考虑DPF的柴油机排气系统动力学分析及悬挂位置优化

微粒捕集器是柴油机排放后处理系统的核心装置。在考虑DPF的情况下,对柴油机排气系统的悬挂位置进行优化布置能很好地控制系统与车身间的振动能量传递。对考虑DPF的柴油排气系统进行有限元建模和模态分析,基于平均驱动自由度位移法,结合系统的实际情况优化选取悬挂位置。对柴油机排气系统进行静力学、约束模态、随机振动分析和随机疲劳计算,结果表明,所优化选取的悬挂位置合理,反作用力分布均匀,能避免共振,同时整个系统的疲劳总体损伤小于1,具有良好的抗疲劳性能。     

V5型转向节臂部锻造开裂研究

V5型转向节为"孔—盘—(耳—)臂"结构,是用于汽车转向驱动桥的汽车底盘类零件中重要的保安件,生产过程中容易在臂部产生裂纹,造成经济损失。对典型V5型转向节臂部裂纹件进行宏观形貌观察、化学成分检测和低倍酸腐蚀处理;同时建立模锻成形过程有限元模型,重点分析变形量较大的预锻成形过程中工件温度、金属流向、应力和应变的变化过程。得出转向节开裂原因为:淬火过程中温降速率过大、成形过程中拉压应力共同作用。通过将原淬火工序中使用的淬火介质水+PAG(水基淬火剂TWZ)更换为淬火油的改进措施,降低了淬火工序的锻件温降速率,有效的控制典型V5型转向节生产过程中臂部裂纹的锻件数量。     

基于特征的汽车覆盖件冲压工艺优选机制

根据形状、功能、成形方式等将汽车典型覆盖件分解成一系列特征组合,使用特征作为核心单元,利用案例推理和规则推理相结合的推理方式确定汽车覆盖件的冲压工艺,从而实现汽车覆盖件冲压工艺的智能化设计。以某车型B柱内板为例,从零件模型中提取特征以及特征与特征间的约束,建立案例模型,通过案例推理从案例库中匹配到相似案例,得出初步冲压方案;根据基于单个特征的工艺选择规则和基于特征组合的工艺选择规则,利用规则推理对预选方案进行修改和验证,实现对优选工艺的闭环控制,完成对汽车覆盖件冲压工艺智能设计。     

基于NTF、ODS、PFP分析确定车内噪声贡献面板方法的研究

首先建立客车结构噪声传递函数模型分析车内噪声峰值频率点。然后通过工作变形分析函数模型分析在这些噪声峰值频率点车身发生振动变形较大的位置。将这些振动变形较大的位置设置成噪声贡献面板,建立面板声学贡献量分析模型来确定这些面板对车内噪声水平贡献程度,确定板件对车内声压影响主次关系。该方法为车内噪声评估和车身面板优化提供有效理论指导。     

基于参数反求法的目标假车底盘碾压模型修正

针对某目标假车底盘结构设计开发中的碾压性能仿真分析问题进行研究,首先,通过非线性动力学有限元方法进行底盘碾压性能仿真,并与实验结果进行对比,分析指出误差较大的原因;其次,应用参数反求法对底盘碾压模型中的实验车车轮模型参数进行修正,基于遗传算法得到车轮模型参数的最优解;最后,依据车轮模型参数的最优解进行参数修正,修正车轮参数后的目标假车底盘碾压仿真模型仿真结果与实验值的拟合程度大幅提高。研究结果表明：测量点最大位移值误差由原来的16.7%下降到2.6%,评估点均方根误差下降了91.9%,可为后续结构损伤诊断及结构优化等仿真研究提供基准模型。     

基于学分机制的工程热物理课程实验教学研究

工程热物理课程通常包括传热学和工程热力学两门课程,是高等学校本科课程中重要的专业基础理论课程,其所涉及的专业领域也较多,如航空、水利、机械、动力、航海、冶金、建筑、环境等。实验教学是其教学过程中的一个重要环节。针对学分机制条件下的实验教学目标、内容和方法,可以进行探讨性的研究,主要基于实验条件合理的改善和高效的利用方面,围绕学分机制条件下特殊的要求,从教学内容和方法方面探讨性地提出相应的方法。     

退役汽车保险杠的同级回收利用

针对退役汽车保险杠塑料回收利用问题,提出了塑料喷丸表面除漆与回收料改性再生的技术方法。通过有限元仿真和实际除漆实验研究了保险杠表面塑料喷丸除漆的过程,仿真与实际实验结果说明了在80 m/s的垂直喷丸速度下,可以有效去除保险杠表面油漆,并且基体材料不受到破坏。在保险杠除漆回收料中添加聚丙烯(PP)新料、纳米蒙脱土(nano-MMT)、PP接枝马来酸酐(PP-g-MAH),通过双螺杆挤出机制备改性保险杠回收料,并测试了其拉伸与弯曲性能、缺口冲击强度、洛氏硬度和熔体流动速率,发现在除漆回收料/PP新料/nano-MMT/PP-g-MAH质量比为7/3/1/1的改性再生配方下,改性回收料的各项性能基本达到同级利用的标准要求,退役汽车保险杠材料的价值利用梯度得到提高。     

基于热图回归的停车位检测算法研究

实际停车场景存在环视视野受限或车位标记被遮挡等问题,现有方法难以有效地检测停车位。为提高自动驾驶车辆在复杂场景中停车位检测的可靠性,提出一种基于热图回归的停车位检测方法,将停车位简化为关键点、入口线和分隔线3个部分,首先将输入图像通过ResNet50和上采样模块提取关键点特征图;然后利用关键点估计模块生成关键点热图以及关键点坐标偏移、方向和长度属性,通过MaxPool提取热图中的峰值,输出置信度大于阈值的关键点;最后整合关键点的属性得到停车位,实现了端到端的停车位检测。实验表明：该方法在视野受限或被遮挡场景下具有良好的检测效果,在ps2.0测试集中实现99.01%的精度和98.27%的召回率,单帧检测速度为19.0 ms。     

基于高精度地图增强的三维目标检测算法

将高精度地图信息融入主干检测网络中提出了基于高精度地图增强的三维目标检测算法（HME3D）。结合传统卷积和Transformer构建了新颖的地图特征提取模块（HFE）以实现地图特征的高效提取。此外,利用基于地图边缘增强的辅助监督网络（MEES）提升三维目标检测主任务的性能。最后,在具有挑战性的nuScenes数据集上验证了本文模型的优势,它相对纯点云基线模型精度提升了2.81 mAP。     

无人驾驶场景多任务感知算法研究

考虑到无人驾驶车载环境下算力受限,提出了一种基于YOLOv5和BiSeNet的多任务模型算法,使得多目标检测任务和可行驶区域分割任务共用一个特征提取网络。主干特征提取网络使用改进的CSPDarknet,之后分别对多目标检测网络和可行驶区域分割网络进行优化,最后在BDD100k数据集上进行实验。结果表明：多任务算法的目标检测精度mAP50可以达到65.4%,分割精度mIoU达到了88.7%,在RTX3090GPU上的推理速度可以达到81.3 FPS,基本维持了与单任务算法相当的检测精度与推理速度。