排序方式: 共有5条查询结果,搜索用时 9 毫秒
1
1.
赛车在赛道上行驶工况千变万化,针对转向节在不断受到复杂应力作用下极易发生疲劳损坏的问题,本文采用Workbench有限元分析软件,对FSAE赛车的转向节进行有限元分析。通过Solidworks对转向节进行简化建模,并基于ANSYS-Workbench平台进行网格划分,对转向节进行静力学强度、模态以及疲劳分析。分析结果表明,转向节应力值和变形值均满足要求;转向节模态频率大于80 Hz,远高于整车模态频率,转向节稳定性良好,不会在行驶中发生共振;转向节应力集中和疲劳损伤均发生于制动钳安装螺栓孔,说明制动钳固定螺栓孔寿命较低,易产生疲劳损伤。该研究为提高FSAE赛车转向节使用寿命提供了理论依据。 相似文献
2.
3.
4.
针对地铁车站结构侧墙施工期出现的开裂问题,分析侧墙开裂原因,采用ABAQUS有限元软件,对其用户子程序二次开发,模拟混凝土的温度场和应力场随时间的发展变化过程,分析混凝土的不同入模温度、不同模板支护方式和外界气温骤降对温度应力的影响,以及地铁车站侧墙混凝土温度应力的变化规律。结果表明:混凝土内部温度峰值时刻不是内外温差最大时刻,随着入模温度的升高,温度应力增大;采用钢模板支护能降低内部温度峰值,采用木模板支护能降低内外温差;外界气温骤降引起的混凝土表面温度应力较大,开裂风险较高。影响大体积混凝土温度应力的因素应考虑入模温度、模板类型(钢或木模板)和外界气温综合因素的影响,该研究可为类似工程提供参考。 相似文献
5.
为了克服SRTM和ASTER各自缺陷,充分结合二者优势得到更高质量的DEM,提出了一种基于神经网络模型的加权融合方法。首先,统一两种DEM坐标系和高程基准;其次,借助后向传播神经网络分别建立SRTM与ASTER高程误差和地形因子的非线性关系模型;然后,利用此模型估计各DEM的误差分布;最后,根据该误差计算SRTM和ASTER融合权重,并实现SRTM和ASTER加权融合。以董志塬为研究区进行分析。结果表明:融合后DEM精度有明显提高,相比于原始SRTM和ASTER,平均绝对误差分别降低了1.29m和3.66m,中误差分别降低了0.40m和3.16m,标准差分别降低了0.79m和2.07m;各地形因子对DEM高程精度的影响在融合之后均得到降低。以美国爱达荷州北部某区域为验证区,实验结果与研究区相似。 相似文献
1