并联混合动力汽车ECMS的时变等效因子提取算法的研究

为解决当前等效燃油消耗最小控制策略(ECMS)未能根据实际工况选取最优等效因子的问题,利用动态规划算法(DP)和ECMS各自的优点,构建并联混合动力汽车能量算法模型,即采用动态规划算法的等效燃油消耗最小控制策略(ECMSwDP),将等效因子作为全局最优算法的控制变量,通过对等效因子的离散全局优化,获得基于工况的最佳时变等效因子。在标准工况下对时变等效因子实时控制策略与全局最优控制策略DP的各项性能参数进行了数值仿真,验证了时变等效因子提取算法的有效性和等效因子初始值选取方法的可行性。     

焊装车间机器人的节拍分析及优化设计

为了实现焊装车间降本增效的目标,对焊装车间自动生产线上机器人的生产节拍进行优化.通过分析机器人的工作时序逻辑,查找机器人不合理的工作时序,进而分析机器人的底层程序,修改程序上的问题,优化工作时序,消除机器人工作时序逻辑不合理产生的等待浪费,提升生产线的生产节拍,从而提高车间的生产效率,最终实现降本增效的目标.     

轿车与6岁儿童行人不同方位碰撞中下肢损伤分析

Euro NCAP发布的行人模型认证技术公告TB024的最新版本对6岁儿童行人模型认证提出了单独要求,旨在加强对儿童行人的保护.本研究应用符合Euro NCAP技术公告(TB024)规定并且具有详细解剖学结构的6岁儿童行人有限元模型,设置了4组不同方位行人-汽车碰撞仿真试验,以探究不同碰撞方位下的儿童下肢损伤机理.结果...     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

汽车内饰件VOC散发规律及控制

以门饰板总成为目标进行分解研究,对总成及其子级件的VOC含量进行分析发现不同材料和工艺对总成VOC的权重表现依次是PP类、表皮包覆类零件、表面处理类零件。其中PP作为用量最大的材料,直接关系到整个总成的VOC表现;TPO表皮、针织面料是目前相对环保的表皮类型;在一些非外观的骨架材料方面,本体法ABS相比于乳液法ABS具有一定的优势;相比溶剂胶和热熔胶,水性胶是成本和性能综合优势明显的胶粘剂类型。     

对城市轨道交通规划建设的思考

中国城市轨道交通的超常规发展短期内缓解了各大城市轨道交通发展滞后的欠账问题,极大支持了快速城镇化进程.然而,城市轨道交通发展过程中也面临着一些需要探讨的问题——要不要持续建设、如何才能做到持续建设.分析城市轨道交通现实情况、国内外主要投融资模式以及站城一体化实施效果,提出从长远角度和外部效益角度科学决策城市轨道交通建设...     

利用时差与到达角双站对机动目标无源定位算法研究

该文提出了一种基于两站到达时间差和一个到达角的无源定位方法。以到达角消除时差定位的多值模糊,用最小二乘估计和卡尔曼滤波算法,实现对海上机动目标的无源定位和跟踪。经计算机仿真后得到了满意的效果。     

动态有限元法在船体板架振动计算中的应用

该文通过直接求解轴向受载的均匀Timoshenko梁单元扭转振动和弯曲振动的运动微分议程,导出了考虑轴向力,剪切变形和转动惯量的平面板架的动态刚度短阵的解析表达式,并用改进的二分法求解频率特征议程,经对处于复杂弯曲状态的船体板架振动的数值计算,验证了本方法的精确性和有效性。     

时频分析在宽带信号检测中的应用研究

该文以时频分析中最典型的Wigner Ville分布在宽带信号检测中的应用展开讨论 ,与传统的处理方法进行比较 ,着重突出了其时频特征分离的特性。对比匹配滤波器进行了宽带确知信号的检测 ,指出基于互Wigner Ville分布的检测方法能够达到匹配滤波器的检测效果。在此基础上提出了采用时变滤波的改进方法 ,最后讨论了信号时宽、带宽对检测性能的影响。     

基于线谱特征提取的被动声纳目标识技术研究

该文针对被动声纳目标识别,着重研究了线谱特征提取方法,提出了一种自适应遗传BP算法,并用该算法训练神经网络目标分类器。经对上海上实录三类目标噪声分类识别实验结果表明,所设计的被动声纳目标识别系统具有很好的分类效果。