排序方式: 共有10条查询结果,搜索用时 84 毫秒
1
1.
2.
3.
为了研究汽车声学包设计参数对其多性能目标的影响,首先,改进了传统的深度信念网络(DBNs)方法,并提出SVR-DBNs (support vector regression-deep belief networks)模型,提升了模型映射的准确度;其次,从车辆噪声传递关系与层级目标分解角度出发,提出了一种多层级目标预测与分析方法;最后,将所提方法应用于具体车型的前围声学包性能、重量与成本多目标预测与优化分析.研究结果表明:SVR-DBNs方法对前围声学包性能、重量与成本目标预测准确度均在0.975以上,优于传统的反向传播神经网络(BPNN)、SVR与DBNs模型;基于SVR-DBNs模型的优化结果与实测结果接近,两者加权目标相对误差为1.09%(平均传递损失(MTL)、重量和成本相对误差绝对值分别为1.44%、1.04%与0.71%),优化后的实测结果较前围声学包原始状态性能、重量和成本分别提升了5.51%、9.01%与4.40%. 相似文献
4.
针对承受热应力和结构应力共同作用的滚动轴承,推演了其热源产生机理和热应力计算过程,并且利用有限元软件Ansys建立了轴承单元分析模型.通过对热力耦合作用下轴承温度分布、应力分布和疲劳寿命特性进行分析,结果表明轴承内圈受温度变化影响最大,滚道导棱处容易发生应力集中,温度变化比轴承载荷对寿命影响更加显著. 相似文献
5.
建立了一种适用于1 435/1 000 mm轨距变换、电机体悬的高速动车组变轨距转向架动车的动力学模型;重点计算在2种轨距线路上动车采用不同的轮轨匹配关系、不同磨耗状态下的运行稳定性分岔特性,并计算了轨距、轮轨游间对运行稳定性的影响;计算了车辆运行垂向和横向平稳性以及在不同曲线工况条件下车辆的曲线通过性能,结合相关动力学标准对各项动力学性能指标进行了评定,并对造成各项动力学指标差异的原因进行了简要分析;以电机体悬式变轨距转向架动车的12个悬挂参数为因子,以车辆蛇行失稳速度、轮轴横向力、轮轨垂向力、轮重减载率和脱轨系数5个动力学指标为响应,采用最优拉丁超立方设计方法进行试验设计;建立径向基神经网络代理模型,采用NSGA-Ⅱ多目标遗传算法对动车主要的悬挂参数进行多目标优化。计算结果表明:在设计工况条件下,所设计的高速动车组变轨距转向架动车在2种轨距线路上运行稳定性、平稳性和曲线通过性能均能满足设计要求;在1 000 mm轨距上运行的稳定性优于1 435 mm轨距情况,但运行平稳性和曲线通过性能劣于1 435 mm轨距情况;优化后的悬挂参数可以兼顾车辆的运行稳定性、平稳性和曲线通过性能,使车辆具有更好的动力学性能,在2种轨距线路运行上所有计算性能指标均满足相关标准。 相似文献
6.
7.
高速铁路车辆(简称:车辆)运行条件恶劣多变,车辆悬挂系统的可靠性关系到行车安全和乘坐舒适性。当车辆的悬挂系统发生故障时,振动信号呈现非线性、非平稳的特征。为此,提出了一种基于卷积神经网络(CNN,Convolutional Neural Network)-长短时记忆(LSTM,Long Short-Term Memory)模型的车辆悬挂系统故障识别方法。通过SIMPACK平台建立了包含悬挂系统的车辆-轨道耦合动力学模型,获得了车辆系统各部件在健康状态及各类故障状态下的振动信号;以与故障元件关联部件的振动加速度信号作为模型输入,通过构建的CNN-LSTM模型对时序信号进行特征提取和分类预测,进而实现对车辆悬挂系统的故障识别;通过构建不同工况的故障数据集对该方法进行评估。试验结果表明,该方法在速度等级相同的情况下,故障识别准确率可达98%;在速度等级不同的情况下,故障识别准确率可达99%,验证了该方法的有效性。 相似文献
8.
9.
10.
1