基于胎/路啮合作用的纹理化路面行车稳定性分析

为了给隧道水泥混凝土路面纹理设计提供指导,对路面进行纹理化参数设计试验,并以此来保证行车的稳定性,减少隧道行车的横向摆振效应。由于目前水泥混凝土路面纹理参数设计理论缺乏相应的依据,在分析轮胎与粗糙路面接触作用的基础上,基于压力胶片测试技术考虑胎/路啮合特性对车辆轮胎的转向阻力矩计算方法进行了优化。通过依托项目的隧道纹理化路面和室内试验,对四种不同路面的轮胎接触特性进行分析,提出一种基于实际测量的胎/路接触应力分布的原地转向阻力矩评价方法。结果表明:根据实测的轮胎接触应力计算得出汽车轮胎转向阻力矩,可有效地表征轮胎的转向阻力矩状态;纹理化水泥混凝土路面汽车转向阻力矩比沥青路面上高10%～20%,加之纹理化构造与轮胎纵向沟槽的啮合作用产生较大的侧向力矩,导致纹理化路面的行车稳定性较差;通过设置一定的刀组间距进而干涉轮胎与道路的接触界面,最终达到降低轮胎转向阻力矩的目的。     

海上风机复合单桩基础水平承载力数值分析

近年来海上风电发展迅速,装机容量不断增大,传统单桩基础受荷负担加重,故以单桩基础和安装在桩体外围的桶型基础(摩擦轮)组合而成的复合桩基础被逐渐采用,以保证风机服役期间的安全稳定。为研究复合桩基础承载性能,通过ABAQUS有限元软件开展复合桩基础水平承载性能的研究,分析其相较于传统单桩基础的承载力优势,并进一步进行优化设计。结果表明:相同受荷情况下,复合桩基础由于摩擦轮的存在,桩身泥面处位移和桩身弯矩均大幅减小,水平承载能力明显优于单桩基础;复合桩基础中摩擦轮直径和高度对其水平承载能力影响较明显,但其厚度对复合桩基础水平承载能力影响有限。可见复合桩基础承载能力明显优于单桩。     

强磁场陶瓷结合剂CBN砂轮制备及磨削性能

针对陶瓷结合剂CBN砂轮磨粒取向随机，砂轮强度低的问题，将强磁场引入砂轮制备工艺.制备过程中添加了镀镍CBN磨粒，研究发现，适当磁场强度可以实现镀镍CBN磨粒的偏转；另外，适宜的磁场强度有利于提高陶瓷CBN复合材料的强度，当磁感应强度为6 T时，陶瓷CBN复合材料的抗折强度最高，强度值达到79.5MPa.通过开展磨削试验，证实了强磁场陶瓷结合剂CBN砂轮在磨削钛合金TC4时，其磨削比能略低于普通陶瓷结合剂CBN砂轮的比能，此项研究对提高陶瓷结合剂CBN砂轮性能以及探索新的制备工艺均有现实意义.     

防爆胶轮车制动及转向系统的设计分析

分析了防爆胶轮车制动及转向系统的性能需求,通过计算,详细介绍了湿式制动器在防爆胶轮车中的制动及转向性能。     

350km/h动车组车轮磨耗对动力学影响研究

为探究中国350 km/h的动车组的车轮磨耗变化及其动力学性能变化,对运营中的某350 km/h的新型动车组进行踏面磨耗跟踪测量,发现车轮在镟修周期内出现了踏面凹型磨耗和轮缘根部磨耗问题。从轮轨接触关系开始对上述发现进行研究,并通过SIMPACK软件仿真模拟,探究在高速下该型车轮磨耗的增加对车辆的动力学性能(包括非线性临界速度、曲线脱轨系数、车辆平稳性指标、磨耗功率)的影响。研究结果表明:350 km/h高速运行的新型动车组,其车轮磨耗主要为踏面滚动圆处的凹型磨耗与轮缘根部磨耗;伴随着车轮磨耗的增加,轮轨接触发生改变,滚动圆两侧的疲劳损伤愈加明显,车辆的动力学性能不断恶化。最后就车轮的磨耗的发生位置与其特点提出了几点建议。     

基于售后服务记录的卡车动力转向系统漏油分析与预测

为了分析卡车动力转向系统的漏油原因,同时避免车辆漏油问题的进一步恶化,提出一种基于售后服务记录的漏油分析预测方法。首先采用自然语言情感分析技术,通过结合注意力机制的双向长短期记忆神经网络模型(Att-BiLSTM)根据漏油描述文本进行漏油程度量化;然后采用随机森林(RF)算法并结合BP神经网络,基于卡车相关生产数据对漏油的主要原因进行分析,并建立漏油程度预测模型。通过实例验证了本文方法的有效性。对漏油相关原因的分析结果可为卡车制造企业提供工艺改进的依据,同时,根据预测模型分析漏油程度的恶化趋势,可避免严重漏油事故的发生。     

汽车动力转向器油路分析及排油方法

通过对汽车动力转向器结构及油路分析,研制了不同转向器的排油方法,使转向器的排油操作更加简单,降低了设备的制造成本,便于维护。     

基于深度学习的汽车轮毂缺陷自动分割技术

针对建立轮毂无损检测智能化平台的需要，本文提出一种基于深度学习算法的轮毂缺陷自动分割方法，利用卷积神经网络的结构和径向基函数神经网络的非线性特点，构造一种深度学习网络结构来模拟人类的视觉感知。本文依据汽车轮毂X射线图像，利用U-Net网络来训练轮毂缺陷分割模型，并在感兴趣区域的基础上模拟人脑层次感知系统，该层次感知系统能识别感兴趣区域的灰度像素，通过深度学习分层网络和卷积神经网络，逐层提取缺陷区域的内在特征，从而实现轮毂缺陷的自动分割。实验表明本方法针对复杂轮毂缺陷的识别率达到90%以上，且识别时间开销大约5ms/张，优于传统方法。可见该方法能够满足轮毂缺陷自动分割的需求，具有潜在的应用前景。     

融合码盘和激光雷达的里程计与建图

提出了一种用于自动驾驶汽车的低漂移、低延迟的里程计与高精度建图的算法。该方法融合了多种传感器的测量结果，包括车轮编码器、转向盘转角编码器、激光雷达及可选GPS等的测量结果。里程计算法由车轮里程计和激光里程计组成：前者基于车辆运动学模型，高频、实时估计位姿增量，用于点云去畸变和为后者优化位姿提供可用的初值；后者以较低的频率估计车辆的精确位姿变化，以补偿前者累计的误差，其核心是一种基于角度度量的两阶段特征提取方法。建图算法基于因子图，包含激光里程计因子、回环因子和可选GPS因子，通过增量平滑和建图算法优化全局轨迹，在线生成全局地图，其中GPS因子能够自动对齐GPS坐标系和里程计坐标系，逐步融合GPS测量值，解除了算法初始化过程对于GPS的依赖。所提出的方法在自动驾驶汽车平台数据集上进行了评估，并和已开源的部分相关工作进行对比，结果表明它具有更低的漂移率，在本文进行的最大规模的测试中达到了0.53%。相关代码以开源形式供交流参考（https：//github.com/Saki-Chen/W-LOAM）。     

新型心电信号检测带通滤波器的设计

提出了一种新型的用于心电信号检测的带通滤波器.心电信号是常见的生物电信号,低频达到0.1 Hz,高频分量超过100 Hz,其检测电路中需要一个0.1-100 Hz的带通滤波器.由于0.1 Hz的低截止频率和片上电容、电阻值的限制,采用传统滤波器设计方法很难达到设计要求.为寻找结构简单而性能达标的滤波器结构,引入了电流舵技术,用低通滤波器和高通滤波器串联的方式,使用不超过10 kΩ的电阻和不超过6 pF的电容就可以实现低达0.026 7 Hz的截止频率.该滤波器在SMIC 0.18 μm工艺下进行设计与仿真,经过仿真验证,该滤波器在1.8V工作电源的情况下获得了0.026 7-202 Hz的通频带,低于168 μV的输入参考噪声;0.1-100 Hz频带内相移小于±30°,带内波动小于1 dB,滤波器整体功耗为311 nW.该滤波器结构简单,所需电阻电容值小,具有低噪声、低功耗的特点.