摩托车整车噪声分析与消声器改进

基于噪声声压、声强测试,分析声压频谱、声强与声功率分布,识别某摩托车噪声源,结果表明,发动机缸头处与排气管处对整车噪声贡献相当,考虑优化成本和改进的复杂程度,主要针对排气消声器改进。利用有限元仿真手段和试验对原发动机排气消声器空气动力学性能和声学性能进行了研究,提出了消声器改进方案,通过消声器功率损失测试、插入损失测试和整车通过噪声实验,结果表明,改进方案使整车通过噪声降低1-2dB。     

响应面和多目标遗传算法结合的副车架优化

为实现副车架设计过程中,质量和第一阶模态频率同时达到最优,在模态分析和三种工况副车架强度分析的基础上,首先应用Hyperworks进行了副车架参数化,建立了11个厚度尺寸变量。然后应用试验设计分析方法对尺寸变量进行筛选,去掉了3个对质量、最大应力和第一阶模态频率影响都不显著的因子,将基于移动最小二乘法构建响应面近似模型引入到副车架优化设计的复杂系统中。最后,基于副车架近似模型利用多目标遗传算法进行多目标优化,获得了副车架质量和第一阶模态频率的Pareto最优解。研究结果表明:通过获得的Pareto最优解的边界,可以指导副车架优化设计,将大幅缩减产品开发周期、降低产品开发成本。     

智能车运动轨迹规划中的关键技术研究现状

智能车行驶过程中的运动轨迹规划方法是智能车辆技术研究的重要组成部分。给出了运动轨迹规划方法研究的主要内容,讨论了该方法涉及的关键技术:轨迹曲率连续技术,轨迹动态规划技术和轨迹优化技术,并分析了各种技术的优点和不足之处。最后,在总结全文的基础上对运动轨迹规划方法今后的发展方向做出了展望。     

响应面和多目标法优化悬架参数的分析

为了改善车辆悬架参数特性,提高整车的操纵稳定性,提出响应面和多目标两种方法对悬架参数进行优化设计。首先在ADAMS/CAR建立带有转向系统的麦弗逊式悬架仿真分析模型并进行双轮同向仿真试验,其次,在ADAMS/Insight对悬架特性参数进行灵敏度分析筛选出对车轮定位参数影响比较大的前6位设计因素,然后采用响应面和多目标方法分别对悬架特性参数进行优化求解,最后将两者求得的最优解参数带回悬架模型中再次在ADAMS/CAR中进行对比仿真试验分析,验证了多目标优化方法的优越性。     

基于红外可见光融合的低能见度道路目标检测算法

红外图像与可见光图像均被广泛用于目标检测领域,但单模态图像难以满足低能见度道路目标检测的需求,因此本文从双模态融合角度出发,提出一种基于红外可见光融合的低能见度道路目标检测算法。首先,运用多种红外可见光双模态图像融合算法对输入图像进行预处理,并对融合图像的均值、标准差、信息熵、平均梯度、空间频率等5个参数进行定量分析,然后,优化训练检测网络得到针对低能见度道路目标的检测模型,最后,从模型训练结果和目标检测结果的角度评估算法和模型的正确性。实验结果表明,本文算法训练出的模型误检率和漏检率较其他算法明显降低,检测精度较现有算法使用单模态图像由75.51%提升到88.86%,且图像处理速度能够满足实时检测的需求。     

立式三缸双作用往复泵流体噪声的仿真计算与分析北大核心CSCD

为了满足用户对某新型立式三缸双作用船用往复泵噪声的要求,在数字化样机设计阶段,首先根据该泵结构型式、设计与结构参数,建立了动力学数学模型,然后根据该泵液力端3组双作用活塞缸排出口结构特征,建立了流场有限元模型,采用Fluent软件进行计算,最后将流体速度场转化为噪声值并进行了分析。结果表明该新型泵脉动小,其噪声满足相关标准要求,可为立式船用往复泵优化设计提供工程指导。     

简谐载荷下的盘式制动器振动噪声分析及试验

以某电动汽车盘式制动器为研究对象,通过CATIA建立制动器三维模型,在Workbench平台上改变制动器的阻尼比,对该模型进行谐响应分析,得到不同阻尼比的制动盘与制动块振幅随频率的分布情况。以制动块消音片为优化目标,用Dynamometer-GIANT 8600惯性实验台分别对无消音片、传统消音片和夹心式消音片的制动器进行振动噪声试验。结果表明:通过改变制动器的阻尼比,能减少制动盘与制动块之间的共振,从而降低振动噪声;夹心式消音片相对于传统的消音片在冷态试验阶段性能表现更好,振动噪声相对传统的消音片降低了约50%。     

露天煤矿生产系统常见危险源分析

通过对露天矿主要生产系统中采掘系统、运输系统、排土系统、防治水系统、边坡工程系统及供配电系统的生产特征及设备组成等的详细分析,确定了6大主要生产系统中存在的主要危险源及产生的主要原因,提出了危险源管控的主要措施,为加强监测监控、提前对危险源进行预警预报、制定完善的管理制度和标准,严控人的不安全行为,提供完善的制度、组织和文化保障。     

基于视觉对抗色的交通标志检测方法

面向智能车辆的交通标志检测是国内外研究的热点。在复杂的交通环境下,采用传统颜色空间的方法鲁棒性差,算法效率低,难以准确有效地检测出交通标志。鉴于人类视觉特点和视神经信号处理机制,提出一种基于视觉对抗色的方法。首先,将图像在不同的对抗色空间进行高斯金字塔分解;然后,采用中央周边差算法,增强交通标志的颜色特征;最后,对二值化图像进行水平方向和竖直方向的投影,统计显著信息区域,标记交通标志的位置。通过编程实现和实验验证,检测准确率和实时性满足实际要求,为交通标志语义理解提供有效的数据。