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。     

基于激光雷达的车辆换道预警系统设计

针对换道过程存在风险性的特点,采用激光雷达与微处理器设计了车辆换道预警系统。换道过程中,车辆前后两个激光雷达对周围其他车辆进行探测,微处理器对自身车辆与周围其他车辆的相对位置关系进行判断,当识别得到存在碰撞风险时利用I/O接口向驾驶员提示危险,从而避免事故的发生。     

长大隧道开敞式TBM同步衬砌施工技术应用前景及发展趋势

目前我国所使用的TBM以开敞式为主,通常情况下,隧道掘进之后需要施作初期支护以及二次模筑混凝土衬砌,隧道施工总工期较长。为了解决开敞式TBM不能同步施作现浇混凝土二次衬砌的难题,结合南疆铁路吐库二线中天山隧道和兰渝铁路西秦岭隧道工程实例,研发了有轨运输出渣（开挖直径88 m）和连续皮带机出渣（开挖直径1023 m）2种工况条件、2种断面下的开敞式TBM同步衬砌施工技术,并成功应用。探讨了该技术的应用前景及发展趋势,指出： 该技术具有重大的推广意义和广阔的应用前景,下一步需要深入地、系统地研究不同工况、不同断面条件、不同作业范围的同步衬砌施工技术,如小断面同步衬砌、现浇混凝土仰拱同步衬砌、全断面同步衬砌等施工技术,使之形成系列工法,推动我国长大隧道TBM施工技术的全面发展。     

基于小波神经网络的海流预测模型

海流是一种重要的海洋水文学要素,由于海洋环境恶劣复杂,海流监测仪器有时会由于不可预知的原因而发生故障,从而导致在一段时间内宝贵的海流数据的缺损。文中将小波神经网络和多种神经网络模型运用于短时海流数据的预测,并与实际海流数据进行比较,以达到缺失数据智能补漏的目的。计算机仿真结果表明,相比于单独的神经网络模型,小波神经网络在数据精度和稳定性方面可达到更高的要求。     

81．8m内河集散两用船舶电力推进系统探讨

经济全球化的今天,节能减排、绿色环保已成为各行各企业保持可持续发展,寻求新的发展空间的必然选择。船舶行业也不例外,像LNG动力船舶、电力推进船舶等新型船舶近两年来的研究和建造都得到长足的发展。文中主要以目前在建的81．8m内河电力推进集散两用船舶为原型,介绍船舶电力推进系统的特点及应注意的相关问题。     

基于OFDM的宽带短波波形信道估计算法研究

短波信道具有时变、色散、衰落等特点。在短波宽带多载波系统中,信道估计对数据的可靠传输至关重要,必须采用有效的信道估计方法来实时地跟踪信道的变化。该文研究了三种短波信道估计算法,并仿真比较其性能。结果表明,改进的变换域方法在短波信道中具有较好的效果,对工程实践有较好的指导意义。     

基于改进离散S变换算法的常规通信信号分选识别模型

S变换由于其良好的时频结合特性,在信号处理领域受到了极大重视.论文在研究S变换基本原理的基础上,针对目前常用的离散S变换算法进行了分析,提出了改进的离散S变换算法,以减少离散S变换的运算量,实现离散S变换的快速运算,并建立了同时多目标常规通信信号分选识别模型,进行信号样式识别和参数提取.实验和算法性能分析证明了算法和模型的有效性.     

船舶电力系统谐波检测

谐波污染对船舶安全、稳定、高效地运行形成了严重的威胁.为对船舶电网中谐波进行严格的控制,先要对电网中的谐波进行检测.本文利用MATLAB仿真软件中的小波工具箱对船舶某变压器的现场谐波进行了检测.从仿真结果看,在基波幅值相对稳定的情况下,小波多分辨率分析可以比较准确地分离出船舶系统中的高次谐波,为谐波抑制提供了理论依据.     

Hilbert-Huang变换在声振信号检测钢管混凝土脱空中的应用

提出了基于Hilbert-Huang变换的钢管混凝土脱空检测方法,通过对瞬态冲击下脱空钢管的声振信号进行分析,提取出了瞬时幅值特征样本,采用改进的K均值聚类法对特征样本进行二类模式识别,从而对钢管混凝土的脱空进行判定,试验研究表明本方法的可行性。     

GM模型和Markov模型在公路客运量预测中的综合运用

文章在应用灰色理论构建的GM预测模型基础上,以Markov模型为修正方法,建立GM—Markov模型,并以陕西省2003—2012年公路客运量为基础数据对上述理论进行实例验证。结果表明：与实际客运量相比,GM模型的相对误差为11．08％,而GM—Markov模型的相对误差仅为5．61％,GM—Markov模型拟合精度较高,更加贴近实际情况。