基于有限元模型的超声切割刀优化设计

超声切割刀在材料加工领域中有广泛的应用前景,可用于切割各种复合材料等硬脆材料。该文利用ANSYS有限元分析软件建立超声切割刀的有限元模型,对其进行模态分析和谐响应分析。仿真结果显示,超声切割刀在40kHz频率附近存在轴向纵振模态,其振动节点位于安装环和压电陶瓷中心线上,符合设计要求。基于有限元模型研制超声波切割刀,通过阻抗分析仪与激光多谱勒测振仪对换能器的固有频率与响应进行测试,获得的超声切割刀阻抗曲线平滑,谐振频率为40.261kHz,设计误差为0.83%,最大振幅达到14.52μm,结果与有限元计算相互吻合。     

基于一维无限折叠混沌序列的图像加密技术研究

提出一种基于一维无限折叠混沌序列的数字图像加密方法,在一定参数范围内,证实了该方法具有算法简单,加密效果好及安全性高的特点.     

多分支BP网络模型及其在车型分类中的应用

通过分析一般的BP网络在解决多模式识别问题时的缺陷,本文根据分而治之和模块化的思想提出了多分支BP网络的模型。多分支BP网络可将N种模式的识别问题转换为N个并行的两种模式识别问题。文章还研究了多分支BP网络模型在车型分类中的应用,并利用G107上的实测数据进行仿真,仿真结果表明,与一般的BP网络相比,多分支BP网络具有更好的分类性能,且显著地减少了训练时间。     

面向动态导航系统的短时交通流SVR预测方法

短时交通流预测是动态导航系统中的重要技术,本文从城市道路交通流系统的高度复杂性特点出发,研究基于支持向量回归的短时交通流预测方法.通过分析动态导航系统对短时交通流预测的实时性、准确性要求,提出对交通流时间序列进行归一化处理,并通过相空间重构技术确定输入输出样本点集合,利用支持向量回归机建立输入输出间的函数关系以此作为预测模型.本文实例验证了基于相空间重构SVR预测方法的有效性.     

模糊控制动态过程能耗分析与优化

为计算和降低模糊控制算法影响下系统动态过程能量消耗,提出了模糊控制系统动态过程的能耗计算公式和一种节能优化设计算法.能耗计算公式采用模糊控制器输出量作为积分对象、采用动态过程调节时间作为积分区间;模糊控制系统节能优化设计算法包括4步;首先,在规定的性能指标下根据系统响应曲线的一般形式拟合出目标曲线;再根据目标曲线计算此时模糊控制系统动态过程能耗;然后,根据上升时间、超调对能耗的影响,调整目标曲线减小系统能耗;最后,用相平面法调整模糊规则使实际响应曲线符合节能目标曲线,从而得到节能的模糊控制算法;在温度控制系统设计中使用该能耗计算公式和优化算法,系统动态过程实际能耗降低15%,验证了公式的正确性和优化算法的有效性.     

基于动态时间弯曲的多模板匹配车型分类

感应线圈采集到的频率变化曲线,取决于车速、车辆自身结构及其通过感应线圈时的相对位置.针对同类车辆的频率变化曲线存在伸长或压缩情况.研究一种基于动态时间弯曲(DTW)的车型分类新方法.首先对采集到的车辆频率变化数据序列进行预处理;其次,结合DTW方法和最优聚类分析原理,选取同类车型的多个频率变化特征曲线作为分类模板,以改善单模板匹配方法的分类正确率;再次,确定同类车型的局部区分度指标,并优化调整局部区分度指标范围;最后对考察车辆的采样曲线进行多模板匹配分析,得出车型分类结论.仿真实验分析了本文方法与其他方法比较存在的优势.     

网联自动驾驶货车编队规划与控制研究综述

物流运输联盟内开展货车编队运行,有望成为未来物流运输降低运营成本的新形态。本文以网联自动驾驶货车编队规划与控制为研究对象,通过文献检索来分析网联自动驾驶货车编队的关键技术与研究现状。从市场应用角度,分析目前实现货车编队市场应用面临的挑战,以及相关利益方之间的成本分配问题。从技术方法视角,围绕网联自动驾驶编队规划与运作控制问题,解读相关技术内涵与实现方法。通过评述网联自动驾驶编队技术研究现状,总结该领域未来研究方向,旨在为研究者掌握该方向发展脉络提供参考。     

基于随机时间的车辆导航路径规划研究

根据车辆导航中各路段行车时间具有随机性特点,运用不确定性规划理论建立了行车时间随机的车辆导航路径随机规划模型,模型以车辆出行中行车时间最短为目标函数.并设计了基于随机模拟的遗传算法求解该模型.通过数值仿真,证明模型的可行性.     

基于多目标规划的城市道路交通事故车辆拯救服务点选址研究

针对城市道路交通紧急救援对公平性、效率性、经济性等需求,提出用于城市道路交通车辆拯救服务点的多目标规划选址模型.针对多目标规划模型,利用线性加权法求解,以广州市为例进行了验证求解.结果表明,这种方法可以满足选址规划需求,具有一定的现实意义.     

面向宏观基本图的多模式交通路网分区算法

为探究不同模式交通流之间的相互作用关系,提出一种考虑路网多模式属性的分区算法。以社会车和公交车速度和路段邻接关系为划分依据,提出初始子区划分、子区合并、子区边界调整的三步分区算法。以深圳多模式交通数据为例进行了子区划分实验,结果表明本文算法相较于其他分区算法能得到两种模式异质性都较低的交通小区;通过识别路网子区中的多模式宏观基本图,验证了实际交通路网中存在多模式宏观基本图。