辽宁省黑土区水土流失的危害及治理的紧迫性

东北黑土区辽宁省总面积为123107.63km2,占辽宁省总面积的84.14%。由于黑土区土壤疏松、抗侵蚀能力弱,在降雨集中、过度垦殖、超载放牧、乱砍乱伐等外因作用下极易引起水土流失。据辽宁省土壤侵蚀遥感普查,该区水土流失面积33752.47km2,占东北黑土区辽宁省总面积的27.42%。东北黑土区开发历史悠久,已近百年,黑土层由初垦期的60～100cm,下降到现在的20～30cm,有的地方黑土流失殆尽,已露出成土母质,土壤有机质由初垦时的3～8%下降到现在的1～3%。因此,搞好搞好我省黑土区的水土保持生态环境建设至关重要。     

计算机辅助车身表面造型系统—ABSMS的研制和应用

ABSMS系统是针对汽车车身造型而研制的一个软件系统,本文介绍了它的理论依据及基本功能。由于B样条曲线的局部性、直观性、保凸性等优点,并且引入了重节点技巧,使该系统具有较强的曲面造型功能。     

微型电动车非承载式车身轻量化研究

介绍某微型电动车非承载式车身骨架的研制过程,包括应用拓扑优化方法确定骨架结构的空间布置,以及应用普通机械优化方法确定合理的梁截面尺寸.进行了非承载式骨架车身悬置的设计和分析,并通过对包括该骨架式车身的整车进行碰撞仿真分析,改进了车身骨架结构.     

路基压实度剪切波测试新技术

对含砂低液限粘土、含砂低液限粉土与低液限粘土3种土样采用重型击实试验的方法进行了土的干密度与剪切波速的对比试验。大量试验结果表明,路基土干密度与剪切波速存在显著的相关性,各种土质的干密度与剪切波速的关系模型各不相同,但都可以利用4种典型回归模型来描述。论证了路基表层土压实度可以代表本层的压实度,提出了利用直达剪切波检测路基干密度的新方法。最后应用"振三压三"的压实方法对所得模型进行验证,将按照模型用剪切波速计算得到的数据与灌砂法所得数据进行了比较。现场试验表明:通过建立具体工程的干密度与剪切波速的关系模型,采用直达剪切波速检测技术,可以较好地实现路基压实度的无损检测。     

车身结构件轴向压溃性能的截面优化

针对车身被动安全设计中前纵梁耐撞性能开发,建立了描述轴向压溃性能的关键截面参数以及优化模型,研究了截面几何参数与前纵梁最大碰撞力和吸能量之间的关系,并将轻量化作为设计目标。为了提高优化结果的鲁棒性,在自主开发的优化求解器中集成了罚函数法并结合遗传算法,通过对LS-DYNA求解器的调用,实现了针对梁截面几何特征的参数化设计及优化,提高了耐撞性能。     

基于线阵CCD的管径智能测量系统

文中介绍了一种基于线阵CCD的管径智能化测量系统,该系统将4个激光光源、4路CCD安装在一个密闭的空间,具有很强的抗杂光、粉尘等环境干扰的能力及较宽的测量范围,可实现外径为300-1450 mm钢管的外径测量。生产现场测量结果表明：该系统具有测量精度高、稳定性好、效率高、易于操作等特点,并克服了常规手工测量方法在测量大口径管子时表现出测量工具过大过重,操作不便等缺点,可广泛应用于各种管材的在线质量控制及反馈分析。     

电动改装轿车车身结构优化设计分析

建立和验证了某电动改装车车身结构强度和刚度的有限元分析模型,并对该车身结构进行了优化分析。分析表明,在现有传统车型上改造开发电动车新产品在技术上是可行的。     

基于FNN的船舶舵伺服系统故障诊断研究

分析某型船舶舵伺服系统的故障信息,建立了模糊神经网络故障诊断模型.利用模糊逻辑处理数据以便于充分利用经验知识;利用神经网络诊断,避免了复杂故障树诊断系统的"匹配冲突"、"组合爆炸"和"无穷递归"等问题,并采用改进的BP算法训练神经网络,解决了收敛速度和收敛振荡的问题.诊断实例结果表明:该故障诊断系统具有较强的鲁棒性和泛化能力;该算法采用无模型化诊断,容易实现自学习,可不断完善系统性能,具有一定的理论和工程应用价值.     

立体车库出入库路径规划优化算法

目前,伴随着中国的发展,人们的生活质量也有了显著的提升,我国的私人汽车也越来越多。随着我国城镇私人汽车拥有量的不断增加,我国城镇居民的“停车难”问题已经成为当前急需解决的一大难题,也是当前我国城镇居民面临的迫切需求。当前,国内的立体停车设施普遍面临着停车周期长,运营效率低,维护成本高等问题,使其很难在中小城市得到普及。造成这一问题的主要原因是,立体停车场的自动测量和控制是一项集成了机电、光学和计算等多个领域的交叉技术,它的研究和实施都有很大的困难。在这些问题中,最重要的是对立体停车场进行有效的调控和优化。另外,由于我国中小城镇居民对立体停车设施的认可度较差,使得整个市场出现了“有价无市”的局面。为了改善和解决在现阶段,在三维车库的测控管理中存在的上述问题,本文就是要对三维车库的测控方法和优化策略进行讨论和分析,重点是对排队模型的构建和路线优化算法的实现进行研究。