性能数据驱动的机械产品关键设计参数识别方法

利用运行数据识别产品设计缺陷或薄弱环节是产品开发和更新换代的主要模式,也是保证产品服役性能稳定的重要途径.提出了一种性能数据驱动的产品关键设计参数(薄弱环节)识别方法.首先,利用极限学习机算法划分运行工况,提出了基于核主成分分析和高斯混合模型的多工况性能退化评估方法,消除了工况变化对性能退化评估的影响,得到性能退化严重的关键功能模块;其次,对性能监测数据进行聚类分析,识别出与模块性能退化密切相关的关键性能监测参数;最后,建立了“性能监测参数—性能参数—设计参数”三者之间的关联关系,识别出导致性能严重退化的关键设计参数.以某大吨位履带起重机作业机构为例,验证了方法的有效性.     

25%小偏置碰撞策略及测试评估研究

随着汽车事故的增加,且小重叠碰撞事故死亡率居高不下,小偏置碰撞试验逐渐成为焦点。基于IIHS公布的最新车辆碰撞试验结果,统计超过100余款不同类型的25%小偏置碰撞车辆,建立碰撞转角与碰撞区域的数学模型,将25%小偏置碰撞归结为三种不同的碰撞策略,分别是吸能策略、掠过策略和掠过与吸能策略;并进行试验验证,对三种策略的优缺点进行分析。结果表明,小偏置碰撞试验可运用合理的碰撞策略达到法规要求,对25%小偏置碰撞试验具有一定的参考价值。     

英特尔换帅回归技术的大反攻?

2021年1月13日,英特尔公布的一则消息令这家公司获得业界的极大关注。当天,英特尔宣布任命帕特·基辛格(Pat Gelsinger)为新一任CEO,帕特·基辛格将在2月15日接替现任CEO司睿博(Bob Swan)。我们知道,前任CEO布莱恩·科再奇(Brian Krzanich)离职后,财务出身的司睿博临危受命,到目前也才上任两年,为什么在这个节骨眼上英特尔又换帅了呢?帕特·基辛格又是何许人?他能带领英特尔发起大反攻吗?     

欧洲品牌协会对数字水印用于智能包装回收进行评估

在欧洲品牌协会(AIM)的赞助下,来自整个包装价值链的85家公司和组织联手进行了一项评估,即对一项开创性的数字技术是否能够在欧洲为包装提供更好的分类和更高质量的回收进行评估,以推动真正的循环经济。     

基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

基于学习进程的学习评估在大学化学教学中的实践

高等教育质量提升的关键在于课程教学质量的不断完善。作为高等教育的重要环节,化学课程教学在非化学化工专业人才的知识体系构建、能力培养、素质养成方面有着不可或缺的作用。大学化学课程的教学实践表明,基于学习进程的评估有利于激发学生的学习积极性,显著提高教学班的整体成绩并实现课程教学质量的提升。     

基于CO_2窗口法的在用柴油公交车NO_x排放评估方法研究

在用车辆的排放情况备受关注。公交车辆由于具有近人群的特点,其排气污染物更具危害性。在对在用柴油公交车采用便捷式排放测试系统(portable emission measurement system,PEMS)进行整车测试时,发现普遍存在难以从OBD (on-board diagnostic system)获取发动机运行参数的问题,导致采用功基窗口法难以评估车辆排放状况。为此,依据整车PEMS测试规程,对3辆柴油公交车进行污染物排放测试,引入CO_2窗口法评估整车NO_x排放状况,通过与功基窗口法评估结果对比,确定CO_2窗口法符合性因子。结果表明,CO_2窗口法能够有效测量和评估在用车辆的排放,不再受制于OBD信息读取,更便于开展车辆在用符合性监管。     

后纵臂的断裂原因分析

汽车在试验场行驶21 000 km后发现后纵臂断裂，该类后纵臂曾多次发生断裂故障。后纵臂在使用过程中受拉、压、扭等复杂载荷。通过对后纵臂进行外观观察，对其断口进行宏、微观观察，并对后纵臂进行金相组织检查、硬度检查及有限元模拟，确认后纵臂的失效性质，并分析其断裂原因。结果表明:后纵臂的失效性质为疲劳断裂；后纵臂的断裂过程为:在压应力作用下后纵臂中间安装孔处首先发生失稳变形，当后纵臂再次受拉时最大应力转移到中间安装孔处，在交变载荷的作用下发生疲劳开裂。适当增加后纵臂的厚度以提高其刚度，厚度增加后的后纵臂未再发生过类似的断裂故障。     

基于证据推理的激光惯组最优维护方法

为解决激光惯组存在的故障样本获取困难和监测维护周期不合理等问题，采用一种融合多元信息的性能评估方法对激光惯组的性能进行评估。首先，综合考虑了惯组指标信息的权重和可靠度，基于证据推理融合多元信息得到激光惯组性能评估结果。其次，根据性能评估结果，通过维纳过程预测综合考虑激光惯组的监测维护成本和性能设计要求，在满足性能状态要求前提下以单位时间内期望维护成本最小为目标，确定最优维护时机。最后，使用某型号激光惯组进行了实验验证，说明所提出的方法的有效性。