某型轰炸机座椅振动舒适性分析

基于IS02631及GJB966-90标准评价舒适度方法,建立了飞机-座椅-人体振动舒适度模型,用于飞机座椅舒适度评价.在此基础上,对比了飞机地面滑行阶段与空中飞行阶段振动能量分布频率段,分析了空中飞行阶段低频振动来源.利用信号仿真,通过改进伞包刚度和阻尼系数,大幅减少传递给人体的高频振动和相应低频振动能量.飞行实测数据计算结果表明,该轰炸机飞行员驾驶舒适性有待进一步提高.     

人工蜂群优化BP神经网络在汽车座椅舒适性中的应用

汽车座椅舒适性的主观评价和客观评价之间的关系存在复杂性和高非线性的特点。传统的BP神经网络(反向传播神经网络)对初值敏感且容易陷入局部最优解,因此无法建立精确的座椅舒适度预测模型。针对该问题,提出利用人工蜂群算法优化后的BP神经网络(ABC-BP)来预测座椅的舒适性的方法。通过开展体压试验得到了176组压力分布样本数据,其中89%的数据作为模型的训练部分,11%的数据作为模型验证,将预测结果与真实值相比较,ABC-BP预测模型的均方误差MSE为0.0019,确定性系数R²为0.946,比传统BP神经网络预测模型得到的MSE降低了84.68%,R²提高了42.5%。结果表明,利用人工蜂群算法优化后的BP神经网络所建立的汽车座椅舒适性预测模型稳定性更强、预测效果更加精准。     

ET0影响因素及ANFIS预测模型研究

作物参考蒸腾量(ET0)是作物生长过程中一个非常重要的数据,ET0反应的是大气蒸发能力与作物需水信息的关系。采用自适应神经模糊推理系统(ANFIS)研究易于获得的日最低气温、日最高气温、日平均气温、日平均相对湿度、实际日照时长及风速六项气象数据对作物参考蒸腾量(ET0)的相关程度,通过比较均方根误差找到相关程度最大的组合且结构简单的ANFIS模型来预测ET0值,并通过比较均方根误差来验证所建立的ANFIS模型预测的准确性。结果表明,综合考虑模型的预测精度及结构的复杂程度,日最高气温、日平均相对湿度和风速的三输入组合为最佳的,其平均绝对误差小且ANFIS结构简单。利用该输入组合训练的ANFIS模型预测ET0,其训练的均方根误差相比于用神经网络训练的预测模型小,通过比较可知ANFIS比BP神经网络训练的模型精度提高。     

基于体压分布的座椅舒适性建模及仿真

针对目前座椅舒适性客观评价方法的不足,选择某款商用车座椅,利用H点测量装置作为假人,以座椅设计角度为参考,建立体压仿真模型。参考理想体压分布规律,通过仿真结果对座椅舒适性进行初步评价,并从压力最大值、压力平均值、接触面积以及不同区域占重比4个客观评价指标进行实验验证。对于该座椅的主要接触区域,实验、仿真体压分布与理想体压分布规律接近,另外对于肩部、腰部及大腿区域的体压分布评价指标,实验数值与仿真结果接近,表明所建立的模型可准确反映HPM-座椅界面关键部位的体压分布特性。该建模方法可以为企业确定座椅舒适性客观评价指标的范围,对座椅的设计开发提供指导。     

基于模糊层次分析的高速列车座椅舒适度评估与应用

为将高速列车乘客座椅舒适度影响因素中的定性问题进行综合定量评价与分析,以乘客的生理、安全、行为、心理和审美为出发点建立了基于乘客需求分析的高速列车乘客座椅舒适度评价指标体系,运用模糊层次分析法构建了座椅舒适度的综合评价模型。在用户体验的基础上,以高速列车二等座椅的设计方案为例进行了舒适度综合评价分析和应用。结果表明:该评价模型能够有效针对不同列车座椅设计方案进行舒适度影响因素的比较和分析,为座椅的设计评估和企业的选型提供了可量化参考的依据。     

基于改进自适应模糊推理系统的YG3硬质合金精密外圆磨削表面质量预测

为提高硬质合金材料精密外圆磨削的表面完整性和加工质量,研究其表面质量的预测技术,建立了基于自适应模糊推理系统(ANFIS)的YG3硬质合金精密外圆磨削表面粗糙度预测模型,并引入混合田口遗传算法(HTGA)对预测模型进行了改进。采用工艺试验中所用的磨削参数及相应条件下测得的表面粗糙度数据作为训练样本和测试样本,通过对BP神经网络模型、传统ANFIS预测模型及改进ANFIS预测模型的预测结果进行对比分析,对三种模型的有效性和预测精度进行了验证。结果表明,所提出的改进ANFIS预测模型从预测值相对误差Er的分布及均方根相对误差EMSRE的大小来看,均优于其他两种预测模型,预测精度较高,是一种有效的表面质量预测方法。      

闭环逼真度评价的洗出算法参数优化

针对俯仰轴单通道控制工况,分析了人的控制结构模型。根据飞机动力学匹配获得飞行员模型参数,对飞行模拟器系统的洗出算法和运动系统模型等限制条件进行简化处理,建立人/机、人/模拟器系统的闭环控制,基于对人的操纵控制输出进行功率谱分析的逼真度评价方法,以评价指标最优为目标,优化洗出算法参数。逼真度改进效果通过了时域验证,同时评价优化过程对飞行模拟器的一体化设计研究有参考价值。     

座椅舒适度的人-椅界面体压分布表征

对人-椅界面体压分布指标、计算方法及其表征进行阐述,将体压分布指标分为基本指标、静态指标和动态指标3类。其中静态指标包括座椅压力分布SPD%、圆型压力梯度GC以及线型压力梯度GT,动态指标包括动态座椅压力分布DSPD%、压力变化率均方根Pcrms以及区域压力变化率aPcrms。通过不同曲面造型及不同硬度坐垫的体压分布实验研究,结果表明:GC、GT以及SPD%与座椅舒适度成线性关系,GC与GT值越小,坐骨结节处越舒适,SPD%值越小则座椅整体舒适度评价越高;曲面下凹适中的坐垫比平坦的坐垫较舒适;最大压力Pm以及SPD%可以明显的表征坐垫材料的软硬度,硬坐垫的Pm、SPD%值较大,但是当被试体重过大,超过一定的阈值后,SPD%表征材料软硬度的能力失效。     

基于人因工程的廉价航空客舱座椅排距优化研究

座椅排距是衡量乘客舒适度的关键指标。通过统计分析现场采集的真实有效的乘客数据得到座椅排距设计所需的身体各部位尺寸,结合人因工程学设计原理建立乘客在恒力作用下的舒适度模型,计算得到基于廉价航空公司航线结构的座椅排距和椅背倾角。并通过人机工程仿真软件JACK对比不同座椅排距下的工效评价结果来验证优化后的排距的合理性。最后利用该排距尺寸对国内廉价航空公司常用机型的座椅布局进行优化和评价。     

基于神经网络的汽车座椅舒适性研究

提高座椅舒适性可缓解驾乘疲惫、避免腰椎疾病、满足人们对汽车性能日益增高的需求。人员在驾乘过程中的舒适性是身体多个部位感受的综合指标,压力分布与加速度是影响舒适度的重要客观参数。从主观及客观两个方面对汽车座椅舒适性进行研究,并采用神经网络法建立评价模型。结果表明:客观参数如总加权加速度均方根值、坐垫及靠背压力与主观舒适度呈负相关关系,并验证了所建立的评价模型的有效性。     

飞行训练模拟器技术研究与工程实施

飞行训练模拟器是飞行人员在日常训练过程中所需要的一种重要的地面设备.为了有效地提升飞行训练水平,优化飞行训练质量,作为训练员,就应当全面深化飞行训练模拟器的训练工作落实,但是,在实际的飞行训练模拟器技术研究过程中,由于受到多方面的限制,仍旧有多重技术问题亟待解决,为此就需要相关的研究人员充分分析现阶段飞行训练模拟器研究...     

采用磁流变阻尼器的人体座椅悬架系统模糊ANFIS-PID复合控制技术研究

对座椅悬架用单出杆式磁流变阻尼器进行阻尼特性试验,并借助MATLAB多项式拟合工具箱对改进多项式模型中未知参数进行辨识。分析人体振动特性,建立五自由度人体座椅悬架模型。综合模糊控制器与自适应模糊神经推理系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)整定PID控制器的优点,提出一种模糊ANFIS-PID复合控制策略。采用正弦信号作为外界激励,分别对被动悬架、传统模糊控制、ANFIS-PID控制及模糊ANFIS-PID复合控制人体座椅悬架系统进行仿真分析。结果表明,辨识得出的参数和建立的改进多项式模型均可满足后续仿真要求;采用模糊ANFIS-PID复合控制策略的隔振效果明显优于传统模糊控制及ANFIS-PID控制,能有效改善人体座椅悬架系统的行驶平顺性及驾乘人员乘坐舒适性。     

座椅PVC面料的气味性能对整车嗅觉感官品质的影响

结合气味主观评价和客观设备分析(TD-GC-O/MS)的方法,对来自不同两家供应商的座椅PVC面料以及对应的面套进行气味性能评价和分析.同时将两种PVC分别试制成两份座椅并进行整车搭载,对整车的气味强度、气味舒适度以及气味类型作出评价.结果表明:气味性能比较好的PVC有效降低了整车气味强度,提升了气味舒适度,为整车嗅觉...     

PILCO框架对飞行姿态模拟器系统的参数设计与优化

PID控制是飞行器控制中应用最广泛的控制方法,但是PID参数的调节往往十分繁琐。为了实现飞行模拟器控制系统自主优化PID控制器的参数,从而完成系统的稳定控制,本文使用强化学习中的概率推理学习控制算法(Probabilistic Inference for Learning Control,PILCO)自主优化PID控制器的参数。首先,利用输入输出数据拟合出系统的概率动力学模型,并使用策略评估的方法对当前PID控制器进行评价;最后,使用策略提升的方式对当前PID控制器进行优化。在系统采样频率为100Hz,每次采集8s数据的实验中,经过10个回合的离线训练之后,系统控制效果已经可以满足要求,PID控制器参数已经收敛。经过PILCO优化的飞行姿态模拟器在定点实验中表现出良好的鲁棒性,表明PILCO算法可以优化PID控制器的参数,并且在解决非线性控制和参数优化方面具有很大潜能。     

人体-座椅接触面测量参数的研究初探

文中介绍了一种集力、温度和湿度传感器信息的座椅舒适度检测系统.传感器的布放采用已发表文章中所介绍的布放方式:温度和湿度传感器分别放置在左、右腿和尾臀骨下方;4个力传感器分别放在左、右腿和左、右坐骨结节的下方.在进行人体实验前,对力、温度和湿度传感器的输出一致性进行了测试.测量数据显示:温度传感器标准方差为±0.2℃;湿度传感器标准方差为±0.3%,压力传感器标准方差为±0.09 V(其中加载负荷5 kg～15 kg,力传感器输出电压的变化为3.67～4.31 V),这表明所有的传感器具有一致的输出特性.在三天内,共有10人/次利用该检测系统对3种坐垫(泡沫、木质和压模坐垫)的舒适度进行了评估.为了避免次序效应对测量结果的影响,整个实验采用了拉丁方设计方法.通过将坐姿调整时间、最大温度和平均相对湿度与舒适度主观评测问卷进行对比分析,结果表明传感器的原始数据和相关参数的变化与人对座椅舒适度的主观评价之间存在一定的联系.     

一种基于支持向量回归的驾驶座椅舒适度评价方法

提出一种基于支持向量回归的预测驾驶座椅主观舒适度的方法.预测的输入变量为14个体压分布变量以及3个人体变量,输出变量为整体舒适度指数.通过12名被试对5辆不同汽车进行实际驾驶来获取座椅压力数据.在利用支持向量回归建立的舒适度预测方法进行预测时,均方误差为0.0018,相关系数为0.869,这一结果优于人工神经网络预测模型的预测结果.研究结果有助于汽车制造企业在提高汽车座椅舒适性的过程中降低成本并缩短制造时间.     

基于理想压力的机车座椅优化设计与舒适度试验研究

为了提高某出口型电力机车司机座椅舒适性,结合人机工程仿真软件JACK、主观感知舒适度量表及压力坐垫对司机座椅人机系统进行分析,进而基于人体工程学的座椅靠背设计方法对座椅靠背形态进行优化,对优化后座椅靠背的人机匹配度进行了仿真分析和主客观试验验证,结果表明优化后的靠背设计方案比靠背原型的人机交互匹配度更高,且能对司机背部形成良好的支撑。最后利用MatlabLIBSVM工具箱建立舒适度预测模型对座椅舒适度进行预测分析,得到均方误差MSE=0.003 753 4、相关系数R=93.063 1%,该模型预测精度高,可大幅简化主观评价流程。该座椅靠背设计方法可为轨道交通装备司机座椅的舒适性设计提供理论参考和试验依据。     

基于聚类和自适应神经模糊推理系统的数控机床绿色度评价方法

为了实现对数控机床绿色度的智能评价,提高数控机床绿色度预测精度,提出了一种基于聚类和自适应神经模糊推理系统（ANFIS）的评价方法。采用改进的粒子群优化模糊C均值聚类算法实现样本的自适应分类,生成辅助ANFIS学习的训练样本集;建立基于ANFIS的评价模型,通过对训练样本集的学习自动生成模糊规则,消除评价指标的模糊性和随机性对评价结果的影响;训练后的评价模型可用于评价样本的自适应推理。最后利用提出的评价方法对数控机床绿色度进行实例分析,验证了该评价方法的有效性。     

面向舒适度评价的正装鞋跖围截面有限元分析

围绕鞋类舒适度感知量化及舒适度评价的问题,选取了由大量试穿经验证明舒适的鞋楦,作为舒适度标准样本,另选取同号同型,舒适度低的男士正装鞋鞋楦,进行对照试验.构建鞋楦跖围所在区域足部截面几何模型并获取跖围足底压力数据,通过有限元软件对静止站立状态下足部跖围受力与变形状况进行模拟测试,得到了相对的应力数据曲线和位移数据曲线.同时,试验数据结果是对主观舒适度评价的量化表达.将鞋类舒适度的主观因素同实验数据结果相结合,选取舒适鞋品软组织表面Von Mises X-Y峰值平均值为评价标准做出了鞋舒适性分析,结论得出,舒适度受到楦底突度、楦面曲率、轴线位置的综合影响,并且舒适的鞋楦对足部跖围横断面有相似的应力应变表现.本研究结果为鞋类舒适度的评价提供一定的参考,为舒适鞋品的生产开发提供借鉴.     

工程车辆座椅悬架ANFIS控制策略研究

以某型工程车辆的座椅振动系统为对象，利用自学习和模糊推理(Adaptive Network-based Fuzzy Inference System, ANFIS),提出了基于ANFIS的座椅悬架振动半主动控制方法，解决了工程车辆工作过程中座椅振动过大的问题。首先，分析工程车辆座椅悬架的振动过程，建立座椅悬架的动力学模型；然后，加入前馈、反馈环节，设计座椅悬架的模糊神经控制系统；最后，分别观测振动激励频率不同、控制器控制对象不同和以实测座椅信号为输入时的控制效果。结果表明，模糊神经振动控制系统减小了座椅的振动能量，降低了座椅的振动频率，座椅振动位移均方根值为被动悬架座椅的52%～66%。