排序方式: 共有9条查询结果,搜索用时 234 毫秒
1
1.
随机不平路面上的汽车强化试验研究 总被引:2,自引:0,他引:2
本文讨论了由载荷功率谱估算强化系数的方法,还研究了路面平整度、路面铺装和行驶车速等试验条件因素对汽车强化试验的影响,发现只有试验车速与实际使用常用车速接近,才能保证汽车构件上的载荷功率谱与实际使用相似。 相似文献
2.
3.
《铁道标准设计通讯》2016,(5)
基于轮轨接触理论,考虑固定辙叉复杂的轨头廓形变化及轨距线不连续,提出能够准确计算固定辙叉轮轨接触参数的算法并编制相应计算软件。通过现场试验,对LM型踏面通过60 kg/m钢轨12号合金钢组合辙叉时的轮轨接触点位置(包括沿辙叉纵向和各关键断面)进行测量,并与软件计算结果对比分析;采用该算法分析60 kg/m钢轨12号提速道岔整铸辙叉翼轨加高这一优化设计对轮轨接触参数的影响。结果表明,沿辙叉走行方向和辙叉各关键断面,实测值与软件计算的轮轨接触点变化规律基本一致;对翼轨适当加高可以优化轮轨接触关系,降低辙叉竖向不平顺,验证了该算法的正确性和软件的可行性,便于准确、高效地对固定辙叉区轮轨关系进行优化设计。 相似文献
4.
6.
建立弓网耦合动力学模型,采用软件MATLAB的Simulink模块对该模型进行动态仿真,获取接触线表面不平顺和弓网接触力数据;对接触线表面不平顺和弓网接触力数据进行归—化处理后,分别作为非线性自回归(NARX)神经网络的输入和输出;对传统的贝叶斯正则化算法进行改进,并采用改进的贝叶斯正则化算法进行NARX神经网络权值修正,得到改进的NARX(NARX-IR)神经网络方法;利用NARX-IR神经网络方法进行接触线表面不平顺与弓网接触力的关联分析.采用根均方误差和相关系数,对基于LM算法的BP(BP-LM)神经网络方法、基于传统贝叶斯正则化算法的NARX(NARX-BR)神经网络方法和NARX-IR神经网络方法进行性能评价.结果表明:BP-LM神经网络方法难以描述接触线表面不平顺与弓网接触力的复杂关联关系;不论在训练还是预测中,NARXIR神经网络方法的根均方误差均小于NARX-BR神经网络方法,而相关系数则大于NARX-BR神经网络方法.由此可推断:NARX-IR神经网络方法更适合于分析接触线表面不平顺与弓网接触力的关联关系. 相似文献
7.
8.
沥青路面不平整的原因分析及相关处理措施 总被引:1,自引:0,他引:1
针对分析沥青路面不平整产生的不同原因制定了相应的处理方案,并结合工程实际有针对性的采用防治结合方法有效的改善了路面不平整的情况. 相似文献
9.
1