基于FCM-AHP方法的加工中心典型测试工况优选

针对传统载荷谱典型测试工况选取方法中存在的问题，通过模糊聚类分析挖掘工艺参数间潜在关系，实现了工况数据分类初选，同时充分考虑了分类过程的模糊性并且避免了方案初选的主观随意性。在初选结果基础上引入层次分析法，综合考虑测试工况选取的典型性、全面性、试验开展的经济性以及编谱数据量4个综合评价指标，建立了系统层次结构模型，将定性分析和定量计算相结合，选取了具有代表性的测试工况，从而提高了典型测试工况选取的科学性和系统性。     

基于AMESim和Simulink的主动升沉补偿系统仿真分析

通过AMESim和MATLAB/Simulink联合仿真的方法建立二次调节主动升沉补偿系统的仿真模型，模型加入了时变和非线性因素的影响，能较为真实地反映实际主动升沉补偿系统特性和实现各种控制策略。研究结果表明：采用具有双前馈补偿的串级PID闭环控制，提高了系统的升沉补偿精度；变量机构与二次元件斜盘配合的间隙等非线性因素会降低系统补偿精度；绞车的非线性摩擦力矩对补偿精度的影响较小。     

面向自动驾驶全链条测试数据交易的区块链确权方法

自动驾驶全链条测试过程中产生的海量测试数据,可通过交易释放其潜在的价值。但因测试数据来源多样等原因,导致数据责权不清,造成交易难以安全开展。现提出基于区块链的测试数据确权方法,利用“元数据+云存储”方案,实现测试数据在区块链上的存储与访问,并在综合考虑测试数据生产者、数据平台和数据消费者三方参与的情况下,设计测试数据在区块链系统中实现确权和交易的流程。测试数据的确权和交易过程被记录在区块链上,保障了确权过程和交易过程的公开可审计性和可追溯性,具有公平交易、去中心化等优势。