“龙腾计划”主将C3-XR上市

<正>近日,雪铁龙·东风雪铁龙品牌嘉年华暨C3-XR上市发布会在上海举行,展现雪铁龙近百年的历史积淀和东风雪铁龙22年的中国之路。作为东风雪铁龙品牌中期规划"龙腾C计划"的重磅车型,C3-XR上市,包括1.6L CVVT和1.6THP两种动力总成,共8款车型,售价10.88万-17.18万元。定位于"城市SUV新风范"的C3-XR,自2014年广州车展前夕启动预售以来,备受关注。C3-XR的目标人群是一群精彩生活的发现者,是有着别样青春的"城市自由派",C3-XR所传递的挑战未知的精神,便是深刻洞察了这个族群的消费需求。     

电动汽车动力总成悬置系统优化

建立了某电动汽车动力总成悬置系统六自由度数学模型和ADAMS仿真模型,对系统进行了模态分析和振动响应分析,研究了系统的振动特性。选择动力总成悬置支承处动反力最小为优化目标,各个悬置的轴向静刚度为设计变量,动力总成固有频率合理分布以及各个悬置和总成位移等为约束条件,利用ADAMS/Insight对悬置参数进行优化。结果表明优化悬置刚度参数后,驾驶员耳旁测点平均声压级有明显的降低,降低了13%,特别是在声压值较高点降低尤其明显,降低了21%,很好地达到了隔振降噪的目的。     

新型沙漏式FPSO的浮体外形参数对水动力性能的影响

为了解决传统船型和已有圆柱筒状FPSO的性能局限,论文提出了一种具有沙漏型浮式主体的新概念FPSO。根据所研发的新型沙漏式浮体模型,确定了能够反映浮体几何形状、FPSO基本功能和水动力性能的5个相互独立的外形参数。然后,采用基于频域势流理论的边界元数值模拟方法研究了新型沙漏式浮体在波浪中的运动响应,并且定性分析了不同浮体外形参数(下倾角、水线面半径等)对浮体水动力性能的影响,得到一些有意义的结论,以期能够为新型沙漏式FPSO的主浮体外形设计提供参考依据和准则。     

球扁钢肋骨三角形加热仿真研究

针对球扁钢肋骨三角形加热矫正纵向弯曲变形,利用ANSYS软件和APDL语言编写仿真程序,实现了热-结构耦合场的数值模拟,得到了加热过程中温度场和结构场的求解结果。对于不同的加热速度与气流输入量,计算了肋骨表面最高温度和高度方向的变形量,利用MATLAB曲面拟合,得到了最高温度和变形量关于加热速度和气流流量的函数。并对这两个参数进行了优化,得到了满足温度约束下变形量最大的参数组合。研究内容和结果对球扁钢肋骨三角形加热的更深入研究和现场施工提供了一定的参考和指导。     

黄海牌BOB系列客车侧围骨架总成焊接夹具的设计

1前言 随着北京2008年奥运会的临近,在北京公交公司大幅度更换中高档公交车的前提下,丹东黄海汽车有限责任公司专门为北京公交公司量身打造了一批客车——BOB系列客车。此批车型外形美观大方,内饰简洁明朗,但由于此批车型的内饰装配要求比较严格,故对各种车身的总成件,特别是侧围骨架这个整车中关键构件的精度要求更加严格,给侧围骨架总成的组焊带来难度。为此,我们设计此焊接夹具以解决以上难题。     

运营高铁轨下多层结构损伤无损检测技术

运营高铁路基轨下结构在长期高速列车循环荷载与气候环境的共同作用下,轨道板、砂浆层、支承层、基床、路基本体等各结构层及层间损伤,会影响到高铁基础设施的服役性能。运营高铁轨下多层结构材质、功能各不相同,主要损伤有无砟轨道裂缝、离缝、翻浆、脱空等和基床、路基沉降等。介绍超声阵列方法、冲击回波法、地质雷达法、瞬态面波法在检测效率、精度以及探测深度方面的优缺点,选择不同的方法组合,对轨下多层结构进行综合检测和解释,构建了轨道板—支承层—基床—路基本体由浅到深的多尺度、多参数无损检测方法组合与健康状态的定量解释原则,可为运营高铁轨下结构服役性能和整治修复提供数据支撑。     

采油工艺管柱自动导向器

设计了一种新型采油工艺管柱导向器,通过应用该导向器,在作业中实现管柱铰接,可有效解决由套管套变引起的封隔器损坏、失效现象,起到保护封隔器胶筒的作用.并可解决大斜度井、定向井工艺管柱偏磨与导向问题,减少对管柱接箍的损坏及对套管的刮磨破坏,提高其使用寿命.可广泛应用于油水井增产增注工艺管柱上.     

CA-3型自动车钩装置钩尾销的疲劳寿命

介绍了俄罗斯4家工厂生产的CA-3型自动车钩钩尾销的试验台试验结果,并指出为提高运行安全性,有必要采用钩尾销疲劳特性的规范要求.     

变速器差速器分总成螺栓拧紧试验研究

通过设计1种试验方法,对变速器差速器分总成的螺栓拧紧工艺进行了相关试验。研究主减速从动齿轮与差速器壳体的配合制和螺栓拧紧顺序对齿轮精度的影响,从而选择最优的拧紧工艺。结果表明,差速器分总成最优的配合方式是过渡配合,最大配合间隙≤0.011 mm,最大过盈量≤0.033 mm;最好的拧紧方式是同时拧紧,其次是对角拧紧,再次是间隔拧紧,顺序拧紧的齿轮精度最差。