基于仿真分析的汽车侧翻风险研究

侧翻事故是汽车产品缺陷可能引发的一种典型风险.文中应用ADAMS软件建立仿真模型,模拟车辆侧翻事故过程以研究其发生机理,并通过正交试验分析了侧翻风险与其主要影响因素之间的关系.     

汽车碰撞预判系统关键技术分析

介绍了碰撞预判技术及其通用的系统设计方案,着重从该系统所用雷达系统的研发、新式被动安全装置的优化与应用以及系统集成3个方面详细分析了其中的关键技术,并指出了当前发展碰撞预判系统的时机与光明前景.     

轻型客车正面碰撞车架吸能结构优化设计

非承载式车身结构的轻型客车发生正面碰撞时,车架是主要变形吸能结构。因此,根据正面碰撞安全法规对某轻型客车的碰撞安全性改进设计中,以车架改进为重点,采用计算机模拟和试验相结合的方法优化设计了车架吸能结构,控制了车架的刚度和变形,为整车通过我国正面碰撞安全法规奠定了坚实的基础。项目进行过程中在国内首次将大规模网络集群并行计算技术应用于汽车领域,同时开创性地进行了车架总成动态冲击试验。改进实践证明,类似结构的车辆可以通过对车架吸能区结构的优化设计,在短时间内以较低的代价显著提高碰撞安全性能。     

提高阻挡大型机动车辆路障效率的研究

随着当今世界各国对安全的重视和汽车炸弹恐怖袭击的层出不断,防恐机动车阻挡路障的研究和应用成为重要课题。本文主要针对阻挡大型高速货车类车辆的路障进行了试验研究,利用LS-DAYNA建立了和试验结果吻合的有限元模型。参考美国DOS(Department of State)标准关于机动车阻挡路障的要求,通过模拟计算方法研究了如何提高对大型高速车辆的阻挡效率、减少车辆穿过路障距离的方案。模拟和试验表明,所提方案可以有效地阻挡大型车辆,对提高我国相关产品的性能并使之与国际标准接轨有重要指导作用。     

便携式安全气囊诊断仪的设计与研究

设计一种便携式安全气囊诊断仪,它具有通用的通信方式,能够对现有的QH3-F以及QH4-OCS等系列气囊系统进行诊断,诊断结果真实可靠。     

一种基于电容传感的乘员感应装置

安全气囊有时会造成不必要的浪费和对儿童的伤害。为解决这一问题，设计了一种新的基于电容传感原理的乘员感应装置，并介绍了电容传感器的构造及微小电容测量的设计。该装置克服了采用超声波原理和质量感应原理系统的不足，能够区分人体，为乘员感应系统的实用化提供了有效手段。静动态试验均证明了系统的可行性。     

集装箱船舶靠离“零待时”服务研究

缩短船舶在港非生产性作业时间是提高集装箱码头竞争力的重要手段之一。零待时制度的实施,将形成集装箱码头、船公司和口岸三方多赢的局面。分析了影响零待时的三个因素,并提出了实施方法和建议。     

分体式钢筋直螺纹连接在桩基施工中的应用分析

通过对某高速公路桥梁施工时分体式钢筋等强度剥肋滚压直螺纹连接的应用及分析,并与常见几种钢筋连接方式对比分析,说明桩基施工中引进机械连接方式,使桩基钢筋笼的对接质量稳定可靠,大大提高现场装配工作效率,降低施工成本。     

正面碰撞中汽车儿童约束系统模型的建立及改进

针对目前儿童座椅常存在因结构设计不合理而导致的保护效果差的问题,基于MADYMO建立了包含台车座椅、某款典型儿童座椅、五点式安全带、P3 儿童假人的儿童约束系统模型,根据 GB 27887 标准进行正面碰撞台车试验,基于试验结果从假人运动轨迹和损伤指标两方面对模型进行了验证。结果表明,建立的儿童约束系统模型能较真实地反映实车碰撞过程,具有较高的准确性。在模型验证的基础上,针对碰撞中座椅上部存在变形量过大的问题,提出了在椅背顶部后侧加装加强板,并将椅背与椅盆连接处位置原有的凹槽贯通的改进方案,对改进后的儿童座椅进行了不同加速度下正面碰撞工况的仿真分析和安全性评估。结果表明,改进方案能在座椅质量不增加的前提下,有效减少椅背的变形量,确保碰撞中座椅结构的完整性和儿童的安全,达到了预期的防护效果。研究结果可为儿童座椅的设计和改进提供支撑和参考。     

一种基于K近邻和多元回归的传感器缺失值预测算法

传感器是当前公路工程中数据采集与监控的主要手段之一,然而在使用过程中时常出现的缺失值严重影响了传感器的监测效果及后续数据分析。目前多数传感器缺失值预测算法在设计时利用了传感器间的空间相关性或该传感器自身的时间相关性,具有一定的预测效果。KMRA算法(K-Nearest-Neighbor on Multiple Regression Algorithm)则采用了空间相关性及时间相关性结合预测的方法,不但大幅提高了预测准确率及算法的效率,同时具有更高的实用价值。当传感器v在时刻t出现缺失值时,KMRA首先确定v与邻居之间的相关系数,选择其中K个与v相关度最高的邻居节点,利用其相关系数进行t时刻的空间相关性预测,并形成空间相关性预测结果。其次,算法利用传感器v在监测过程中产生的时间序列,选取q/2个与t时刻相邻的数值,并分别设置不同的偏相关系数,通过多元回归的方法将偏相关系数与q个取值进行时间相关性预测。最后,在分别取得时、空相关性预测结果的基础上,算法通过样本决定系数将空间与时间两部分预测结果有机整合,形成最终预测结果。算法的试验在真实数据集上展开,将数据集中的实际数据作为缺失值进行预测,并与原数据比较以验证预测算法的准确率。在试验过程中,与其他相关算法进行了比较,试验结果显示,该算法在得出准确预测结果的同时,还能在效率上获得较大提高。