电动摩托车车架结构优化设计

为分析某型号电动摩托车车架在振动工况下的结构强度并减轻重量,基于瞬态动力学理论,采用有限元方法,建立车架瞬态分析有限元模型,计算车架在振动工况下的动强度,得到车架在该工况下的应力分布状况,在此基础上结合Hyperworks优化模块建立以车架重量为目标函数的优化模型,在满足强度约束条件下对车架结构进行优化设计。理论计算和实验研究表明：该车架结构强度有一定富裕,在振动工况下安全系数较高,存在一定优化空间,优化后车架结构强度得到一定提高,符合制造工艺,同时车架重量减轻了12.1%,说明该优化方法对车架结构设计有一定指导意义。     

图书馆信息增值复合模式研究

网络时代,信息增值服务是图书馆谋求自身发展的重要方式,这种服务是立足于图书馆现实情况的发展新模式。通过对传统的突破,开拓出一种建立在用户个性特征基础上的,集信息集成性、学科专业性、服务个性化和动态艰进性于一体的复合模式,以此增强信息增值服务的效果。     

微球催化剂成品除渣系统持续优化改进的摸索与实践

催化剂2.5万以微球装置由于生产过程除渣设备内部结构设计制造和制安角度的不合理,生产工艺流程的不完善以及储存产品罐体材质的选型为碳钢而非不锈钢等缺陷因素,导致在生产运行过程中出现了设备频繁损坏故障影响长周期运行,成品过滤系统不能完全切除大颗粒杂质致使物料中带料渣及罐体锈渣等质量问题.本论述针对运行过程中暴露的问题对磙筒筛设备局部进行改进、移位,对不合理的工艺流程持续优化完善等,不断总结和摸索实现了设备长周期运行,解决了成品带渣、废渣中部分物料回收问题,达到了彻底改善外观产品质量的目的.     

辅助驾驶系统中浓雾天识别方法分析

辅助驾驶系统中通过计算能见度信息对雾天进行识别的方法存在一定的局限性。针对此问题,利用机器学习方法设计了可用于辅助驾驶系统的浓雾天识别算法,避免了基于能见度识别雾天的局限性。首先建立了基于驾驶场景的图像训练集;然后基于卷积神经网络和胶囊网络分别设计卷积神经网络-浓雾识别(convolutional neural networks-dense fog recognition, CNN-DFR10)和胶囊网络-浓雾识别(capsule networks-dense fog recognition, CN-DFR5)两种浓雾天识别算法模型,算法模型通过设置概率阈值的方法对天气类型进行区分,不同的概率值范围对应不同的天气类型。最后对比分析CNN-DFR10和CN-DFR5在浓雾天、雨天、阴天和晴朗天4种天气类型中的测试结果。结果表明:CNN-DFR10算法对天气的识别准确率为86.9%,CN-DFR5算法的识别准确率为97.5%,后一种算法比前者能够更有效地从4种天气类型图像中区分出浓雾天和非浓雾天。