共查询到20条相似文献,搜索用时 31 毫秒
1.
飞行试验是评估飞机座舱设计最好的方法,飞行试验阶段选取的评估方法应能获得全面的、足够的信息和来自用户有价值的反馈。本文在分析国内外用于座舱评估的人机工程标准的基础上,总结了用于座舱设计评估的基本方法和评估内容,介绍了用于座舱评估的工作负荷评价方法。 相似文献
2.
3.
4.
现代民用飞机座舱内设置有众多的设施包括座椅、内壁、生活设施等都具有明显的蓄放热特征。而在热载荷动态计算过程中,舱内设施蓄、放热性能对空调系统加热、制冷负荷有显著影响。在这些舱内设施中,座椅所具有的热容最大,并且其结构和边界条件及其复杂,座椅蓄放热特性对座舱动态热载荷仿真计算结果的准确性有很大影响。如果采用纯理论的方法,无法判断座椅动态建模中相关边界条件和系数的确定是否准确。因此本文将通过座椅动态热特性实验研究,对座椅的动态蓄放热特征数学模型进行验证。 相似文献
5.
本文介绍了六自由度飞行模拟座舱的结构和运动模型。根据飞行环境的特殊要求,对驱动飞行模拟座舱的静压支承电液伺服作动器的结构参数和特性进行了设计和分析 相似文献
6.
7.
针对特殊情况下飞机座舱内部振动噪声过大的实际情况 ,本文对其进行了振动噪声被动控制实验研究。以某飞机座舱模型为研究对象 ,应用粘弹阻尼材料成功实现了一套飞机座舱模型振动噪声被动控制系统。同时利用比利时 L MS国际公司的 Cada- X L MS结构动力学分析系统建立了一套完整的振动噪声控制性能测试系统 ,可广泛应用于各种被动、主动控制系统的振动噪声控制性能测试。最后利用该测试系统对上述飞机座舱模型振动噪声被动控制系统进行了控制性能测试实验 ,结果表明控制效果良好 ,说明了此方法可以用于飞机座舱的振动噪声控制。 相似文献
8.
座舱释压直接影响到飞行安全,也一直是局方和航司使用困难报告(SDR)重点管控项目。本文系统阐述座舱增压系统原理,建立座舱增压失效模型,通过空客厂家可靠性数据,以及X航A320机队故障及拆换件统计分析,为机队管控措施的制定提供依据。并针对座舱增压故障提出了一些维护提示,提高机队运行品质,以供同行借鉴。 相似文献
9.
10.
11.
在微电子工业中,广泛运用多孔介质表面被强化微电子器件的相变散热,特别是强化提高其临界热负荷的值.针对多孔介质表面的沸腾,提出了新的多孔介质临界热负荷模型,理论上解析了表面多孔参数对临界热负荷的影响,理论模型与实验结果吻合得很好.研究无疑对电子安全系统技术、安全控制技术和设计技术有重要指导意义. 相似文献
12.
分动器作为智能四驱汽车的关键部件,关于其性能研究较多从机械传动角度考虑,没有考虑动力传动中摩擦生热的影响。针对这一问题,首先建立基于热负荷特性作用下的分动器力学模型;接着基于Matlab/Simulink软件建立性能仿真模型,分析结果表明热负荷对分动器摩擦片的摩擦因数以及润滑油黏度的影响较大;在此基础上,构建分动器试验平台,获得热负荷条件下总转矩和转矩响应时间的变化规律与仿真值基本保持一致,验证了所建模型的正确性。最后探明峰值黏性转矩约等于峰值总转矩的1/3,达到峰值总转矩需要0.3 s左右;在热负荷条件下,不同摩擦片数和不同压力对所能传递的转矩起决定性作用,不同油槽的宽度对黏性转矩影响较大,对粗糙转矩基本上不起作用。通过对比分析热负荷条件下有无沟槽的分动器传递转矩变化情况,说明了热负荷在分动器工作过程中的重要作用,获得了分动器接合过程中工作特性的变化规律,为分动器的设计提供了理论依据。 相似文献
13.
14.
15.
热疲劳损伤是车轮的一种主要失效形式,建立了踏面制动的热-结构耦合瞬态非轴对称三维有限元模型及其相关的边界条件,模拟了拖曳制动工况和紧急制动工况的温度动态特性,对制动热负荷产生的热应力引起的热疲劳问题进行了数值模拟. 相似文献
16.
17.
黎声益马玉敏刘鹃 《计算机集成制造系统》2023,(1):91-99
在车间管理中,设备负荷是一个关键性能指标,负荷稳定直接影响了生产效率与生产成本,但目前鲜有研究关注如何实现设备负荷稳定的问题。为此,提出一种面向设备负荷稳定的智能车间调度方法。该方法通过一个含有深度神经网络调度模型的调度智能体,分析车间生产状态与设备负荷间的相关性,及时输出满足期望目标的调度方案。针对深度神经网络调度模型,设计了一个基于双深度Q学习网络(DDQN)的深度神经网络调度模型训练器,其利用奖惩学习免监督地形成调度样本,借此对深度神经网络调度模型进行网络参数更新,实现模型自学习。所提方法在MiniFab半导体生产车间模型中进行了验证,证明了所提调度方法能实现对智能车间设备负荷的控制,从而保证车间整体设备负荷的稳定性。 相似文献
18.
19.
20.
根据已知的历史用电需求来预测未来的用电需求是电网稳定且经济运行的重要一环。针对现有电力负荷预测方法存在无法准确长期预测的问题,提出一种新的基于Transformer模型的电力负荷预测模型。该方法在循环神经网络可以捕捉用电负荷短期依赖的基础上,通过编码器-解码器结构很好地捕捉了电力负荷的长期依赖特征;通过建立电力负荷数据集,训练得到了具备精准预测能力的Transformer模型。实验结果表明,Transformer模型具有较高的预测精度,随着预测时间巨幅增加,预测误差只出现了微小累积,该模型较好地预测了电力负荷可能出现的波动,且无时滞效应。 相似文献