电动汽车用动力电池振动疲劳测试方法开发

动力电池是当前新能源汽车中的核心零件,其性能,安全,可靠与耐久性直接影响整个车辆安全耐久性能,而电池系统的抗振动冲击特性是产品开发设计过程中需要满足的重要指标.文中着重阐述动力电池振动疲劳的测试验证策略与具体实施指导,为电池系统研发和测试工作提供重要参考.     

高分子材料导热性能影响因素研究进展

介绍了高分子材料导热性能影响因素研究进展，重点阐释了聚合物基体的结构特性（链结构、分子间相互作用、取向、结晶度等）、导热填料（种类、含量、形态、尺寸等）以及制备方法等对高分子材料导热性能的影响。     

电动汽车用动力电池振动疲劳测试方法开发

动力电池是当前新能源汽车中的核心零件,其性能,安全,可靠与耐久性直接影响整个车辆安全耐久性能,而电池系统的抗振动冲击特性是产品开发设计过程中需要满足的重要指标.文中着重阐述动力电池振动疲劳的测试验证策略与具体实施指导,为电池系统研发和测试工作提供重要参考.     

基于多软件联合仿真的载货汽车平顺性提升方法研究

针对改善某载货汽车行驶平顺性的问题,对某整车制造企业生产的某型载货汽车进行了研究,提出一种新的方法对该车顺性进行提升.首先,应用ADAMS/Car建立载货汽车的刚柔耦合样机模型;其次,建立ADAMS/Car与Simulink的联合仿真模型;最后,利用MATLAB编写加速度RMS(加权加速度均方根值)程序,并应用Isight/Optimization软件中的多岛遗传算法优化此联合仿真模型.以载货汽车不同车速行驶在随机级路面(C级),驾驶室座椅处加速度RMS值来评价整车平顺性的优劣.结果表明:采用提出的方法设计优化后,驾驶室座椅处X向的加速度RMS值最大降低了12.84％,座椅处Z向的加速度RMS值最大降低了13.08％,座椅处综合加速度RMS值最大降低了11.46％,平顺性能得到了提升.     

车门铰链系统与车门下沉刚度的相关性

针对某型车门下沉问题,通过台架试验获得车门、铰链和车身等各单因素下沉量和车门绞链系统整体下沉量,对单因素下沉量与系统整体下沉刚度进行线性拟合分析,得到车门铰链系统各单因素与系统下沉刚度的相关度排序.对前、后车门分别选取相关度较高的单因素进行优化,最终改进方案的仿真和试验结果证明该方案可有效地提升车门下沉刚度.采用定量分析法可快速找出影响下沉刚度的敏感因素,并能够快速生成优化方案,为新车型设计提供参考.     

机械设备故障规律及运行趋势预测方法综述

对于机械设备的故障运行问题,技术人员应当深入研究机械设备的故障规律,并研究出运行趋势的预测方法,从传感器的检测时间间隔与使用数量等方面加以深入的研究。本文介绍了机械设备运行状态的故障预测方法,并将机械设备运行状态的故障预测方法总结为三个步骤,分别是数据获取、处理与设备寿命预测,结合这些内容,提出了关于机械设备故障运行的一些方法,旨在为相关技术人员提供参考依据。     

冰蓄冷空调直接供冷电费贯序削减趋优控制方法

冰蓄冷空调优化控制方法中,基于智能算法的控制方法建模及求解复杂,可行性差,而工程常用的控制方法经济效益不佳.为解决上述问题,首先,以机组工况容量、蓄冰容量为约束条件,以日运行费用最小为目标函数,构建冰蓄冷空调优化运行的数学模型.然后,提出一种基于直接供冷电费贯序削减的冰蓄冷空调趋优控制方法,根据电价及直接供冷电费的排序安排制冰及融冰的时段,经迭代计算可寻得优化解.最后,与GAMS软件优化结果相比较,验证该方法的有效性,与工程常用的控制方法相比较,验证所提的方法的经济性和可行性.     

应用卡尔曼滤波的激振力时域识别方法研究

激振力识别属于结构动力学中的第二类反问题,为识别振动系统的激励力,本文基于卡尔曼滤波器和最小方差估计的方法,分别建立了以系统位移和加速度为输入参数的激振力时域识别方法.推导了两种方法的识别公式,并对两种方法的识别结果和识别结果的稳健性进行了仿真分析.仿真结果表明,两种方法对噪声方差初值的设定均不敏感;以加速度幅值为输入的方法识别精度优于以位移幅值为输入的方法;以位移幅值为输入的方法识别结果稳健性较好.最后采用力锤敲击试验验证了识别方法的有效性和精度.     

FE-SEA方法在平台支持船噪声预报中的应用

平台支持船由于作业需要通常配备有动力定位系统,其在侧推工况下舱室噪声超标较为严重。针对这个问题采用计算流体力学(CFD)方法,得到侧推螺旋桨作用在导管上的脉动压力,并将时域计算结果转换成噪声计算的激励条件。采用有限元(FE)与统计能量分析(SEA)混合方法建立船体中频段FE-SEA耦合模型并建立船体高频段SEA模型,对某65 m AHTS船侧推工况下全频段(63 Hz~8000 Hz)舱室噪声进行预报,分析该船噪声分布规律及主要影响因素。并建立起全船的SEA模型,在中频段对比SEA与FE-SEA两种方法得到的舱室声压级频谱曲线,验证了使用混合模型的必要性。     

地铁机电安装绩效领先指标自动预测方法

目前的绩效领先指标的预测中对样本数据的平稳性考虑不足,样本数据波动性大,影响最终的预测准确性.因此提出地铁机电安装绩效领先指标自动预测方法,首先对影响项目绩效的指标进行拟定描述,确定指标后使用Lasso方法来确定其中变量对绩效指标影响程度,然后使用ADF单位根检验法对相关波动数据进行平稳化处理,运用BP神经网络技术来实现自动预测.为了验证设计方法是否满足设计目的 ,设计实验,使用某地铁机电安装工程的数据作为样本数据并进行自动预测,预测结果显示:本文设计方法对比其他方法结果更接近实际值,设计满足设计要求.