沥青洒布量温度,并且竖向荷载关联度达到0. 78,而最小的关联度也为0. 63,可见总体上这三个影响因素对层间抗剪强度影响显著;严格控制超载、重载现象,减少竖向荷载对沥青路面的力学作用。     

基于视觉的非结构化道路识别综述

非结构化道路识别在无人驾驶中是一个具有挑战性的问题,涉及到道路本身类型不固定、形状不规则、表面不平整和边界模糊等复杂性。为了全面了解基于视觉的非结构化道路识别方法和研究现状,通过文献综述分析了3种主要的道路识别方法,分别是基于道路特征、基于道路模型和基于机器学习的方法。同时,整理了当前常用的非结构化道路开源数据集。结果表明基于道路特征和基于道路模型的方法计算复杂度高且识别精度较低,基于机器学习的方法能够显著提升识别精度,但也存在数据需求量大、训练时间长和可解释性差等问题。