防汛抢险自卸汽车箱底积土自动清除装置设计

针对防汛抢险自卸汽车运送黏性物料时往往会造成车箱积土、降低自卸车工作效率的问题,研制了箱底积土自动清除装置.实际应用表明:箱底积土自动清除装置简单、实用,自卸汽车加装后,车厢不再有积土,减少了无功消耗,提高了黄河防汛自卸车的工作效率.     

基于光纤工业以太环网的矿井安全监控系统设计

提出基于工业以太环网以光纤为传输介质的矿井安全监控系统的设计方案,设计基于以太环网的煤矿工业控制网络的实用模型,重点介绍系统的总体结构,以及方案的具体实施.该方案解决安全监控系统在煤矿复杂环境下的信息传输问题.     

粗糙集理论的研究与应用

对粗糙集的基本理论进行了讲解,同时给出了基于加权平均和频度的双向选择约简算法。     

手推式电子叉车秤倾角与称重误差补偿算法研究

针对电子叉车秤在使用过程中出现的车体倾斜导致称重误差精度下降等问题,提出了一种有效的称重误差补偿算法。首先,分析电子叉车秤倾斜角度对称重性能的影响,搭建一个多方向可变角度倾斜的实验平台,以模拟叉车秤的倾斜状态并获取精确的称重数据。其次,根据所获得的数据与称重误差补偿原理,建立倾斜状态下电子叉车秤的称重误差补偿算法模型,并运用最小二乘法及多层感知机非线性回归方法识别模型参数。最后,本文对具有1 500 kg量程和0.02 kg感量的电子叉车秤进行了倾斜测试实验,结果表明,在地面倾角不超过1.5°的范围内,在任意倾斜方向仪器最大允许误差MPE<0.75 kg,具有3 000分度数的精度。     

基于意象尺度图的重型卡车造型设计

目的以意象尺度图为依据探索重型卡车造型设计方法。方法收集并筛选出典型样本与感性词汇后,运用语义差异法获取重型卡车的感性意象评价;采用主成分分析法建立重型卡车意象尺度图,提取感性因子;最后结合阶层类别分析明确重型卡车造型设计要素。结果通过设计实践,验证了基于意象尺度图的重型卡车造型设计方法的可行性。结论运用感性工学方法对重型卡车造型展开意象研究,明确其意象尺度分布特性,以辅助重型卡车的造型设计与开发。     

ERP环境下汽车衡GPRS计量监控系统的开发

针对现有的汽车衡计量方式存在利用遥控信号作弊的问题,提出了一种ERP环境下的汽车衡GPRS计量监控系统的设计方案,详细介绍了该系统的硬件、软件设计及功能。该系统采用分段计算、列表筛选的方法进行数据处理,在没有红外定位系统时仍可以自动检测车辆信息,并可将准确的计量数据发给企业监管部门,使系统突破了使用场所的限制,可以很方便地适应一些不适合安装红外定位系统的汽车衡现场;利用无线识别技术实时判断出作弊吨位数据,并把这些数据信息和报警信号通过GPRS网络传送给企业监管部门并进行报警。实际应用表明,该系统操作简单、实用、方便,与企业ERP系统相结合有效地预防了人为作弊,提高了工作效率。     

CHV190系列变频器在永磁同步电机驱动矿井提升机中的应用

本文分析了矿井提升机的运行特点,详细阐述了英威腾CHV190系列起重提升专用变频器用于永磁同步电动机驱动的节能型矿井提升机的选型配置原则,最后介绍了应用现场的调试步骤及注意事项。     

露天矿中基于谷歌地球的车辆三维助驾系统

针对露天矿恶劣驾驶环境、矿车司机盲区等因素引发的事故,运用全球定位系统(GPS)、无线远程数据广播模块和谷歌地球(GE)三维图形控制引擎技术,开发露天矿车辆安全三维助驾系统,分别为露天矿司机和远程调度人员提供三维参考信息与实时车辆监测信息。该系统通过定制露天矿三维数字地图,监测车辆实时位置的三维车辆模型或标记点,显示安全驾驶引导路线,可以提高露天矿车辆驾驶的安全性。     

基于MSC Nastran的矿用电动轮自卸车货箱模态分析

针对矿用电动轮自卸车货箱的动态特性,提出基于模态分析结果的货箱结构改进方法.通过Patran建立货箱结构的有限元模型,应用MSC Nastran对其进行模态分析,得到货箱结构的动态参数.根据模态分析结果对货箱结构进行改进,货箱结构固有频率及振型得到较好的改善,为进一步研究矿用电动轮自卸车货箱的优化设计和预测疲劳寿命奠定基础.     

Towards the next generation of artificial neural networks for civil engineering

The purpose of this paper is to stimulate interest within the civil engineering research community for developing the next generation of applied artificial neural networks. In particular, it identifies what the next generation of these devices needs to achieve, and provides direction in terms of how their development may proceed. An analysis of the current situation indicates that progress in the development of artificial neural network applications has largely stagnated. Suggestions are made for advancing the field to the next level of sophistication and application, using genetic algorithms and related techniques. It is shown that this approach will require the design of some very sophisticated genetic coding mechanisms in order to develop the required higher-order network structures, and will utilize development mechanisms observed in nature such as growth, self-organization, and multi-stage objective functions. The capabilities of such an approach and the way in which they can be achieved are explored with reference to the problems of: (a) determining truck attributes from the strain envelopes they induce in structural members when crossing a bridge, and; (b) developing a decision support system for dynamic control of industrialized manufacturing of houses.