玻璃准静态破坏现象隐式和显式组合仿真研究

玻璃准静态破坏的研究对汽车风挡玻璃设计及制造、保护司乘人员安全等具有重要意义.目前在玻璃准静态仿真研究中,尚未涉及玻璃破坏过程.提出有限元隐式和显式组合分析方法,以充分利用两种方法在加载阶段和破坏阶段仿真计算各自的优势,实现高效率的玻璃准静态破坏现象仿真分析.使用基于ABAQUS软件的组合分析方法,仿真分析玻璃同轴双环...     

自动驾驶汽车高速超车轨迹跟踪协调控制

自动驾驶汽车高速超车时不仅要规划合理的换道路径来保证安全性,而且还要确保车辆高速转弯行驶的横向稳定性和舒适性。针对车辆超车的换道、匀速和换道3个阶段,分别规划了纵向速度和横向超车路径。提出了考虑路径曲率、换道时间、纵向车速的期望横摆角速度计算方法。以最小化横向位置偏差、横摆角速度跟踪偏差和控制增量为优化目标,通过可拓集的关联函数动态分配轨迹跟踪精度和横向稳定性的权重系数,建立了自动驾驶汽车轨迹跟踪的多目标模型预测可拓协调控制策略。数值仿真结果表明,提出的路径规划方法能保证车辆安全超车,轨迹跟踪控制策略不仅能精确地跟踪规划的路径,而且具有较高的横向稳定性和舒适性。     

基于DMPC的智能汽车协同式自适应巡航控制

本文中针对单向通信拓扑的非线性车辆队列协同式自适应巡航(CACC)控制问题,提出一种保证队列稳定且满足队列各车跟随性、安全性和乘员舒适性的分布式模型预测控制(DMPC)策略。首先建立了车辆队列的动力学模型和通信拓扑结构模型,并基于队列系统的多项优化性能设计代价函数和系统约束,使队列中每一辆跟随车基于其接收到的有限信息求解一个开环局部最优问题,计算出当前时刻的最优控制量作为输入并不断重复这个过程,达到滚动优化的目的,实现车辆队列的协同式自适应巡航控制。其次通过CACC系统局部代价函数之和构建Lyapunov候选函数,证明了车辆队列系统渐进稳定性的充分条件。最后通过CarSim和Simulink联合仿真,分析了算法在理想状态下对不同形式单向通信拓扑车辆队列的控制性能;通过实车试验,验证了算法在实车条件下感知层存在抖动、底层控制存在延迟和误差时的控制性能。仿真和实车试验的结果表明,本文提出的控制策略能使队列车辆实现各项优化性能,同时对外部干扰有较好的鲁棒性。     

汽车前照灯水汽凝聚现象的瞬态CFD预测

汽车前照灯光品质是衡量汽车照明系统安全性的一项重要指标.通过商用计算流体力学(Computational Fluid Dynamics,CFD)软件Star-CCM+对汽车前照灯内部的流动情况、热力学特性以及起雾/除雾过程进行了模拟.研究表明,雾层厚度与分布主要与湿度、流动条件以及换热条件相关.探索了完整的大灯起雾仿真...     

基于试桩曲线的桩筏基础沉降实用计算方法

根据实际工程中桩筏基础沉降处于线弹性阶段的特点,从试桩曲线得到的单桩竖向刚度入手,基于相关理论和经验公式建立了桩筏基础整体竖向刚度的计算方法,并在此基础上给出了在设计荷载作用下桩筏基础平均沉降的实用计算方法。通过对软土地区及黄土地区高层建筑基础、嵌岩桩基础及大型交通工程4大类8个工程实例的现场实测结果对比分析,计算沉降值基本为实测沉降的0.8～1.5倍,验证了所提出的沉降计算方法的可靠性,可为实际桩筏基础初步设计中的沉降计算提供参考。     

山区双车道公路机动车碰撞事故严重度致因比较分析与预测

以云南山区双车道公路1740起碰撞事故数据为基础,将事故数据分为机动车与机动车、机动车与摩托车、机动车与非机动车3种类型,事故严重度划分为仅财产损失、轻伤、重伤或死亡事故3个等级,分别用部分优势比模型和有序Logit模型建立3类机动车碰撞事故严重度分析模型,对比分析不同等级事故的显著影响因素和模型的预测准确率,分析部分...     

大型舰船姿态运动极短期预报的一种AR算法

本文提出并严格地证明了一种AR模型的预报算法,利用该算法可对大型舰船运动姿态进行预报,在物理仿真系统中取得满意的结果。     

惯导系统初始对准自适应参数选取法研究

平台式惯导系统的初始对准,为进入导航状态提供必要的初始条件,主要的性能指标是对准精度和时间。本文提出了一种新的变频带对准法的三阶调平系统,在对准过程中,系统的带宽能适应调平过程中信噪比的变化,从而使性能达到最优,经理论分析和仿真研究表明,这种新方法比经典方法,调平速度快而且提高了水平陀螺测漂及方位角的估值的精度。     

动态有限元法在船体板架振动计算中的应用

该文通过直接求解轴向受载的均匀Timoshenko梁单元扭转振动和弯曲振动的运动微分议程,导出了考虑轴向力,剪切变形和转动惯量的平面板架的动态刚度短阵的解析表达式,并用改进的二分法求解频率特征议程,经对处于复杂弯曲状态的船体板架振动的数值计算,验证了本方法的精确性和有效性。     

SOFM和HMM在旋转机械升降速全过程故障诊断中的应用

HMM模型是一个处理非平稳时间序列的统计模型。针对旋转机械升降速过程振动的特点,本文提出了利用SOFM神经网络对振动信号进行矢量量化,并用量化后的序列训练HMM模型,利用该模型对旋转机械升降速过程进行故障诊断。实验证明该方法是比过程的一种有效的诊断手段。