汽车后视镜气动干涉阻力特性的数值计算研究

以获得汽车后视镜最优气动造型和改善汽车燃油经济性为目的,应用计算流体动力学方法对汽车外部流场进行了数值分析,详细描述了汽车后视镜的气动干涉阻力特性,重点分析了后视镜形状和相对车身的横向距离对气动阻力的影响.计算结果表明:后视镜气动阻力占整车气动阻力的4.08%;后视镜的形状和位置对气动阻力影响较大,存在一个最佳的横向距离使得气动阻力系数最大能够下降2.76%.汽车模型的风洞试验验证了该数值计算方法的准确性,计算分析结果为汽车后视镜的设计与改进提供了参考依据.     

基于状态反馈的线控转向系统控制策略研究

研究汽车转向稳定性控制问题.针对线控转向系统的可变转向特性对汽车操纵稳定性的影响,为保证行驶安全,建立基于车辆横摆角速度与稳态横摆角速度之差(反馈系数F1)以及车辆侧向加速度与理想侧向加速度之差(反馈系数F2)反馈的驾驶员模型.结合整车模型和综合评价指标函数,分别对反馈系数F1(F2=0)、F2(F1 =0)和F1、F2进行优化,对线控转向系统的行驶状态进行仿真并与无反馈控制的驾驶员模型进行了比较.仿真试验结果表明:基于侧向加速度与横摆角速度共同反馈的方法,对前轮转角进行补偿,可较好的控制车辆的侧向位移、侧向加速度、横摆角速度和质心侧偏角,提高车道跟踪性能、方向稳定性能、降低驾驶员的转向负担,提高汽车的操纵稳定性.     

商用车车顶安全性法规分析及关键技术研究

分析了两种典型的商用车车顶安全性测试流程,比较两种测试流程加载方式和约束方式存在的区别。为了考察不同加载方式和约束方式对商用车车顶安全性的影响,建立了商用车车顶安全性一般分析模型并对某型商用车车顶安全性进行分析。在一般分析模型基础上,通过加入弹性元件和改变冲击速度,分析弹性约束条件和高速冲击对车顶安全性的影响。结果表明,在弹性约束条件和高速冲击条件下车顶的耐撞性表现出不稳定性和局部变形的特点。本文研究的内容将为制定商用车车顶安全性测试标准提供参考。     

阴离子聚合制备PA6/12共聚物的研究

以己内酰胺(CL)和十二内酰胺(LL)为单体,采用阴离子开环共聚制备尼龙6/12(PA6/12)共聚物,主要研究了LL添加量对共聚物热性能、结晶性能、力学性能和断面形貌的影响。研究结果表明,LL的添加量由0%增加到30%时,PA6/12共聚物熔融温度从218.0℃降低到182.6℃,结晶温度由168.9℃降至117.8℃,晶型结构未发生明显变化,但其结晶度由22.88%降低至13.58%,拉伸性能和弯曲性能都有一定程度降低,断裂伸长率由60%增大到325%,并在共聚物拉伸断面观察到大量直径为100nm、长度为1μm左右的纳米纤维状物质。     

工业平缝机噪声源定位与低噪声结构设计

为了确定工业平缝机的噪声源,进而开展低噪声结构设计,首先进行平缝机振动与噪声信号测试实验,通过振动与噪声信号的时域分析,确定出机架产生共振是导致噪声峰值产生的原因;通过振动加速度信号与噪声声压信号的常相干分析和重相干分析,确保振动加速度信号能准确解释噪声声压信号。然后通过振动与噪声信号的偏相干分析,确定机架Z方向的振动为噪声产生的主要原因,机架应作为平缝机低噪声结构设计对象。最后基于噪声源定位结果,进行机架低噪声结构设计。实验结果证明,改进后的机架能降低平缝机运行噪声,证明噪声源定位结果有效。     

纤维含量对黄麻纤维增强树脂基复合材料力学与热性能的影响

为研发低碳、节能、性能优异的麻纤维增强树脂绿色复合材料并扩展其应用领域,本文采用团队发明的氨基硅油乳液对黄麻纤维(JF)进行表面改性,运用开炼-注塑成型复合工艺研制了纤维含量为10wt%～25wt%的改性黄麻纤维增强聚丙烯(JF/PP)新型复合材料,系统全面地研究了改性麻纤维含量对JF/PP复合材料力学性能、结晶行为、耐热性能(热变形温度)及热尺寸稳定性(线膨胀系数)的影响规律及相关作用机制,并采用接触角测试分析与SEM技术分析了复合材料界面相容性与结合状态。结果表明：氨基硅油乳液改性JF,增强了JF与PP基体的界面结合力。随着纤维含量的增加,JF/PP复合材料的拉伸和弯曲强度逐渐增加,而冲击强度则有所降低。DSC、热变形温度和线膨胀系数测试分析表明,添加改性JF能够促进PP异相成核,并限制PP分子链的运动能力,从而提高JF/PP复合材料的耐热性能,且随着纤维含量增加,耐热性能呈不断上升趋势。当改性JF含量为25wt%时,JF/PP复合材料的热变形温度为142.5℃,较纯PP提高了53.5%。同时,复合材料平均线膨胀系数随纤维含量增加而明显降低,表明复合材料的热尺寸稳定性显著提高。相比...     

汽车外场气动噪声仿真与计算

利用FLUENT软件,对汽车的外场远点噪声进行仿真计算：通过稳态计算,得出汽车车身的表面声功率和声源分布情况,对车身的噪声源进行定性分析;通过瞬态计算,得到车身外场某点噪声的声压频谱图。仿真结果表明：汽车外场气动噪声源主要来自车身前脸、后视镜、前风窗玻璃、前轮;远场点的声压级由前向后有增大的趋势,并且靠近尾部区域声压级较大,最大达90．4dB,直径10m弧线上接收点的声压级值比直径12m的要高,其差值最大达15．1dB。     

载人空降乘员护颈装置优化设计

为了确保空降车着陆冲击过程中乘员的安全性,针对乘员易损伤部位颈部设计了双叶刚性护颈、圆柱形气囊护颈和仿生气囊护颈3款乘员护颈装置,并基于前期实验验证的数值模型,分别将3款护颈装置与气囊缓冲座椅相匹配。采用微型多目标遗传算法对3款护颈装置的防护特性参数进行优化。优化结果表明,仿生气囊护颈能最大限度地对乘员颈部实施有效的防护,为空降乘员防护装置的研发提供了依据。     

三自由度含间隙碰撞振动系统Poincaré映射Hopf-Hopf交互分岔的反控制EI北大核心CSCD

对一类含间隙碰撞振动系统Poincaré映射的Hopf-Hopf交互分岔进行了反控制研究。首先,基于碰撞振动系统建立了六维Poincaré映射,由于六维映射相应雅克比矩阵的特征值没有解析的表达式,这使得由特征值特性描述的传统临界分岔准则在确定控制增益中具有很大的局限性。针对这个局限性,建立了包含特征值分布条件、横截条件和非共振条件的显式临界准则。所建立的准则与传统的分岔准则等价,但并不依赖雅克比矩阵特征值的直接计算。然后,针对碰撞的不连续特性导致的隐式Poincaré映射在闭环系统控制设计中的困难,发展了一种基于原碰撞系统的线性反馈控制方法。最后,数值分析给出了在指定的参数点所设计的映射Hopf-Hopf交互分岔的环面解,进一步验证了理论分析的正确性。     

基于开关式深度神经网络的拟人化自动驾驶决策算法

基于深度神经网络的拟人化自动驾驶为复杂环境下的高级自动驾驶提供了新的思路,但网络的封闭性会导致上层驾驶指令很难进入网络,为此,设计了一种开关式深度神经网络,该网络由卷积神经网络层和长短期记忆网络层组成,在两个子网络间嵌入了具有开关性质的特征选择层,并通过不同的驾驶指令选择激活不同的特征分支,从而完成了相应的驾驶任务。实车测试结果表明,开关式深度神经网络不会显著增加模型的推理时间,同时该网络实现了根据输入的不同驾驶指令完成车辆在路口的左转、右转、直行和绕障行为。