基于实例多承载性的AutoCAD教学探索

本文分析了目前AutoCAD课程在教学模式、内容、手段各环节存在的一些问题,如理论与实践分离,关联度小,从而导致教学效果不理想;教学实例过于简单等。针对这些问题进行了相关的思考与探讨,提出了基于实例多承载性的AutoCAD教学方法。该方法以典型实例作为知识载体,融入相关绘图命令、技巧等,以提高教学的时效性。     

基于加工因素和信噪比质量损失的并行公差设计

研究了加工因素与产品成本的关系,根据实际加工的统计数据,利用Matlab回归分析得到加工因素的成本综合影响系数,并给出了加工因素的成本—公差函数。针对加工工艺规划,提出采用信噪比衡量各道工序对产品质量损失的影响。利用成本—公差函数和信噪比质量损失,建立基于加工因素和信噪比质量损失的并行公差优化模型,实现了公差的并行设计,保证公差的经济性和可加工性。最后通过工程实例验证了所提出方法。     

基于统计公差和质量损失的公差设计

公差设计是产品设计的重要组成部分并直接影响到产品的实际生产成本。在传统的公差设计中,很少同时考虑质量损失和统计公差,因而采用传统的设计方法很难得到公差的最优解。基于产品的质量损失,利用公差-成本关系和统计公差的方法,建立了公差设计的优化模型,并应用遗传算法进行装配公差的分配。该模型以制造成本与质量损失成本之和为目标函数,以加工能力和功能要求为约束条件。最后通过齿轮装配体公差分配的一个例子来说明所提出方法和模型的优点。     

国家全域土地综合整治试点区的空间分布特征及其影响因素

该研究以自然资源部发布的445个国家全域土地综合整治试点区为研究样本，综合运用GIS空间分析和计量模型探究国家全域土地综合整治试点区的空间分布特征及其影响因素，为全域土地综合整治政策向纵深推进时的资源配置、区位选择等提供有益参考.结果表明：1)国家级全域土地综合整治试点区表现出明显的空间分异和集聚特征，从总体上看，呈现“南多北少、东多西少”的分布格局；从省际尺度来看，国家全域土地综合整治试点区的分布较为集中，呈聚集型.2)绝大部分全域土地综合整治试点区集中分布在胡焕庸线东南侧，且呈现“单核独立，次中心多点环绕”的空间分布特征.3)全域土地综合整治试点区的空间分布是自然地理条件、农业生产条件、经济发展条件、政策规制强度和城市化水平共同作用的结果，在不同区域，其作用方向和影响路径存在差异.最后，应遵循试点区的地理空间差异格局，因地制宜地进行分类实施与差异化管控，同时做好试点区建设的配套支持工作和成效评估工作.     

基于变预测时域的电动汽车轨迹跟踪控制

针对在不同车速下由于车辆动力学参数改变导致轨迹跟踪的误差变大的问题,研究电动汽车自适应性轨迹跟踪控制器设计.首先,基于模型预测控制(model predictive control,MPC)设计轨迹跟踪控制器,对比分析不同车速下不同预测时域对轨迹跟踪的影响;其次,通过仿真结果,发现不同车速下采用恒定预测时域,轨迹跟踪在不同速度下自适应性变差,易产生较大的跟踪误差;最后,设计了基于车速变化的变预测时域轨迹跟踪控制器.CarSim/MATLAB/Simulink联合仿真结果表明,改进后的轨迹跟踪控制器在不同车速下轨迹跟踪具有良好的控制精度和稳定性.     

载货汽车平顺性多刚体系统动力学建模与仿真

文章根据载货汽车的特点对其模型进行了简化,建立了十一自由度的多刚体系统动力学模型;以卡尔丹角描述载货汽车多刚体系统的姿态,运用多刚体系统动力学建模方法,建立了载货汽车十一自由度平顺性动力学模型及其动力学方程;激励分析中考虑了轮胎径向跳动的影响,采用逆快速傅里叶变换(inverse fast Fourier transform,IFFT)法建立了四轮相关路面随机输入时域模型;在此基础上,利用Matlab的GUI模块开发了载货汽车平顺性时域仿真系统,并以某型号载货汽车为例进行了平顺性时域仿真;最后,通过载货汽车平顺性实验,验证了该系统的仿真结果是准确可靠的。该系统实现了载货汽车多刚体系统的参数化建模与仿真,能有效地对载货汽车平顺性进行性能预测和评估。     

一种基于结构化环境的线性距离特征提取算法

为解决室内环境中移动机器人的自主导航问题,提出了一种基于结构化环境的线性距离特征提取算法。首先通过建立机器人运动模型,对激光雷达获得的点云数据进行预处理。然后采用聚类算法对预处理后的数据进行分割和合并。采用正交拟合算法,估算特征线段的最大角度公差,并提取竖直和水平特征线进行误差纠正。仿真实验结果表明:算法可有效提取室内环境特征线段并建立特征地图。同时调用数据集与ICP(iterative closest point)算法进行对比测试,结果表明使用该算法构建环境地图,可见使用此算法可降低建图时间复杂度,同时提高地图匹配精度。     

基于改进粒子滤波的超宽带与惯性测量单元融合定位算法

为了提高UWB与IMU融合定位算法的定位精度,提出了一种基于改进自适应加权数据融合的粒子滤波定位算法。首先利用自适应最优加权融合算法中最小方差估计理论,对粒子滤波中粒子分布权重进行调整;利用阈值限制所求观测方差,避免了因实际环境导致观测方差发散;利用观测噪声协方差和测量值,在粒子滤波后RMSE限制区间求得各传感器最优加权因子,避免因传感器信号弱或丢失产生的算法发散问题。最后,进行了UWB与IMU融合定位的对比实验,实验结果显示该算法与EKF融合算法相比定位精度提高了15%以上。