一种普矿两用自卸车的自我保护装置

正通过对普矿两用自卸车货箱上边梁结构的改进,有效减轻或降低货箱上边梁在受到货物冲击时的损坏程度,延长货箱的使用寿命,减少车辆的维修次数,提升车辆的使用效率,为用户创造更大的财富。普矿两用自卸车通常用于矿山开采、土石方转运等恶劣工况,并采用挖掘机进行装载。挖掘机等机械化装载方式下,常常会发生货箱上边梁被落下来的块状货物瞬间冲击而损坏的     

基于预测的 EFI 发动机自适应混合控制

针对发动机非线性、时滞、时变对象在线控制问题,利用高斯函数作为CM AC神经网络的基函数降低网络计算量,结合自适应算法构建发动机空燃比控制方法。在此基础上,为获取精确控制效果,提出采用灰色马尔科夫模型预测下一时刻氧传感器的状况,从而对喷油量进行补偿,以消除由于传感器信号时间滞后对喷油补偿量的影响。在采用台架试验数据确定控制策略模型的结构参数的基础上,对提出的自适应混合控制方法进行了测试。测试结果说明,提出的控制方法不仅保证了稳态空燃比控制的准确性,同时提高了暂态工况下空燃比控制的有效性。     

不同喷射策略下CRDI柴油机燃用柴油-桐油-乙醇混合燃料的燃烧与排放特性

在1台共轨直喷(CRDI)柴油机上开展了不同喷射策略下桐油、乙醇与柴油混合燃料的燃烧和排放特性研究。试验结果表明:与0号柴油相比,混合燃料的着火延迟期稍长,缸内压力峰值和放热率较高,但燃烧持续期稍短;随着桐油和乙醇体积分数的增加,有效热效率(BTE)也随之增大。在低负荷时,混合燃料的CO和HC排放较高,且随着桐油和乙醇所占体积分数的增大而增加;混合燃料的NO_x排放在低负荷时较低,在高负荷时略高;在高负荷时,混合燃料的炭烟排放大大减少。总体而言,混合燃料中乙醇对发动机性能的影响比桐油大。     

基于MM-STConv的端到端自动驾驶行为决策模型

针对现有端到端自动驾驶模型输入数据类型单一导致预测精确度低的问题,选取RGB图像、深度图像和车辆历史连续运动状态序列作为多模态输入,并利用语义信息构建一种基于时空卷积的多模态多任务(Multimodal Multitask of Spatial-temporal Convolution,MM-STConv)端到端自动驾驶行为决策模型,得到速度和转向多任务预测参量。首先,通过不同复杂度的卷积神经网络提取场景空间位置特征,构建空间特征提取子网络,准确解析场景目标空间特征及语义信息;其次,通过长短期记忆网络(LSTM)编码-解码结构捕捉场景时间上、下文特征,构建时间特征提取子网络,理解并记忆场景时间序列信息;最后,采用硬参数共享方式构建多任务预测子网络,输出速度和转向角的预测值,实现对车辆的行为预测。基于AirSim自动驾驶仿真平台采集虚拟场景数据,以98 200帧虚拟图像及对应的车辆速度和转向角标签作为训练集,历经10 000次训练周期、6h训练时长后,利用真实驾驶场景数据集BDD100K进行模型的测试与验证工作。研究结果表明:MMSTConv模型的训练误差为0.130 5,预测精确度达到...     

杭长线新余段岩溶路基稳定性分析及勘察方法研究

通过对杭长线新余段不同地层的钻孔信息进行统计分析,找出岩溶发育程度与地层岩性之间的关系;采用崩坏拱法及洞穴顶板坍塌堵塞法对杭长线新余段岩溶路基稳定性进行定量判断;最后,利用收集资料、地质测绘、工程物探及钻探等各种手段的综合运用,提出岩溶路基合理、准确的勘察方法.     

基于电磁波的路基含水量试验研究

基于土体含水量对介电常数的影响,采用电磁波法进行路基含水量的快速测定。通过分析并总结电磁波测试土体含水率已经取得的成果,设计了一种路基含水率的电磁波试验方法,并用这种方法进行室内试验,得到了土体含水率与介电常数的对应关系式。同时,通过电磁波对不同含水量土体的测试,分析了电磁波幅值和介电常数的变化规律,结果表明利用厚度法对不同含水率的介电常数进行分析合理可行,试验结果为实现电磁波进行路基含水量快速无损检测提供依据。     

基于组合优化算法的混合动力客车控制策略优化

结合模拟退火算法全局优化能力强和非线性二次规划算法能够快速寻优的特点,使用Isight优化软件将二者建立组合优化算法对建立的功率解析控制策略进行全局优化。优化结果表明,所提出的组合优化算法避免了模拟退火算法局部优化不强的缺点,提高了优化质量和计算效率;在保证整车动力性的前提下,使整车综合油耗下降了12%。     

沥青混凝土路面施工质量控制措施

近年来,我国公路建设得到了快速发展,但多数沥青路面虽然采用了优质的原材料、先进的施工机械．仍然出现了部分早期损坏情况。     

简支梁振动可靠性的Monte Carlo模拟

结构的几何尺寸,所受外载荷、材料性能特性是随机的。考虑这些随机因素对简支梁振动的影响,研究了简支梁振动的可靠性。对随机变量进行计算机模拟,产生多组随机变量样本,应用Monte Carlo模拟求出它们的可靠度。算例表明本文的方法是可行的。