基于遗传算法的动力总成悬置模态解耦及隔振性能优化

针对某SUV模态解耦率以及隔振性能不达标问题开展优化研究。运用两个三向刚度弹簧对后悬置独特结构进行简化并基此建立四点悬置六自由度多体动力学模型。以橡胶三向静刚度为优化变量,以悬置模态解耦率为优化目标,采用遗传算法对悬置参数进行优化。结合原悬置非线性刚度段的设计参数,对优化后的悬置进行通用28工况仿真以评判悬置限位作用。分析和测试结果表明,优化后悬置模态解耦率有大幅提升且悬置能够满足隔振以及限位要求。     

TLCP种类对TLCP／GF／UP原位混杂复合材料力学和流变性能的影响

自行合成了不同种类的热致性液晶聚合物(TLCP),采用原位复合的方法制备了热致性液晶/玻璃纤维(GF)/不饱和聚酯(UP)原位混杂复合材料,研究了TLCP的种类对TLCP/GF/UP原位混杂复合材料的冲击、弯曲、蠕变、应力松弛、流变等性能的影响.结果表明,热致性液晶聚合物的加入能提高TLCP/GF/UP复合材料的冲击和弯曲性能,其中加入5% LCMC的复合材料的冲击强度达到5.7 kJ/m2,是未改性体系的2.1倍,弯曲强度提高了1.2倍～1.6倍;蠕变和应力松弛研究表明,反应型的热致性液晶聚合物LCMC与不饱和聚酯发生交联,提高了复合材料的固化交联度,从而有效提高了复合材料的抗蠕变和应力松弛性能;液晶聚合物的加入,对复合材料的流变性能也有一定的影响.     

车用质子交换膜燃料电池空气系统过氧比控制方法

针对车用质子交换膜燃料电池（PEMFC）系统最佳过氧比（OER）控制问题,基于60kW PEMFC系统,构建了面向控制的三阶非线性空气系统模型,分别设计了基于稳态工作点近似线性化模型的动态前馈+PI控制器和基于全局线性化模型的前馈/反馈线性化控制器。仿真结果表明：前馈/反馈线性化方法解决了基于近似线性化模型控制方法由于模型误差而使OER响应存在稳态误差的问题,并且通过引入非线性前馈环节消除了负载电流变化对OER响应的影响,能在不同工况负载下跟踪最佳OER,有效提高了PEMFC系统效率。     

不饱和聚酯/剑麻纤维复合材料的制备及其耐磨性能

采用碱处理、热处理、碱热处理、热-碱处理、乙酰化处理、氰乙基化处理、高锰酸钾处理以及TDI和偶联剂处理等不同的物理和化学方法对剑麻纤维(SF)进行处理，然后将SF细化，与不饱和聚酯塑料共混，通过模压成型方式制成不饱和聚酯／剑麻纤维复合材料．研究表明：固定剑麻纤维的用量，采用化学方法处理的SF，其复合材料比采用物理方法处理时材料的耐磨性能好，尤以TDI处理方法为最好，复合材料耐磨性比未处理体系提高了68．77％；复合材料的耐磨性能随剑麻纤维含量的增大而变好．     

基于参数反求法的目标假车底盘碾压模型修正

针对某目标假车底盘结构设计开发中的碾压性能仿真分析问题进行研究,首先,通过非线性动力学有限元方法进行底盘碾压性能仿真,并与实验结果进行对比,分析指出误差较大的原因;其次,应用参数反求法对底盘碾压模型中的实验车车轮模型参数进行修正,基于遗传算法得到车轮模型参数的最优解;最后,依据车轮模型参数的最优解进行参数修正,修正车轮参数后的目标假车底盘碾压仿真模型仿真结果与实验值的拟合程度大幅提高。研究结果表明：测量点最大位移值误差由原来的16.7%下降到2.6%,评估点均方根误差下降了91.9%,可为后续结构损伤诊断及结构优化等仿真研究提供基准模型。     

基于Isight的动力电池液冷板流量分配一致性优化分析

通过Isight设计实验(DOE),研究液冷板流道支流进出口宽度、支流倾斜角度两个结构因素对支流流量分配一致性和模组顶面温差的影响,利用STAR CCM+对冷板流场特征进行仿真,总结影响规律并建立基于DOE的迭代优化方法,针对现有的一款液冷板进行流量一致性优化,优化后的各个模组顶面温差最小,通过实验验证了优化结果的可靠性。     

基于模糊逻辑的高速公路微观换道行为

为深入研究高速公路微观换道行为的决策过程,提高高速公路换道模型的真实性和有效性,将任意换道行为分为向左侧换道行为和向右侧换道行为,引入驾驶员性格影响因子和车辆类型参数,基于模糊逻辑推理构建任意性换道行为模型;同时,为增强换道行为的动态效果,构建高速公路自由状态下车速控制模型和跟车行为模型.仿真结果显示该任意性换道模型具有较好的真实性和有效性,表明向左侧换道行为模型和向右侧换道行为模型能准确反映高速公路微观换道行为的决策过程.     

对称消声器传递损失测量及误差修正

为了提高对称消声器传递损失的测量效率,基于声学理论分析,提出了一种单负载法传递损失计算模型.针对反射系数较大的吸声末端,导致该方法在实际测量中存在较大误差的问题,推导出了一种能够消除测试管道末端反射声波在上、下游形成多次反射的修正公式.通过自制阻抗管进行试验测试,结果表明:在末端声学负载吸声性能良好的情况下,单负载法传...     

基于卷积自编码器的座椅电机故障诊断

故障数据的缺失一直是制约设备故障诊断发展的重要因素,现有研究通过刻意损坏设备的方法来采集故障数据。为实现座椅电机的无损故障诊断,文章对座椅电机的故障机理进行分析,确定可能发生的故障类型,通过在座椅电机表面粘贴微型喇叭并播放故障声音,来模拟故障的发生。在自编码器系统的基础上,引入卷积操作,使用卷积层代替全连接层,通过输入数据维度、卷积核的尺寸和数量以及池化、正则化等操作对模型结构进行调整。采用IDMT Isa Electric Engine数据集作为源域数据,对模型进行预训练。使用迁移学习方法将源域中已经学习到的数据分布迁移到座椅电机故障诊断任务中,并与各类模型检测结果进行对比。结果显示,文中方法在召回率保持1.00的情况下,曲线下面积达到0.86,检测结果可靠,具有实际应用价值。