汽车电子电气架构设计与优化

阐述汽车电子电气架构技术与发展趋势,设计与优化的指导思想、需求信息、所用工具和工作流程,以及两个标准的系统级电子电气架构。介绍汽车电子电气架构设计与优化的优点,对我国汽车行业研发该项技术提出建议。     

德尔菲法在边坡支挡设计方案优选中的应用

针对边坡支挡设计前期信息少且设计方案影响因素多的问题,提出用德尔菲法优选边坡支挡方案的新方法。以昆洛线K1+440～+780边坡为例,聘请15位专家,经两轮征询,对边坡支挡稳定性、造价、工期、结构耐久性、对环境影响和施工安全6项方案优选的权重进行了研究,应用加权求和法得到方案的优劣排序。研究结果表明:优选方案与实际相符,可为工程设计提供重要依据。     

应用模糊数学优化潭邵高速公路软基处理方案

地基方案的优化选择,就是使所选的地基方案满足多种要求。地基方案的优化受技术、经济、环保等多项指标的影响。聚类分析是模糊数学中研究物以类聚的一种多元分析方法。针对潭邵高速公路软土地基处理的特殊性,应用模糊数学理论对工程设计方案中的模糊性进行了分析,最终确定,潭邵高速公路软土地基,采用砂桩处理方案进行加固。     

乘用车正面碰撞性能优化仿真研究

本文以某车型为例,利用Pam-Crash这一专业碰撞分析软件进行了正面碰撞仿真优化研究,提出了正面碰撞的评价指标,分别从纵梁能量吸收、B柱加速度、防火墙侵入量等方面着手,研究优化方案,仿真结果表明,改进方案有效提升了正面碰撞性能。     

双横臂悬架刚柔耦合建模及性能的优化分析

运用ADAMS/Car建立了带转向系统的某大型客车双横臂悬架系统刚柔耦合模型,并进行了悬架运动学仿真,分析并评价了悬架在运动过程中主要性能参数的变化规律及对操纵稳定性的影响,通过比较多刚体模型和刚柔模型的仿真分析结果,证明刚柔耦合模型更加准确.针对悬架出现的问题,利用ADAMS/insight对悬架某些不合理的参数进行...     

粒子群算法在翼型剖面优化中的应用

为设计出具有良好升阻比性能的翼型剖面,采用智能优化领域新兴的粒子群优化算法(PSO)结合面元法对翼型进行优化设计。文中给出了PSO算法的数学模型及其在翼型优化设计中的主要计算过程,并以Naca66mod翼型为原型进行设计。获取了翼型优化过程中每一步处的翼型剖面形状、翼型表面压力系数分布以及翼型的升力系数、阻力系数和最大厚度比,结果分析表明经过优化后的翼型与原型相比,具有升力系数增加,阻力系数减小这一有利的特征改变。同时采用CFD方法对两种翼型进行数值模拟计算,获得同上的结论,进而验证了PSO方法在翼型优化设计中的可行性。     

基于MCE的编队协同防空武器通道优选研究

针对MCE条件下水面舰艇编队协同防空作战中武器通道优选问题,从信息共享条件下的未来防空需求出发,通过分析武器通道的选择原则,引入理论易懂、计算简单的RSR法来判断通道性能的优劣,为编队协同防空武器通道优选提供了新的解决方法。     

船艉线型对船舶阻力性能的影响

以船体阻力性能为优化对象,基于改造母型船法,分析船艉线型的改变对船舶阻力性能的影响。根据船舶主要参数设计要求,参考同类船型,利用Tribon-Lines模块对船舶艉部型线进行改造,生成两种方案船型,并通过CFX软件对母船型以及方案船型进行粘性绕流场的数值模拟,讨论不同航速下艉部线型对船体总阻力的影响。研究结果表明,在以船体阻力性能为优化对象时,选优后的方形艉在相同的航速下阻力低、消耗的功率小、形状效应小、粘压阻力和摩擦阻力也相对较小。     

基于有限元法的船舶艉轴承负荷优化

基于有限元法建立艉轴承负荷优化模型,探讨艉轴承负荷优化过程中的目标函数、约束条件和设计变量的选择原则及影响因素。采用APDL语言编写负荷优化程序,通过优化,艉轴承负荷减少约11%,减少了艉轴承的磨损,提高了轴承的使用寿命。     

Multi-objective optimization of a road diet network design

The present study focuses on the development of a model for the optimal design of a road diet plan within a transportation network, and is based on rigorous mathematical models. In most metropolitan areas, there is insufficient road space to dedicate a portion exclusively for cyclists without negatively affecting existing motorists. Thus, it is crucial to find an efficient way to implement a road diet plan that both maximizes the utility for cyclists and minimizes the negative effect on motorists. A network design problem (NDP), which is usually used to find the best option for providing extra road capacity, is adapted here to derive the best solution for limiting road capacity. The resultant NDP for a road diet (NDPRD) takes a bi-level form. The upper-level problem of the NDPRD is established as one of multi-objective optimization. The lower-level problem accommodates user equilibrium (UE) trip assignment with fixed and variable mode-shares. For the fixed mode-share model, the upper-level problem minimizes the total travel time of both cyclists and motorists. For the variable mode-share model, the upper-level problem includes minimization of both the automobile travel share and the average travel time per unit distance for motorists who keep using automobiles after the implementation of a road diet. A multi-objective genetic algorithm (MOGA) is mobilized to solve the proposed problem. The results of a case study, based on a test network, guarantee a robust approximate Pareto optimal front. The possibility that the proposed methodology could be adopted in the design of a road diet plan in a real transportation network is confirmed.