中心销板式牵引装置的试验设计与研究

介绍中心销板式牵引装置的结构和原理,设计新型系统加载试验方案,研究牵引装置的纵向刚度、垂向刚度、横向刚度和耐疲劳性能,并与传统牵引橡胶堆组对试验进行分析对比。试验结果表明:试验设计与实际工况一致,系统加载试验能准确反映出牵引装置的力学性能;牵引装置的刚度小于牵引橡胶堆组对,且各项性能满足要求;试验研究成果可为牵引装置类产品的设计和试验提供参考。     

基于DQN的无人驾驶任务卸载策略

无人驾驶汽车由于其有限的电池寿命和计算能力,难以在保证续航的前提下满足一些时延敏感任务或密集任务的处理需求。为解决该问题,在移动边缘计算（mobile edge computing,MEC）的背景下,提出了一种基于深度Q网络（deep Q-network,DQN）的无人驾驶任务卸载策略。首先,定义了一个基于任务优先级的车—边—云协同任务卸载模型,其需要通过联合优化车辆计算能力与任务卸载策略以获取系统最小延迟和能耗。由于该问题是个混合整数非线性规划问题,所以分两步对其进行求解—通过数学推导得出了最优车辆计算能力的解析解,之后在其数值固定条件下,基于DQN算法获得了任务最佳卸载策略。最后,综合SUMO、PyTorch和Python等工具建立了仿真模型,比较了DQN算法和其他三种算法在任务负载、MEC服务器计算能力以及能耗权重系数变化情况下的性能,实验结果验证了所提策略的可行性和优越性。