沥青混合料矿料间隙率影响因素分析

利用正交分析法对影响沥青混合料矿料间隙率的因素进行分析,得出矿料间隙率随着CA值的增大而增大;矿料间隙率随着FAF和FAC的增大而减小,矿料间隙率随着油石比的增加先减小后增大的结论,可为混合料配合比设计提供依据。     

某轻型货车加速噪声改善的探讨

某轻型货车主观评价三挡加速噪声时,发现该噪声存在闷音和“呜呜”声,声音品质不佳,主观评价不可接受。为此,测试了三挡加速噪声,并分析噪声特征,发现噪声在170 Hz时存在共振。进一步测试分析,得知该共振噪声由传动轴共振导致。通过修改传动轴共振频率,该共振噪声消失,主观评价接受。研究发现车内“呜呜”声的噪声频率主要为700～800 Hz,随转速升高,“呜呜”声频率变大。通过排查可知,车内“呜呜”声是增压器次同步噪声,于是更换增压器浮动轴承和改善油膜间隙,减低增压器次同步噪声,问题最终得到改善,主观评价可以接受。     

电动汽车用双层永磁体IPMSM解析与优化设计

为准确快速地获取气隙磁密波形,采用等效磁路法对双层永磁体结构内置式永磁同步电机(IPMSM气隙磁场进行了解析计算。考虑到定子开槽效应的影响,利用改进的卡特系数修正气隙长度。为降低气隙磁通密度波形畸变率和转矩脉动,引入了一种Taguchi方法对电机铁心进行多目标快速优化设计分析。利用有限元仿真分析与数值计算,阐述了双层永磁体IPMSM多变量和多目标优化设计过程。分析表明,优化后的双层永磁体IPMSM输出转矩提升2%,转矩脉动减少2.77%,空载气隙磁密谐波畸变率降低4.28%。试制样机验证了有限元的可靠性和理论分析的有效性。     

基于正交试验的侧围外板拉延成形工艺参数优化研究

针对侧围外板拉延成形易产生开裂、起皱以及塑性变形不充分等问题,以某车型侧围外板为研究对象,对影响侧围外板拉延成形质量的工艺参数进行研究。运用单因素变量法,研究了压边力、冲压速度、摩擦系数、模具型面间隙以及拉延筋阻力系数五个变量因素对侧围外板拉延成形质量的影响。运用正交试验法和极差分析法,以降低最大减薄率为目标进行优化,筛选出最佳工艺参数组合。明确了各变量因素对侧围外板最大减薄率主次影响的优化方法,并分析了试验结果方差,得出了影响减薄率的显著因素。运用优化后的工艺参数进行成形仿真,获得了良好的成形效果。利用成形仿真结果指导现场试模,得到无开裂、起皱、塑性变形充分的零件,最大减薄率为19.8%,最大增厚率为3.6%。研究表明,将正交试验应用于成形仿真可以改善侧围外板拉延成形质量,并能提高试模成功率。     

交通流速度时空二维预测方法

从时间和空间2个维度分析了交通流速度的自相关和互相关特性,提出了交通流速度的时空二维预测模型,可对未来交通流进行多步预测.该模型包含曲线拟合加权预测模型和递推时空二维自回归预测模型,动态模型参数可由递推最小二乘法实时识别,静态模型参数通过离线优化得到.将预测的交通流速度应用于车辆宏观运动规划方法中,可将车辆的燃油经济性...     

直流道消防炮的开发设计与实验

流体流经弯曲管道时的管流水头损失是影响弯曲流道消防炮效率或射程的主要因素之一。在流体动力学理论分析基础上,利用直型流道代替弯曲流道技术,介绍了一种两自由度混联结构消防炮的开发设计。实验结果证明,设计达到了预期目标,对大射程、高效率、低能耗消防炮的开发研究具有指导意义。     

基于卫星重力时变重力场的陆地水储量变化研究

利用卫星重力技术监测全球陆地水储量变化（TWSC）兼具重要的实用价值和科学研究意义。基于GRACE(Gravity recovery and climate experiment)时变重力场模型研究了2002—2020年全球部分流域水储量变化,并探讨了气候和人为因素对区域水储量变化的影响。研究结果显示：地理区域相近流域的水储量时间序列具有相似的周期和振幅,而位于南北半球的临近流域水储量变化则呈现了相反的周期信号;墨累-达令流域内的水储量受到降水和蒸发共同影响,而印度河-恒河流域由于过度抽取地下水造成流域水储量不断下降;亚马逊流域内的GARCE和GLDAS (Global land data assimilation systems)反演水储量变化的相关性达到0.86,同时发现GRACE在探测区域干旱事件方面有独特的优势。     

一类红砂岩路基病害成因分析及应用探讨

通过湘西地区实例的实验段总结,补充了一类红砂岩的多裂隙、强度衰减、低粘结等性质;发现了路基开裂、表面松散、CBR低、碎落和滑塌等病害的成因;在一类红砂岩地段防治应用过程中,采取了水泥改良、晾晒、换填等通用处理方案,也采取了强夯、锚杆加骨架、客土喷播等特殊处理方案,得到了一些经验和方法。     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。