关于CAE技术在汽车车架设计中的应用

汽车车架是汽车的主要承载体,承受多种载荷,对整车的使用寿命和安全有着重要影响。在整车设计时,必须对车架强度进行分析。利用CATIA软件进行汽车车架零件CAD建模,结合CAD模型对车架进行有限元建模,建立四种典型工况对车架强度进行分析,通过有限元软件计算,求得各工况下的静态安全因子和应力分布。     

银包覆铁硅铬粉的制备与电磁屏蔽性能研究

[目的]针对海洋环境下电子设备的电磁屏蔽需求,开展高性能电磁屏蔽材料制备及性能研究。[方法]通过扫描电子显微镜、X射线衍射仪、四探针和振动样品磁强计对原始铁硅铬(FeSiCr)粉及银包覆改性后的FeSiCr@Ag的表面形貌、物相组成、电导率和铁磁性能进行分析,采用矢量网络分析仪对样品的S参数进行测试。借助盐雾试验箱模拟涂层在海洋环境下工作的腐蚀行为并对其宏观和微观形貌进行观察,同时使用电化学工作站监测涂层在质量分数为3.5%的氯化纳(NaCl)溶液中的腐蚀行为,并研究其腐蚀机理。[结果]结果表明：随着反应过程中硝酸银(AgNO₃)添加量的提高,镀银层致密完整。化学镀银后其电导率可达586.79 S/cm,X波段屏蔽效率高达80 dB。在湿热、高盐雾环境加速腐蚀96 h后,FeSiCr@Ag制备的树脂涂层表面无锈蚀现象。化学镀银前后的涂层自腐蚀电位分别为-0.4和-0.09 V,表明镀覆银层后腐蚀介质渗入涂层的速率减慢,缓蚀效果良好。[结论]包覆改性后的FeSiCr@Ag材料具有高效电磁屏蔽性能及良好的耐腐蚀性。     

基于Arduino的SMA丝材智能修复损伤钢筋混凝土梁试验研究

为修复钢筋混凝土梁在使用阶段中由于材料老化、裂缝开展等原因造成的损伤,提出一种基于Arduino智能平台和形状记忆合金(Shape Memory Alloy, SMA,具有形状记忆效应和超弹性特性)的智能修复控制系统,根据挠度及裂缝控制原理,设计智能修复控制装置。该装置由输入模块、处理模块和输出模块组成,当检测到钢筋应变超过限值时,输出模块升高SMA丝材温度对梁体进行修复。为验证该智能修复装置的修复性能,设计对比梁A(无修复装置)与试验梁B(加装智能修复控制装置),在加载过程中对试验梁B进行3次修复,对2根梁的跨中挠度、钢筋应变及裂缝宽度等进行对比分析。结果表明：破坏时试验梁B的跨中挠度、裂缝宽度均小于对比梁A,并且在3次修复中试验梁B的跨中挠度、裂缝宽度和钢筋应变最大回复率分别为31.0%、47.0%和71.5%。说明该智能修复控制装置可以监测试验梁受损情况并激发SMA材料对试验梁实施修复,实现钢筋混凝土梁的智能修复。     

日本LNG码头与接收站建设特征研究

通过调查分析日本LNG码头的建设情况,研究日本LNG码头的布置形式、泊位数量和集疏运方式,以及LNG接收站的总体布局、平面布置形式、储罐容量等特征。日本大部分LNG码头采用突堤式布置形式,泊位数量不超过2个,接收站储罐容量分别与所在地区人口数量、地区生产总值呈线性正相关性。在天然气消费需求方面,2017年日本人均拥有储罐罐容0. 093 m~3/人,总罐容与全国GDP之比为3. 42 m~3/亿日元。研究成果对分析我国天然气消费趋势、规划建设LNG码头与接收站具有参考意义。     

基于土地利用的港城关系时空演变研究

以日照石臼港区和岚山港区为研究对象,参考城乡土地利用和临港土地利用分类体系,使用遥感图像处理技术和地理信息技术等研究手段,得到临港土地利用分类的变化以及港口和临港空间中心位置的迁徙情况,归纳港城发展模式的特点.从空间上石臼临港区域呈现港城分离-融合-扩张发展规律,岚山临港区域以港口为支点向周边扩散发展.研究过程可作为分...     

促进风险投资的税收激励政策研究

发达国家的实践表明,税收激励政策在风险投资的发展过程中起着举足轻重的作用。我国风险投资的税收政策难以适应风险投资发展的客观要求,为促进风险投资业的健康发展,优化我国的税收激励政策势在必行。     

经皮穿刺冠状动脉成形术

<正> 经皮穿刺冠状动脉成形术,简称PTCA(Percutanous Transluminal Coronary Angioplasty,)是心血管病治疗方面的最重要的进展之一,已成为治疗冠心病的三大方法中(药物、外科搭桥和PTCA)的先进而疗效肯定者。欧美各国有40%左右的     

澳大利亚大客车设计及工艺特点

介绍，分析，总结澳大利亚大客车制造的设计及工艺特点，并与我国的大客车制造技术进行比较，以利于取长补短，学习提高。     

通天河大桥桩基动、静载试验的对比

通过通天河大桥钻孔桩承载力的高应变动载试验与无破坏静载试验的对比,验证在设计容许承载力范围内高应变动载试验替代静载试验的可行性.     

智能网联车辆混行交通流中灯语意图识别模型研究

为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.