汽车侧倾稳定角与翻滚性能研究

通过相近车型的平台翻滚试验与侧翻静态试验结果对比,研究了侧倾稳定角与车辆翻滚性能之间的影响关系。利用综合考虑悬架组合角刚度和轮胎垂直刚度的简化数学模型,进行侧倾稳定角的求解。同时,基于有限元思想,对悬架和轮胎等关键结构详细建模,其他结构简化建模,利用有限元模型对微型汽车侧倾过程进行仿真,求解稳定角。将数学模型、有限元模型求解结果与实车试验结果进行对比分析,结果表明,两种求解方法的相对误差均小于5%,其中有限元模型的误差较小。综合对比两种求解模型的特点,分析了每种模型的试用阶段。     

基于混沌RBF神经网络的汽油机进气流量预测研究

针对汽油机进气流量的多维非线性特性,提出了一种混沌径向基（RBF）神经网络的汽油机进气流量预测模型。证明了汽油机进气流量时间序列具有混沌特性,对采集的原始数据进行相空间重构,利用RBF神经网络对重构后的数据进行训练和预测,并利用混沌算法确定输出层连接权值和隐含层高斯函数径向基中心,使其达到全局最优,加快了RBF神经网络的收敛速度。仿真结果表明,与空气进气流量平均值模型、RBF神经网络预测模型比较,该模型具有更高的预测精度,为精确及时测试汽油机进气流量提供了一种全新的软件测量方法。     

LDPC编码慢跳频系统中的一种信道状态估计算法

采用信道编码技术能提高跳频系统的抗干扰能力,而精确的信道状态信息有利于提高系统误码率性能。基于和积译码过程,提出一种新的迭代信道估计译码算法,把译码后验信息反馈给信道节点并重新计算信道状态概率,生成新的对数似然比作为下一次迭代的先验消息,而且信道估计与编码信息在迭代中交替更新。仿真结果表明在部分频带干扰的LDPC编码慢跳频系统中,该算法性能优于传统的门限检测法,而且每个跳频时隙只需要较少符号就能够接近有精确信道状态信息的情况。     

对当前我国城市化的分析与思考

总结和评价了当前我国城市化发展存在的问题,认为城市化发展误区根源在于对城市化内涵理解的偏差,进而对城市化内涵进行探讨,包括城市化概念及其衡量指标体系的再认识,并提出了制定我国城市化目标应考虑的问题.     

三相鼠笼式异步电动机的软起动技术

本文提出了多种能够实现软起动的起动方法。     

基于深度学习的GMAW焊接缺陷在线监测

以轨道交通高速高铁司机室铝合金外板为载体,围绕智能焊接关键技术,针对焊接缺陷在线监测问题开展研究.借助工艺试验平台与焊接工艺卡开展焊接缺陷试验设计、批量数据采集、专家经验标定、数据库构建,采用卷积神经网络算法对不同类型数据构建多维信息融合模型,并对融合模型进行参数优化处理,最终完成融合模型的训练、验证和测试.结果表明,训练后的融合模型比单一信息模型对焊接缺陷具有较好的识别结果,训练集和测试集的焊接缺陷监测精度分别为99.0%和88.3%,此监测系统的数据采集和模型响应总时间小于100 ms,能够满足工程化应用需求,提高机器人焊接的智能化水平,推动企业数字化转型升级.     

基于VRML的多用户环境研究和虚拟场景的创建

在讨论虚拟社区和基于VRML的多用户环境的基础上,结合Java和VRML给出了虚拟社区中场景建立、3D替身的导入以及EAI应用的方法。     

我国蔬菜种业发展战略研究

我国是世界第一大蔬菜生产国与消费国,蔬菜种业是确保现代蔬菜产业发展和蔬菜周年均衡供应的重要物质基础。实现蔬菜种业的可持续发展要靠科技创新。我国蔬菜种业发展进入了一个关键的时期。本文分析了我国蔬菜种业与种业科技的现状,对比了国外蔬菜种业发展的情况,针对我国蔬菜种业的主要问题,提出了我国蔬菜种业的发展战略、目标、任务、保障措施和政策建议。     

带落角约束的均值聚类神经网络滑模制导律研究

为提高电视末制导炮弹对地面目标的命中精度,减小炮弹的落角误差,同时实现以期望落角命中目标,在分析带落角约束滑模制导律特点的基础上,针对RBF(Radial Basis Function)神经网络滑模制导律难以以期望落角命中目标的不足,提出了一种结合均值聚类与RBF神经网络的滑模制导律,使得神经网络在学习过程中能根据炮弹的实时飞行状态不断调整聚类中心,使中心值始终是目前飞行状态下的最优解,实现制导律的优化.对静目标与动目标算例的数值仿真表明:相比带落角约束的滑模控制,RBF神经网络滑模控制、均值聚类RBF神经网络滑模控制由于均值聚类的加入,求得的切换项增益能使炮弹以期望落角命中目标,且具有较强的鲁棒性.