轮胎侧偏特性的仿真验证

根据平板式轮胎力学试验台的结构原理,在ADAMS/Ｖiew系统中建立了轮胎试验平台仿真模型。利用该模型进行了不同垂直负荷和外倾角下轮胎侧偏特性仿真,得到不同条件下侧偏力与侧偏角之间的关系曲线,有助于直观理解轮胎侧偏特性。     

轿车子午线轮胎结构与侧偏特性的探讨

通过测试轮胎侧偏刚度(K)、转向力因数(C)、回正力矩系数(A)、负荷灵敏度(H)、负荷转移灵敏度(G)等动力学参数,并利用UNITIRE模型进行参数辨识,分析相同轮廓195/65R15轿车子午线轮胎结构与动力学参数的关系。模拟分析结果表明,采用高三角胶、两层胎体帘布层一高一低反包结构的方案B轮胎的胎侧刚度最大,K最大,C最大,H最大,G较小,可使车辆转向反映灵敏,同时保持良好的操纵稳定性和行驶稳定性;采用胎体帘布层高反包结构且胎体帘布层复合材料模量略高的方案C和D轮胎的下胎侧刚度大,A大,能更好地保证驾驶安全性;采用胎体帘布层低反包结构且胎体帘布层复合材料模量略高的方案A轮胎的K,C,A和G最小,综合性能差。     

子午线轮胎接地特性及侧偏特性的有限元分析

以子午线轮胎11.00R20为例,考虑轮胎变形的几何非线性、材料非线性以及轮胎与地面、轮胎与轮辋的大变形非线性接触等,利用ABAQUS软件建立了轮胎与地面接触的三维有限元模型。研究了充气压力、下沉量、行驶速度,轮胎与地面的摩擦因数和侧偏角等参数对轮胎接地特性的影响。并模拟了轮胎的侧偏运动,研究了垂直负荷、充气压力和轮胎与地面的摩擦因数等参数对轮胎侧偏特性的影响。结果表明,这些参数对轮胎的接地特性和侧偏特性有一定的影响,从而为轮胎设计和应用提供参考。     

基于Abaqus的复杂花纹子午线轮胎侧偏特性研究

基于Abaqus有限元分析软件,建立全钢载重子午线轮胎有限元模型,并对其进行结构静力分析以及不同工况下的稳态分析.结果表明:轮胎充气后,主要变形发生在胎侧部位和胎冠中部,充气轮胎静负荷接地区域变形较大,且接地中心位移最大;制动与驱动工况下,轮胎的接地印痕关于接地中心呈现出不对称性,接地压力分布极不均匀;自由滚动工况下,接地印痕基本关于接地中心对称,接地压力分布较均匀,制动和驱动工况下的接地压力最大值远高于自由滚动工况;侧偏工况下,正侧偏角分别使接地区域以及出现接地压力最大值的位置向左移动.     

子午线轮胎稳态滚动侧偏特性有限元分析

依据子午线轮胎的实际结构,考虑轮胎与轮辋的接触,借助MSC MARC有限元分析软件,建立了轮胎的平面轴对称模型和三维有限元分析模型。首先,利用平面模型分析了轮胎与轮辋的装配过程和充气过程。然后,为简化计算量,利用轴对称到三维的分析方法,分析了轮胎在垂直载荷作用下的接地问题和在侧偏条件下低速稳态滚动过程。给出了轮胎与地面、轮辋接触界面上的法向力分布;在不同侧偏角下轮胎最低断面的变形情况,并探讨了不同负荷、气压、摩擦系数对侧向力、回正力矩与侧偏角关系的影响。     

11R22.5公交专用子午线轮胎的设计及其侧偏特性仿真

介绍11R22.5公交专用子午线轮胎的设计及其侧偏特性仿真情况。轮胎外直径和断面宽分别取1054和280mm,胎圈着合直径取571.5mm,采用低噪声RT606胎面花纹;胎体采用3＋8＋13×0.18＋0.15HT钢丝帘线;带束层为4层结构,1#带束层采用3×0.20＋6×0.35HT钢丝帘线,2#和3#带束层采用3＋9＋15×0.22＋0.15钢丝帘线,4#带束层采用5×0.35HI钢丝帘线;采用六角形钢丝圈。有限元分析结果表明,轮胎接地形状接近椭圆,压力分布比较均匀;侧偏角（α）不超过5°时侧向力（Fy）和α呈线性关系,α在10°附近时Fy达到峰值;α为2°~4°时回正力矩（Mz）达到峰值,随着α的进一步增大Mz迅速减小;轮胎的侧偏特性受轮胎与地面间摩擦系数的影响;侧倾角对Fy影响很小,对Mz影响显著。     

带束层结构对载重子午线轮胎侧偏特性的影响

以345/85R16轻型载重子午线轮胎为研究对象分析带束层结构对载重子午线轮胎侧偏特性的影响。结果表明:带束层结构对载重子午线轮胎的侧偏特性影响十分显著,主要体现在纯侧偏条件下对侧向力(Fy)和回正力矩(Mz)以及纯侧倾条件下对Fy的影响;纯侧偏条件下,交叉带束层结构轮胎的侧偏刚度和回正刚度比零度缠绕带束层结构轮胎大得多;纯侧倾条件下零度缠绕带束层结构轮胎的侧倾刚度比交叉带束层结构轮胎大;纯侧偏和纯侧倾条件下,交叉带束层结构轮胎的翻转力矩与零度缠绕带束层结构轮胎几乎一致。     

汽车轮胎侧偏力学发展综述

论述国内外汽车轮胎侧偏力学研究的发展状况。分别介绍了研究稳态轮胎侧偏特性的一般理论模型、纵滑与侧滑联合工况下的模型和半经验模型,并简要介绍了非稳态侧偏特性研究的发展过程以及所建各种模型的特点。轮胎稳态侧偏特性的研究取得了较好的结果,但非稳态模型尚需进一步完善。     

215/45R17轿车子午线轮胎侧偏特性仿真分析

采用ABAQUS有限元分析软件对215/45R17轿车子午线轮胎进行侧偏特性仿真模拟,探讨垂直负荷、充气压力、速度和带束层设计角度对轮胎侧向力和回正力矩的影响。结果表明：垂直负荷和充气压力的影响较大,而速度和带束层设计角度的影响较小;随着垂直负荷的增大,侧向力增大,回正力矩的最大值也增大;随着充气压力的提高,回正力矩的最大值减小。     

滚动轮胎侧倾侧偏接地性能有限元分析

建立了子午线轮胎滚动分析的三维有限元模型,在模型中充分考虑到轮胎材料和结构的复杂性,轮胎与轮辋过盈配合以及轮胎与轮辋、地面的摩擦等状况,研究了轮胎左侧倾、侧偏滚动状态下的变形情况、帘线的应力分析、接地区应力分布规律以及带束层帘线排列角度和侧倾角度对轮胎接地性能的影响,侧倾与侧偏的联合作用改善了接地区应力分布的不均匀性,不仅可以提高轮胎接地性能,而且使轮胎在纯侧倾状态下的偏磨得以缓解,体现了侧倾和侧偏的相互补偿作用.     

轮胎静态及侧偏刚度有限元分析

考虑子午线轮胎的材料非线性、接触非线性以及大变形等复杂的力学特性,采用Abaqus软件建立轮胎三维有限元分析模型,研究充气压力和负荷对轮胎静态刚度(径向刚度、侧向刚度、纵向刚度、扭转刚度)和稳态侧偏刚度的影响,并给出了相应的负荷与变形之间的关系。结果表明,充气压力对轮胎的静态刚度有显著影响;负荷对径向刚度、扭转刚度和侧偏刚度影响显著。     

煤种成浆性的人工神经网络预测模型研究

为更好地预测煤的成浆性,以大量煤种成浆浓度试验数据为基础,建立了3个输出因子的神经网络成浆浓度预测模型,模型采用L-M算法,对输入数据进行数据预处理,最后对比分析了神经网络预测模型与回归分析模型的预测结果。结果表明,以A_d、哈氏可磨性指数HGI和氧含量O为输入因子的模型预测结果平均绝对误差为0.63%,以M_(ad)、HGI和O为输入因子的模型预测结果平均绝对误差为0.60%,以M_(ad)、HGI和氧碳比O/C为输入因子的模型预测结果平均绝对误差为0.40%,3种组合的模型结果均小于回归分析模型的平均绝对误差1.15%。因此神经网络模型比回归分析模型有更好的预测能力,其中以M_(ad)、HGI和O/C为输入因子的神经网络模型预测结果最好。     

基于RBF网络的胶磷矿浮选精矿指标预测模型

本文基于RBF神经网络构造了云南某胶磷矿浮选多因素输入和浮选精矿品位、回收率之间的浮选模型,并在Matlab环境下进行了计算机仿真试验,结果表明,模型预测精度较高,验证了非参数建模的合理性,具有一定的实用价值,为浮选过程的控制奠定了基础.     

Prediction of water retention capacity of hydrolysed electrospun polyacrylonitrile fibers using statistical model and artificial neural network

Box Behnken design of experiment was used to study the effect of process variables such as alkali concentration, temperature and time on water retention capacity of the alkaline hydrolysed electrospun fibres. The hydrolysis of electrospun polyacrylonitrile fibres was carried out using sodium hydroxide with different processing conditions like concentration of alkali, temperature and time. With the increase in the concentration of alkali, time and temperature, the water retention capacity of membrane was found to increase in the membranes. Water retention capacities of the membranes were modeled and predicted using empirical as well as artificial neural network (ANN model). The fiber diameter and mean flow pore diameter of electrospun polyacrylonitrile fibers and hydrolyzed fibers shown in SEM images were 310 ± 50, 275 ± 75 nm, 0.9258 and 1.12 microns, respectively. The present study indicated that the nanofibrous membranes have potential for the water absorbing applications. © 2009 Wiley Periodicals, Inc. J Appl Polym Sci, 2009     

Folding rate prediction based on neural network model

One of the most important challenges in biology is to understand the relationship between the folded structure of a protein and its primary amino acid sequence. A related and challenging task is to understand the relationship between sequences and folding rates of proteins. Previous studies found that one of contact order (CO), long-range order (LRO), and total contact distance (TCD) has a significant correlation with folding rate of protein. Although the predicted results from TCD can provide better results, the deviation is also large for some proteins. In this paper, we adopt back-propagation neural network to study the relationship between folding rate and protein structure. In our model, the input nodes are CO, LRO, and TCD, and the output node is folding rate. The number of nodes in the hidden layer is seven. Our results show that the relative errors for the predicted results are even lower than other methods in the literature. We also observe a best excellent correlation between the folding rate and contact parameters (including CO, LRO, and TCD), and find that the folding rate depends on CO, LRO and TCD simultaneously. This means that CO, LRO and TCD are similarly important in folding rate of protein. Some comparisons are made with other methods.     

基于神经网络的轮胎胎号字符识别

介绍了采用BP神经网络来进行轮胎胎号字符识别的一种尝试性方法。用Matlab来模拟用神经网络进行胎号数字识别这一过程，用投影—变换系数法进行特征提取，确定特征输入、隐含层的神经元和输出后，经训练后可识别胎号，识别率尚可。