VIN中的奥秘

VIN（车辆识别代号）如同人的身份证号,具有在世界范围内对一辆车的唯一识别性。GB7258-2012规定：“汽车、摩托车、半挂车和中置轴挂车应具有唯一的车辆识别代号,其内容和构成应符合GB16735的规定;应至少有一个车辆识别代号打刻在车架（无车架的机动车为车身主要承载且不能拆卸的部件）能防止锈蚀、磨损的部位上。”当每一辆新出厂的汽车被刻上VIN代号,此代号将伴随着汽车的注册、保险、年检、维修与保养,直至回收或报废而载入每辆车的服役档案。利用VIN代码可以方便的查找汽车的制造者、销售者以及使用者,同时也能有效地打击汽车盗抢犯罪行为。     

基于Optistruct的压缩机支架优化设计

为了提高压缩机支架的NVH性能,文章采用有限元的方法对某发动机的压缩机支架进行优化分析,使用Optistruct软件对支架重新设计,根据优化结果进行圆滑过渡,并且考虑了降低质量以及增加刚度的目的,对支架结构较多的部分进行挖空处理,使支架结构形成一系列的加强筋,改善支架的刚度,提高支架的1阶固有频率.通过对结果的分析发现,不仅使支架质量减小了0.04 kg,而且支架的1阶模态频率也提高了77.7％,提升了发动机的NVH性能.     

白车身模态与静刚度关联性的研究——扭转

在乘用车整车NVH（噪声、振动与声振粗糙度）性能的开发过程中,白车身的弹性体模态与静刚度是衡量车身结构特性的两个重要指标。文中阐明了白车身模态与其扭转刚度的关系,以某小型乘用车白车身为例,通过模态试验数据计算得出各主要模态所对应的白车身扭转柔度、扭转柔度贡献度,进而得到其扭转刚度,并与刚度试验结果对比,验证了白车身模态与扭转刚度的数学关联性,为新车型开发阶段综合控制车身重量、优化模态分布和扭转刚度提供参考。     

长途客车车身骨架有限元模态分析

本文以某型号国产长途客车作为研究对象,利用Hyperworks软件建立了长途客车车身骨架的几何模型,充分考虑了边界条件的处理与简化,以及车身结构上不同质量及载荷的处理。结合模态分析计算的工况,对车身各围进行较全面的自由振动模态分析,获得了车身固有频率及相应的振型。针对车身骨架的分析计算结果作出相应的评估,对车身结构的改进提出合理的意见和建议。     

转向系统前期预测及优化方法

转向系统的模态对汽车的NVH性能有着重要的意义,它的准确性对前期预测和优化有很大的影响。本文通过实验结果和CAE计算结果的比较,找出转向系统CAE与实验的模态误差原因,提出优化方案,从而对转向系统的模态性能提供比较准确的意见和指导。     

基于改进布谷鸟搜索算法的架桥机结构损伤识别

针对架桥机结构损伤的特点及布谷鸟搜索算法存在收敛速度慢、缺乏活力等问题,从动态发现概率、步长和莱维飞行三个方面对布谷鸟搜索算法进行了改进.以TLJ900型架桥机的主梁为研究对象,针对裂纹损伤,以固有频率和模态保证准则作为损伤检测的指标,用改进后的布谷鸟搜索算法对架桥机的结构进行了损伤识别.仿真结果表明：与其他智能优化算法相比,改进算法的收敛速度和全局寻优能力有明显的提升,能更准确的判断出架桥机结构损伤的位置和程度,故障识别精度更高.     

基于ANSYS的行李车改造成发电车的车架设计与分析

现代设计方法的发展和使用,使铁路车辆设计变得越来越快速高效.在行李车改造为发电车过程中,首先根据车架结构对车厢进行布局设计,其次运用有限元分析软件ANSYS对改造后的车辆车架系统从强度和刚度方面进行计算和分析.然后根据分析结果,使用APDL语言对车架薄弱环节和不合理结构进行改进.最后,对改造后车架进行模态分析和谐响应分析,确定有害频率和振型,并采取有效减振措施.从研究结果看,改造后的车辆车架能达到安全使用的设计目的.     

基于3D CNN的道路视频交通状态自动识别

为了从视频直接有效地提取交通信息,提出了基于三维卷积神经网络 （3D convolutional neural networks,3D CNN）的交通状态识别方法.首先,以C3D （convolutional 3D）深度卷积网络为3D CNN原型,对卷积层数量与位置、平面卷积尺寸及三维卷积深度进行优化调整,形成了37个备选模型;其次,建立了视频数据集,对备选模型进行系统的训练测试,提出了交通状态识别模型C3D*;然后,对C3D* 和现有三维卷积网络模型进行视频交通状态识别测试分析;最后,对比测试了C3D* 及常用二维卷积网络的交通状态识别效果. 对比结果显示:针对视频交通状态识别,C3D* 的F均值为91.32%,比C3D、R3D （region convolutional 3D network）、R (2+1) D （resnets adopting 2D spatial convolution and a 1D temporal convolution）分别高12.24%、26.72%、28.02%;与LeNet、AlexNet、GoogleNet、VGG16的图像识别结果相比,C3D* 的F均值分别高32.61%、69.91%、50.11%、69.17%.      

探地雷达在隧道检测技术中的波形识别

本次研究对探地雷达系统组成和波性特征的基本情况分析后,对探地雷达的主要原理加以研究,然后对探地雷达在隧道检测技术波形识别中的应用情况进行解析,旨在加强隧道建设防止受到地质、地理位置因素影响,通过探地雷达隧道检测技术对隧道是否存在缺陷加以检测,并实行波形识别客观评判隧道缺陷。     

基于自动车牌识别数据的混合交通流饱和流率实时估计

为解决混合交通流饱和流率测算的实时性和时变性问题,实时获得混合交通流的饱和流率用以信号配时,本文提出基于自动车牌识别数据(Automatic License Plate Recognition,ALPR)的混合交通流饱和流率实时自动估计方法。首先,分信号周期提取车头时距数据,在当前车和后车车辆类型确定时车头时距满足同一正态分布的假设基础上,构建车头时距的高斯混合模型并应用 EM(Expectation Maximization) 算 法 求 解 ;其 次 ,基 于 赤 池 信 息 准 则 (Akaike Information Criterion,AIC)选取高斯混合模型的最优个数,拟合数据得到高斯混合模型参数;最后,根据车头时距的高斯混合模型推算出混合交通流饱和流率。以杭州城市道路3条路段的ALPR数据为例,分析基于 ALPR 数据获取车头时距的采样误差,对模型进行验证,并与传统的 HCM(Highway Capacity Manual)方法进行对比。结果表明：基于ALPR数据的车头时距采样误差满足精度要求; 与HCM的实测法相比,模型所得的混合饱和交通流率相对误差小,结果准确;该方法与传统的标准车流饱和流率折算法效果相近,并考虑混合交通流时变特性,能自动部署实时计算,鲁棒性良好,有实际应用意义。