混凝土泵车臂架振动分析

目的分析系统组成和工作过程,建立混凝土泵车臂架系统的动态数学模型,研究臂架系统的动力学特性.方法根据虚功原理和拉格朗日方程建立了商品混凝土泵车的臂架系统的动力学方程,以某型号混凝土泵车臂架系统的参数为依据,在几个特征工作点对方程进行了线性化,得到反映实际的动态数学模型,以此搭建Matlab/Simulink仿真模型.结果通过运行Matlab/Simulink仿真运算,得到了各臂架油缸活塞位移和末端在不同工况下的振荡运动轨迹.结论混凝土泵车臂架系统的振动仿真可以比较真实地反映出臂架系统在实际浇筑过程中的振动情况,对混凝土泵车臂架系统的设计及减小臂架振动有一定的指导作用.     

基于BP神经网络的发动机怠速模型

发动机怠速模型是发动机怠速控制的基础.发动机怠速工况具有非线性特性.利用BP人工神经网络建立了发动机怠速模型,并利用实际发动机系统测得的怠速转速数据作为神经网络学习样本数据.理论分析和仿真研究均表明了该方法的有效性.     

CAN数据总线系统在汽车节能减排中的应用研究

对CAN数据总线系统应用于某品牌商用汽车发动机电控和数据传输的节能减排特性进行了试验研究,结果表明,装配CAN数据总线的车辆比未装配CAN数据总线的传统车辆车身总体减重300 kg,实现发动机实时工况控制节油7%,尾气减排5%,车身减重节油10%以上,多工况循环标准状态下燃料消耗量为7.26 L/100 km.综合节能效果显著.该研究为汽车节能技术发展提供一定的参考.     

一种液压混合动力车辆燃油经济性研究

阐述一种液压混合动力垃圾回收车辆的动力传动系统的构成和能量策略;采用整车性能模拟软件GT-DRIVE和自编程序联合模拟计算的方法,建立该液压混合动力垃圾回收车的整车燃油经济性计算模型;根据指定的运行工况对垃圾回收车的1个工作循环进行模拟,计算得到车辆的燃油消耗量和发动机工作工况点分布;将计算结果与原柴油机动力垃圾回收车的结果进行对比分析,研究液压混合动力车辆的燃油经济性。研究结果表明:液压混合动力技术既能回收利用车辆制动能,又能调整优化发动机的工作点,在指定工况内,最大节油量达43.30%,因此,该技术应用于常停常起工况的大质量车辆上具有较强的节油潜力和广阔的应用前景。     

改进的ACO-BP混凝土坝位移监控模型研究

为解决BP神经网络收敛慢和易陷入局部极小值的问题,利用蚁群算法(ACO)智能搜索和全局优化的特点优化BP神经网络,对其初始的权值、阈值进行寻优,从而加速神经网络的训练过程.针对标准蚁群算法在搜索中可能耗时过长以及容易陷入局部最优的问题,从路径选择策略和信息素更新方式对蚁群算法进行了改进,并与BP神经网络相结合建立了改进的ACO-BP混凝土坝位移监控模型.通过对某混凝土坝工程进行实例分析,证明了所建模型拟合及预测的有效性.     

基于Atkinson循环发动机的燃油消耗率优化方法对比研究

针对利用GT-Power详细模型耦合遗传算法(方案1)优化Atkinson循环发动机燃油消耗率时,存在公认的不易收敛且计算缓慢的问题,提出了神经网络简化模型耦合遗传算法(方案2)进行全局优化并与方案1进行比对.方案1利用GT-Power搭建某Atkinson循环发动机详细仿真模型,应用Heywood公式建立爆震预测模型,并耦合遗传算法对Atkinson循环发动机燃油消耗率进行优化;方案2则利用拉丁超立方算法采集4 500个实验点,将GT-Power详细模型及爆震模型简化为神经网络模型,通过简化模型耦合遗传算法进行优化.研究结果表明:利用方案2可以将Atkinson循环发动机的实际燃油消耗率最多降低4.6%,且仿真优化结果相对实际优化结果的最大误差率仅为7.3%,同时相对于方案1仿真优化时间最大可节省322倍.因此,采用方案2替代方案1用于Atkinson循环发动机燃油消耗率的快速全局优化是切实可行的方法.     

改进粒子群优化BP神经网络的心理压力识别算法

为提高心理压力的识别率,提出一种改进的粒子群优化BP(back propagation)神经网络的压力识别算法。该算法在基本粒子群(particle swarm optimization,PSO)模型的基础上,引入了收缩因子,在收缩因子的作用下,使速度的边界限制消失,选取适当的参数来保证PSO算法的有界和收敛特性,实现对BP神经网络的优化。利用心算任务进行压力诱发,采集高压、低压状态下的心电信号,提取了与心理压力相关的心率变异性特征值,并对特征数据对比分析;建立了心理压力程度的分类模型,通过改进的PSO模型优化BP神经网络以识别心理压力。结果表明:改进的粒子群优化BP神经网络算法与BP神经网络相比收敛速度快、误差小且识别率高,该算法对心理压力的识别率可达94.83%,识别效果优于未优化的BP神经网络算法。     

基于神经网络的发动机模型辨识

为进一步研究发动机的稳态、空载、动态转矩、燃油消耗模型和万有特性,笔者提出了一种基于神经网络的神经元结构模型和多层前馈网络结构模型并分别进行了数学分析.实践研究表明：在发动机的工作过程中,动态工况占66%～80%,并发现发动机的动力性和经济性指标与稳态工况存在着一定的差异.     

基于遗传神经网络的车轮匹配整车逆动力学

为深入研究机械弹性车轮(MEW)的力学性能和整车稳定性的相互匹配关系,在Simulink中建立了整车非线性三自由度模型;利用基遗传算法对车轮模型参数进行辨识,并提取侧偏刚度与侧向力峰值作为车轮力学特性的评价指标;利用该模型进行了前后轴不同侧偏刚度和侧向力峰值组合的汽车前轮正弦输入模拟仿真,得到若干组汽车稳定性指标参数;利用遗传算法优化,建立了输入为汽车稳定性评价指标,输出为前后轮侧偏刚度和侧向力峰值组合的BP神经网络逆动力学模型.研究结果表明:遗传算法对车轮参数识别误差小于4%,用遗传神经网络算法(GANN)得到的测试结果最大误差为6.2%,平均误差为3.1%,所建立的遗传神经网络模型具有较高的车轮侧偏特性预测能力.     

基于粒子群优化的神经网络漏钢预报模型研究

针对BP神经网络在训练过程中收敛速度慢以及用于模式识别泛化能力差的问题,将粒子群优化算法PSO引入到BP神经网络的训练过程,建立了PSO-BP神经网络模型,并将其应用到连铸漏钢预报系统中。结合某钢厂连铸现场历史数据对该连铸漏钢预报系统进行了测试,测试结果以98.03%的预报率及100%的报出率,验证了基于粒子群优化算法的BP神经网络连铸漏钢预报系统模型的可行性和有效性。     

关于农业区划地图集中的统一协调问题

图集的统一协调,对图集质量有很大影响。本文是作者在编制北京市农业区划地图集的实践基础上,根据地图信息传输论的观点,对农业区划地图集的统一协调的内容及方法进行了探讨。试图总结编制这类图集的统一协调模式,以供读者编图时参考。     

圈幂补图的树宽

基于“前沿分支”的观点研究了圈幂补图的树宽，首先确定了它的树宽下界，又给出了达到此下界的标号，从而得到了它的树宽表达式。     

鸡法氏囊病及其防治

报告鸡法氏囊病的流行状况，主要症状，剖检情况及诊断，提出了综合性防治措施。     

“真空的真空”的存在性问题

许多科学家包括诺贝尔奖获得者李政道教授都预言,真空是未来物理学的一个重要研究对象.十七世纪的伽利略时代人们曾讨论过"真空"是否存在的问题.当时的学术界分成两派,一派以帕斯卡为代表,认为真空存在,另一派以笛卡尔为代表,认为真空不存在,最后实验证明"真空存在派"正确.现代研究表明,真空并非一无所有,这样就产生了一个新的问题"排除了真空物质后的空间",即"真空的真空"是否存在.本文探讨了与"真真空"有关的问题,提出了一些观测实验方法,这些方法可以帮助我们最终解答"真真空"的存在性问题.     

民间法正义观的转型

研究了国家法的抽象正义观与民间法的情理正义观,认为西方国家法的抽象正义观与东方民间法的情理正义观存在实质的不同,原因在于思维方式、超验与经验传统、政治结构的差别。在现代法治理念下,传统民间法所代表的正义观将向混合正义观转型,西方法治所代表的国家法抽象正义观是其骨架。     

接受美学的期待之路——读者接受与文学的创新

文学发展的动力之一在于创新。在接受美学诞生之前,学者们往往从作家的角度讨论文学创新问题。本文用接受美学的理论探讨文学创新的问题。笔者将文学创新的标准与读者接受相结合,就创新的三个方式与期待视野的方法论进行了初步的探讨。最后得出的结论是:读者期待视野的提高是作家作品创新的主要依据,作家在文学创作中应该充分考虑读者的接受才能做到创新。     

人-自观念演进的否定之否定

在人与自然界的关系的演进过程中,形成了与不同文明时期相适应的人-自观念。从＂天人合一＂到＂人定胜天＂再到＂和谐共生＂,这是人-自观念演进的肯定、否定、否定之否定的辩证发展过程,也是一个合乎规律的过程,它们都是时代的产物,都包含着不同程度的合理的因素,我们必须对它们进行具体的辩证的分析。     

行政机关违法设定许可的法律责任探析

对于行政许可违法的法律责任问题，人们往往是从行政许可实施违法的角度进行研究，而对于设定违法及其责任追究的探讨却相对薄弱。然而。行政许可设定一旦违法，其对相对人和社会公共利益的损害将会更大，因此，对许可设定的违法及其责任问题进行研究，以避免违法行政行为的发生，促进政府依法行政，不仅必要而且是非常有意义的。     

曲面"侧"概念的"参照物"理解法

曲面“侧”是一个重要而难以理解的概念,本文对曲面“侧”概念的讲授方法进行了探讨,给出了曲面“侧”概念的“参照物”理解法,通过实践证明,效果良好。