基于语音心理声学分析的驾驶疲劳检测EI北大核心CSCD

针对现有方法在分析角度和特征参数上的局限性,提出一种基于语音心理声学分析的驾驶疲劳检测方法。首先,借助心理声学感知掩蔽处理步骤,将语音中的疲劳高敏感性频率成分突显出来,并给予其更多的Bark域临界频带描述,以获得更为细致的疲劳信息表达;其次,提取多种心理声学感知特征来量化描述语音中的疲劳异常音,并针对语音波形不同步而导致的特征提取误差问题,给出了语音帧的快速对准方案;最后,将语音样本与多个参考样本对比分析所得的感知特征向量,来分别搭建多个特征层模糊支持向量机（FSVM）分类器,并通过动态贝叶斯网络（DBN）的决策层融合判决,实现更为准确、鲁棒的驾驶疲劳检测。实验结果表明,该方法的查准率、查全率和平均正确率（为92.4%）均优于现有方法,尤其对重度疲劳的检测效果较佳（正确率达96.1%）。     

不确定需求影响下动态供应链库存策略选择

为解决受不确定需求干扰下的供应链库存策略选择问题,建立受不确定需求影响的、更符合实际的供应链库存系统动态模型。利用控制理论验证仿真模型的正确性,在此基础上,选取四种随机需求模型,并考虑库存成本和服务水平两个系统性能评价指标进行仿真实验,得到不同提前期不同需求模型下的最优库存策略域。对策略域进行分析,得到具有实践意义的研究结论供管理者参考。     

[产品服务]产品服务系统工程特性最终重要度确定方法

提出了一种考虑产品与服务交互的产品服务系统（PSS）工程特性最终重要度确定方法。应用模糊软集合方法解决质量屋在传递信息过程中存在的模糊性和不确定性;利用客户需求改进比率和“买点”对需求基本重要度进行修正,确定需求最终重要度;在工程特性基本重要度的基础上,利用PSS工程特性之间的自相关矩阵、工程特性竞争优先度以及改进比率合成获得工程特性最终重要度。最后以某企业轮式装载机PSS设计为实例,验证了方法的有效性。     

随机提前期下非线性供应链库存优化策略选择

在供应链运作实践中,提前期不确定是一个常见的管理难题。为明晰随机提前期对供应链系统的影响机理,并提出抑制随机提前期对供应链系统性能负面影响的策略,建立了一个复杂非线性供应链系统动力学模型,该模型考虑订单交叉、不允许退货等前提条件,并引入随机需求和随机提前期。这些前提条件使模型更符合实际,同时也大大增加了模型的复杂度。将订货量波动、服务水平和库存成本作为评价供应链性能的指标,通过仿真实验,研究不同库存策略下,随机提前期对这些性能的影响。研究发现,存在比传统策略更优的库存策略,这些策略能在一定程度上抑制随机提前期的负面影响;随机提前期波动只对各项指标的大小变化有影响,并不改变各项性能指标在整个库存控制策略域内的变化趋势。     

某轻型载货车储气罐支架振动断裂分析与优化

为了有效解决某轻型载货车储气罐支架的断裂故障,首先基于建立的储气罐支架有限元模型进行振动特性分析,分析结果表明其前三阶固有频率接均处于发动机激励频率范围之外,不会产生共振。其次测试各种道路的时域载荷,测试结果表明其中角度搓板路的激励频率与储气罐支架第一阶固有频率相接近,从而引起共振,不满足振动特性要求。然后对其进行振动强度分析,分析结果表明其应力水平不达标,其最大应力点与开裂处一致。再对其进行振动疲劳寿命预测分析,分析结果表明其疲劳寿命也不达标,其危险点也与失效位置相同。再采用集成平台对储气罐支架的结构进行优化设计,优化之后其模态频率、振动强度和振动疲劳均符合性能要求,并且其重量也有所减轻,总体优化效果较佳。最后整车试验结果表明优化之后储气罐支架的振动大幅度降低,并且没有发生失效。     

汽车横向稳定杆疲劳寿命分析及其优化设计

为了解决某横向稳定杆断裂失效问题,首先基于有限元方法和刚柔耦合多体动力学建立前横向稳定杆总成模型和前悬架动力学模型,提取其极限工况时横向稳定杆两端上下跳行程,获取强度分析的强制位移为49.5 mm。然后基于Nastran软件对横向稳定杆进行强度分析,分析结果表明其最大应力为977.6 MPa,位于横向稳定杆与稳定杆支架、衬套相连接位置,存在疲劳损伤风险。采用Femfat软件对横向稳定杆进行疲劳寿命分析,分析结果表明其最小寿命为3.37×10~4次,最薄弱处与强度分析最大应力位置一致,低于设计要求值。再通过Isight优化集成平台对横向稳定杆直径进行多目标优化分析,获得了其最优直径,同时其疲劳性能满足设计要求。最后建立横向稳定杆台架试验平台,以正弦波进行加载,试验表明优化之后横向稳定杆试验结果与疲劳仿真结果相吻合,并且通过了整车道路试验,最终成功解决了该横向稳定杆断裂故障问题。该分析方法结合了有限元、多体动力学、疲劳力学、台架试验和路试验证,为类似结构件疲劳强度分析以及优化设计提供了先进的科学指导。     

基于改进遗传算法的堆栈调度策略“水蜘蛛”路径规划

根据"水蜘蛛"作业的特点,处于堆栈策略下的"水蜘蛛"作业路径较长,因此选取堆栈调度策略下的"水蜘蛛"作为研究对象。将该策略下的"水蜘蛛"路径规划看作是旅行商问题(Travelling Salesman Problem,TSP),考虑到工厂中实际通道为横平竖直的路线,改变以欧式距离求解TSP的方式,即以最小化"水蜘蛛"经过各工位的曼哈顿距离之和L为目标求解TSP。基于改进遗传算法对其进行优化,引入进化逆转算子,提高了局部搜索能力,并利用Matlab编程对其进行仿真试验。结果表明该算法在进行"水蜘蛛"的路径规划时,可以得到近似最优的方案。     

产品平台设计的可适应性研究与评价

大型复杂产品平台的可适应设计和评价不仅要考虑产品平台的实现,更应关注其衍生、扩展、提升等适应能力的可能性。提出了可适应性产品平台设计的动态更迭机理,构建了产品平台设计的可适应性评价指标。以现有的平台设计在适应性要求上所处的状态相对于理想平台设计状态的隶属匹配度作为评价模型的初始数据,提出基于熵理论赋权和改进TOPSIS法的产品平台设计适应性分析的模型与方法。研究成果应用于某盾构机平台设计,得出该平台设计的15项设计任务的适应性均为良好。其平台设计的5项可适应性评价指标强弱依次为功能适应性、技术适应性、结构适应性、环境适应性和经济适应性,验证了该方法的实用性与可信性。     

质量和成本约束下CSP-T和Spk集成过程控制方案

多水平连续抽样检验方案(CSP-T)是在线过程质量控制工具，但该方案的第一类风险和第二类风险都较高，且不能满足成本约束。提出了CSP-T和过程良率指数(S_pk)集成过程控制方案，该集成方案在满足质量约束的同时，以最小成本运行，并将两类风险控制在既定水平。建立了极限检验能力下的最优CSP-T方案，依据数据的计数特征驱动质量控制方案运行。基于S_pk估计的精确分布建立了风险控制方案，依据数据的计量特征驱动风险控制方案运行。质量控制方案和风险控制方案是独立互补关系。相比于CSP-T方案，检验工作量没有增加。企业案例验证了集成控制方案的可行性和有效性。     

双层规划的改进混合布谷鸟搜索量子行为粒子群优化算法

为解决粒子群优化（PSO）算法求解双层规划问题时易陷入局部最优解的问题,提出了一种基于模拟退火（SA）Metropolis准则的改进混合布谷鸟搜索量子行为粒子群优化（ICSQPSO）算法。首先,该混合算法引入SA算法中的Metropolis准则,在求解过程中既能接受好解也能以一定的概率接受坏解,增强全局寻优能力;接着,为布谷鸟搜索算法设计一种改进动态步长Lévy飞行,以保持粒子群在优化过程中较高的多样性,保证搜索广度;最后,利用布谷鸟搜索算法中的偏好随机游走机制帮助粒子跳出局部最优解。通过对13个涵盖非线性规划、分式规划、多个下层规划的双层规划实例的数值实验,结果表明：ICSQPSO算法所得12个双层规划的目标函数最优值显著优于对比算法,只有1例的结果稍差,并且有半数实例的结果优于对比算法50%。由此可见,ICSQPSO算法对双层规划的寻优能力明显优于对比算法。