低载强化对高强度汽车零件疲劳性能的影响

通过试验研究了不同等级低幅载荷对某汽车齿轮单齿弯曲疲劳性能的影响,发现一定范围内的低幅载荷对单齿弯曲疲劳强度的强化效果确实存在,并且比较显著。在疲劳试验结果的基础上,通过数值插值方法,补充了试验数据,得到强化载荷与强化后疲劳寿命之间、强化次数与强化后的疲劳寿命之间的数学关系,并基于这两个二维关系式拟合得到低幅交变载荷作用下的三维强化曲面方程。     

汽车传动系齿轮低载强化的临界载荷研究

在试验研究的基础上拟合出汽车传动系齿轮在经受低幅交变载荷锻炼后,疲劳强度增长规律与临界载荷关系的经验模型。根据此模型提出了一种简便的确定结构件临界载荷的方法,并初步验证了该方法的正确性。应用该方法,从临界载荷估算出了传动系齿轮最佳强化载荷出现的区域及其经受低载强化后的剩余疲劳强度。     

低载强化特性在轿车后桥耐久性试验载荷谱处理中的应用

主要研究用于轿车后桥耐久性试验载荷谱的优化处理方法.根据材料的低载强化特性,综合考虑了无效载荷的评价原则,既有效地保存了具有损伤效果的大载荷,又保存了具有强化效果的小载荷,避免了以律只要是小载荷就全部删除的误区,使得台架模拟更加实际的疲劳寿命.     

车身焊接结构室内可靠性试验强化系数计算研究

为了对室内道路模拟可靠性强化试验结果进行合理评价及更好地实现试验结果对设计的指导,研究了强化系数的计算方法,进行了用户道路、室内道路模拟可靠性试验的载荷谱采集与分析,并进行焊接结构SN曲线确定和疲劳损伤计算。基于Miner线性损伤累积理论,最终通过计算获得室内可靠性的强化系数结果,形成了一套基于载荷谱实测数据的汽车结构室内可靠性试验的强化系数计算方法和流程。     

轿车悬架耐久性试验载荷谱的优化研究

文中旨在研究评价轿车悬架耐久性试验载荷谱的优化方法.根据材料的低载强化特性,提出了一种综合考虑强化和损伤效果的无效载荷评价原则;接着对比分析了采用两种不同的无效载荷删除准则对某轿车悬架耐久性试验载荷谱进行处理的结果,包括强化与损伤载荷的保留比例和载荷谱的长度对原载荷谱总体特征的影响;最后据此提出载荷谱优化处理应遵循的原则.     

电动车轮边减速器轴系载荷谱设计原理的研究

本文中根据电动汽车轮边驱动减速器轴系零件的材料特性,进行了轴系零件的疲劳特性和低载强化特性的研究。首先建立了零件的应力-寿命曲线和低载强化三维曲面,为轴系零件的寿命计算提供了数据基础。接着提出了变尺寸零件的工作应力快速计算方法,并根据上海市道路循环转矩谱,将载荷谱外推得到了等效于3 000km行程的转矩载荷谱。最后通过调整轴系零件工作应力谱的疲劳损伤和强化比例,设计出满足寿命要求、尺寸最小的轴系零件。该方法可为汽车零部件的设计与分析提供一种新思路。     

基于用户车辆伪损伤分布的两种强化路特性对比

研究了汽车试验场2种强化路对车辆承载结构疲劳损伤特性的影响。利用某完成传感器布置的越野车,分别在用户路和汽车试验场中A(病害路、石块路、搓板路等)、B(比利石路、长波路、搓板路等)2条不同强化路上进行载荷测量,并计算了不同路面各测试点的相对伪损伤。试验表明,B强化路增强了车辆的低频变形,使得车架等部件损伤增大而相应的减小了非簧载部件的损伤,因此其更接近用户的实际使用工况,可选择B强化路对该型车辆进行耐久性考核。     

汽车试验可靠性试验强化系数的研究

通过对路面载荷谱幅值分布函数的合求解，依据疲劳损伤原则，在提出当量频次概念的基础上，推导了计算汽车可靠性试验强化系数的数学，模型采用该方法分析计算一种试验场汽车可靠性试验强化系数，计算结果离散性小。     

基于强度变化特性的随机谱载荷下疲劳寿命预估模型

提出了一种新的随机谱载荷下构件的疲劳寿命评估模型.该模型以结构强度变化特性为基础,考虑低幅载荷强化和损伤的双重效应,既有清晰的物理意义,又更合理地反映了疲劳过程中零件强度值随着载荷的变化而相应地增高和衰减的特性,克服了传统疲劳累积损伤模型忽略低幅载荷强化作用的缺陷.经过两种构件的试验验证表明,此模型与传统的累积损伤模型相比能更准确地预测构件在随机载荷下的寿命,为结构的轻量化设计提供理论与技术依据.     

汽车试验场可靠性试验强化系数的研究

本文按疲劳等损伤寿命原则推导了计算汽车可靠性试验强化系数的数学模型,并在模型中引入损伤因子统计量和频率因子统计量的概念,使影响强化系数的各因素的物理意义更为清晰。本文编制了计算强化系数的软件,对CA141汽车在试验场可靠性试验道路上的载荷谱测试数据进行了处理,计算得到了各种路面组合的综合强化系数。本文提供的方法对各试验场可靠性试验强化系数的分析计算具有普遍参考价值。     

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.      

基于径向基函数神经网络的GPS高程转换方法

针对GPS高程与正常高程的转换问题，给出了基于径向基函数（Radial Basis Function，RBF）神经网络的模型。该模型隐含层选用Gauss函数作为基函数，学习算法采用自组织选取中心法策略。用实际观测数据进行了试验和仿真，结果表明，用RBF神经网络转换GPS高程的精度优于最小二乘法。对RBF神经网络方法和反向传播（Back-Propagation，BP）神经网络方法转换GPS高程的精度进行了比较，虽然两种方法的结果相近，但RBF神经网络方法在学习速度方面远比BP神经网络方法快。由此可见，RBF神经网络方法用于转换GPS高程是可行和有效的。     

短时段交通流预测的RBF神经网络模型

介绍了基于RBF神经网络的短时段交通量预测模型,并利用该模型对高速公路所采集的数据进行仿真预测分析。预测结果表明RBF神经网络预测方法通过定义合理的网络结构参数可以获得较高的预测精度,能够满足路网调度对短时段交通流预测的需求。     

基于径向基网络的钢管混凝土拱桥安全性评价方法

以全桥安全性评价为总体目标,在以往桥梁安全性评价方法的基础上,引入人工神经网络理论,并结合层次分析法,提出了基于径向基网络的钢管混凝土拱桥安全性评价方法.从影响钢管混凝土拱桥安全性的承载能力、承重构件损伤以及外观损伤等3个主要方面进行考虑,分别建立RBF神经网络安全性评价模型,采用现场实测数据评价结果作为神经网络训练和检验样本,对神经网络进行学习训练,获取专家的经验知识和直觉思维,建立高度非线性的输入与输出的映射关系.通过仿真得到桥梁承载能力、承重构件损伤、外观损伤以及成桥状态下最终的安全性信息.以武汉市晴川桥为例进行工程实例分析,分析结果表明,该方法较好地反映了钢管混凝土拱桥结构的安全性状况.     

基于时空特性和RBF神经网络的短时交通流预测

针对实际交通流变化具有较明显的动态性、周相似性和相关性,提出一种基于交通流的时空变化特性和RBF神经网络的短时交通流预测方法。该方法充分挖掘和利用了交通流时间序列的周相似性和相关性,以及相邻路段上交通流的相互影响因素,结合RBF神经网络自学习、自组织、自适应功能和大范围的数据融合特性对交通流进行短时预测。用实例进行了仿真计算和分析,结果表明该方法能够提高交通流的预测精度。     

BP和RBF神经网络在边坡稳定性评估中的比较研究

通过实例分析,对BP神经网络和RBF神经网络在边坡稳定性评估中的应用进行了比较研究,结果表明,BP神经网络和RBF神经网络均能很好地对边坡稳定性进行评估,但RBF神经网络比BP神经网络的训练速度更快,效率更高,并且对于同样的精度要求,RBF神经网络对边坡稳定性的评估结果更加准确和适用。     

基于GA、RBF和改进Cao方法的空中交通流预测方法

针对传统空中交通流量预测方法精度不足、时效性差的问题,考虑空中交通流量时间序列的混沌特征,在相空间重构理论的基础上,研究了结合遗传算法（GA）、径向基（RBF）神经网络与改进Cao方法的空中交通流量预测方法。为降低传统Cao方法人为参数选择引入的误差,提高相空间重构精度,通过判定虚假邻近点,以及迭代比较嵌入维度离差和可接受偏差,确定重构相空间嵌入维度值的选择标准,进而得到重构后的空中交通流量时间序列数据;为提升径向基神经网络预测精度并降低参数误差,使用遗传算法优化RBF神经网络的中心矢量、加权系数和输出层阈值,再通过最优系数标定后的神经网络对重构后的时间序列进行预测;利用实际空中交通流量数据进行仿真以验证方法的有效性,并结合最大Lyapunov指数和预测结果分析了预测的时效性以及时间尺度对精度影响。结果显示：(1)改进后的预测方法具有更好的非线性拟合能力,提高了交通流量时间序列的预测精度;(2)以5 min时间间隔预测为例,相比传统RBF神经网络,改进方法的平均绝对误差、均方误差以及平均绝对百分比误差分别降低了19.44%、34.78%和27.21%;(3)相比反向传播（BP）神经网络...     

基于RBF网络的混凝土抗压强度的预测

为了预测混凝土的抗压强度,在分析RBF神经网络原理的基础上提出了用RBF神经网络模拟抗压强度与各影响因素间关系的方法。根据搅拌机的实际工作状况,建立了4个输入节点、1个输出节点的RBF神经网络模型,通过19组试验,验证了模型的可靠性。结果表明,实测结果与预测结果相接近,RBF神经网络模型是一种较准确的快速预测混凝土抗压强度的方法。     

车用汽油机过渡工况进气流量预测研究

提出了一种基于混合遗传算法的径向基神经网络(HGARBF)的车用汽油机过渡工况进气流量预测模型。首先设计了一种新的混合遗传算法,利用梯度算法每次迭代得到的结果来改进遗传算法的群体,将遗传算法的最优个体与梯度算法的迭代解相比较,选择其中的最优点作为梯度算法下一步迭代的起始点,运用该混合遗传算法进行径向基神经网络参数的优化,改善径向基神经网络不同初始参数对其性能的影响;然后建立了基于HGARBF网络的过渡工况进气流量的预测模型。仿真结果表明,该预测模型优于经典的进气流量平均值模型,为精确及时测试汽油机进气流量提供了新的方法。     

无粘结预应力混凝土梁桥自振频率的RBF网络识别

为研究采用神经网络的方法识别无粘结预应力混凝土梁桥的自振频率,收集以往PC梁的动力试验数据,并在此基础上补充制作5根PC梁进行动力试验,采集相关数据。构建径向基(RBF)神经网络,采用泛化回归神经网络(GRNN)进行函数逼近,径向基函数的光滑因子取为0.15。筛选9个影响PC梁自振频率的关键参数作为神经网络的输入参数,用收集到的试验数据对神经网络进行训练,并预留出1根PC梁的试验数据对网络进行仿真。仿真结果表明,采用所研究的神经网络方法识别无粘结预应力混凝土梁桥的自振频率是可行的,这种网络具有很好的预测能力和泛化能力。