基于双层规划模型的应急救援调度与路径选择集成优化

城市中突发事件发生后,为有效降低财产损失和人员伤亡,减少应急救援在调度和路径选择等环节的响应时间损失,保障应急救援任务顺利完成,需要对各类应急救援交通资源进行合理调度,并在起讫点间根据路网实时交通状态,动态选择行驶路径,减少其路段行程时间.在多目标应急救援调度和最优路径选择目标分析的基础上,提出了一种考虑不同类型应急车...     

牵引车车架横梁开裂分析及优化改善

针对某牵引车车架横梁开裂事件,使用Creo构建整车三维模型,导入Hyperworks中进行前处理网格划分等,使用Optistruct进行求解得出弯曲、制动、左转弯、右转弯、扭转、扭转+转弯工况等分析结果,将结果与实际开裂情况进行了对比,结果表明在扭转+转弯工况下第三横梁开裂,与分析结果一致,并提出横梁优化方案进行求解,分析结果表明在扭转+转弯工况下,第二横梁最大应力值降低38.1%,第三横梁最大应力值降低64.3%,提出后续牵引车设计时横梁优化意见及注意事项。     

基于MATLAB/Simulink的车辆转向稳定性的仿真研究

汽车的操纵稳定性是衡量汽车安全性最基本的指标之一,影响汽车行驶稳定性的基本因素主要有横摆角速度与质心侧偏角,将汽车简化为二自由度模型,建立关于横摆角速度与质心侧偏角的转向微分方程.基于MATLAB/Simulink软件建立仿真模型,对前轮转向与四轮转向典型的二自由度汽车模型进行仿真分析.对比两轮转向和四轮转向的稳定性....     

基于Morph网格变形方法的白车身模态优化

白车身模态是影响汽车振动噪声性能优劣的重要因素,在车身CAE仿真设计阶段,白车身模态频率是最为重要的优化指标.以白车身前端横摆模态性能优化为例,通过灵敏度分析确定关键结构位置,利用Morph网格变形方法将关键结构的截面参数化,采用序列二次规划算法进行数值迭代优化;经过12步迭代,白车身前端横摆模态频率提升3.06 Hz,同时1阶弯曲模态、1阶扭转模态和白车身重量3个响应得到了有效的约束控制;结果表明,该方法可以对白车身模态性能实现高效、有针对性的优化设计.     

水泥稳定钢渣碎石基层材料路用性能研究

通过室内浸水膨胀率试验、CBR试验及无侧限抗压强度试验,设计了 60％钢渣掺量的水泥稳定钢渣碎石材料配合比,对比研究了水泥稳定钢渣碎石与水泥稳定碎石路用性能.结果表明:粗型C级配钢渣碎石材料承载力和体积稳定性最好,4％水泥掺量的稳定钢渣碎石抗压强度满足基层强度设计要求;水泥稳定钢渣碎石养生前期力学强度增长速率大于后期强...     

高速铁路多桩型硅藻土地基处理试验方案研究

为研究高速铁路硅藻土地基处理挤土桩与非挤土桩桩型的适应性及加固效果,依托新建杭绍台铁路硅藻土路基试验段,通过螺杆桩、CFG、钻孔灌注桩的施工工艺试验、桩基小应变测试试验、正常及浸水单桩静载荷试验,分析了非挤土桩与挤土桩的成桩过程、桩身质量完整性及加固效果;通过不同桩型的正常及浸水单桩复合地基激振试验,分析了非挤土桩与挤土桩的动响应特性及长期稳定性。通过上述试验,获得了硅藻土桩身侧摩阻力参数,浸水对硅藻土地基加固效果影响较小;验证了非挤土桩工法的适用性,由于挤土桩施工易造成硅藻土结构丧失且不能实现挤土效应,承载力无法满足设计值,且施工工效低不适用硅藻土地基处理,优选钻孔灌注桩加固方案。     

多跨连续刚构桥边中跨同时合龙关键技术

多跨连续刚构桥采用边中跨同时合龙施工,在有效缩短工期、节约施工成本的同时,给施工带来了新的挑战.为解决边中跨同时合龙施工的关键技术问题,该文以白坪1号大桥为研究对象,首先建立其施工全过程的有限元模型,论证一次性合龙施工方法的可行性;其次,提出了基于多目标优化的连续刚构桥合龙顶推力计算方法;最后,为了避免合龙段混凝土在养...     

尾门扰流板设计

尾门扰流板是空气动力学套件之一,有助于降低风阻和油耗;而扰流板又是重要的外观设计件,是车辆产品正向开发中的重要一环.文章首先针对不同的尾门扰流板进行策略对比,结果表明注塑扰流板拥有较大优势;再采用六西格玛设计(DFSS)思路对扰流板参数进行优化,使风阻系数降低了0.035;最后针对高低配不同扰流板配置进行了对比分析,并...     

汽车焊装生产线节拍分析及优化

为提升高柔性、高自动化率的汽车焊装车间的生产效率,需要对生产线节拍进行优化.研究分析了通过节拍平衡图识别节拍瓶颈工位的方法,并详细归纳总结了通过优化机器人轨迹、优化设备参数,提高运行速度;通过优化设备动作时序、设备改进等,减少动作浪费;通过优化工艺,提高工艺加工速度等节拍优化方法.通过以上节拍优化方法的实施,有效提高焊...     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。