阻尼多状态切换减振器的性能仿真与试验

传统的阻尼可调减振器,主要通过改变节流口面积实现阻尼可调,工作模式比较单一,阻尼可调范围有限.为了增加阻尼可调的工作模式和调节范围,以某被动式液压减振器为基础,设计出一种具有多状态特性的阻尼可切换减振器.为了分析该减振器的性能,结合流体力学及热力学理论,建立了阻尼多状态切换减振器系统的数学模型,运用Simulink仿真分析了减振器输出力与减震器行程、频率的关系,并与减震器的台架试验结果进行对比验证.结果表明:阻尼力试验值与仿真值的偏差较小,所建的减振器数学模型具有较高的精度,且减振器阻尼状态变化明显,阻尼切换控制准确,为汽车半主动悬架的控制提供了理论依据.     

基于特征融合的安全审计分析

分析了传统的安全审计分析方法，发现传统方法没有利用主机日志和网络数据特征之间的联系。通过分析主机日志得到可疑安全事件，再进一步融合主机日志和网络数据的有关特征作为一个整体进行分析。比较当前安全事件与正常历史事件、异常历史事件的相似度，审计出异常可疑事件。实验证明了该方法的可行性和有效性     

信号交叉口左转车辆跟驰行为建模

跟驰模型是交通流理论的核心内容之一,但左转车辆在交叉口转弯过程中跟驰行为的特征表现,尚缺少基于实际数据的深入研究。针对这个问题,设计了信号交叉口左转车辆跟驰实验,基于高精度全球定位系统(global positioning system,GPS)和移动地理信息系统采集车辆跟驰行为相关数据,分析了信号交叉口不同转弯半径下左转车辆跟驰速度时变规律及分布本征。在全速度差(full velocity difference,FVD)跟驰模型的基础上,考虑跟驰车驾驶员对前导车加、减速反应的非对称性,构建了改进的全速度差模型,并采用遗传算法对模型进行了参数标定。最后,以跟驰车加速度为检验指标,利用实测数据对改进的全速度差模型加、减速度过程的准确性进行了分析与评价。结果表明:信号交叉口左转跟驰车辆的平均运行速度与转弯半径成正相关;在不同转弯半径下跟驰车速度出现频数最高的数值随着转弯半径的增大而增大;改进的全速度差模型,能更好地描述交叉口左转车辆跟驰过程,驾驶员对前导车减速行为的反应比对加速行为的更强烈。     

基于状态估计的无人车前轮转角与横摆稳定协调控制

针对无人车轨迹跟踪问题,提出了一种基于状态估计的无人车前轮转角和横摆稳定协调控制策略.建立了车辆轨迹跟踪模型,利用模型预测控制算法设计了轨迹跟踪控制器,得到实时跟踪参考轨迹所需的前轮转角.根据车辆模型设计了一种基于未知输入观测器的前轮转角估计方法,并将估计结果作为前轮转角跟踪控制的输入量.基于非奇异终端滑模控制设计了前轮转角跟踪方法,通过转向电机扭矩来控制车辆转向以实现轨迹跟踪.同时,设计了车辆横摆稳定控制器,通过控制横摆角速度跟踪误差确保车辆横摆稳定.建立了CarSim-Simulink联合仿真模型并进行仿真实测试.结果表明,未知输入观测器具有较好的前轮转角估计效果,从而为车辆协调控制提供可靠信息源,协调控制策略能够在保证车辆横摆稳定性的同时完成车辆轨迹跟踪.      

引入应变循环损伤的材料裂纹扩展行为预测模型

根据循环载荷下的裂尖循环弹塑性应力应变场分析,结合Manson-Coffin经验关系,定义了基于循环塑性区内材料塑性应变幅值的单位平均损伤;根据Miner疲劳线性累积损伤理论,以裂尖扩展方向的循环塑性区尺寸为裂纹裂尖的单位扩展量,提出了基于低周疲劳损伤预测I型裂纹扩展速率的新预测模型.新模型中给出的参数均有明确的物理意义,不需要人为调试.Cr2Ni2MoV和X12CrMoWVNbN 10-1-1两种转子材料的低周疲劳试验结果表明,新模型对这两种材料裂纹扩展速率的预测结果与试验结果吻合良好.利用相关文献中提供的6种材料的低周疲劳性能数据,进一步验证了新模型用于裂纹扩展速率预测的良好适用性.     

基于局部特征和稀疏表示的鲁棒人耳识别方法

作为图像局部特征区域的有效描述方法,局部二值模式是目前对二维图像最有效的纹理分析特征之一。本文提出了基于局部二值模式特征的稀疏表示人耳识别方法。该识别算法首先提取训练人耳图像的局部二值模式特征描述子作为稀疏表示的字典,然后将测试样本的局部二值模式特征描述子表示为字典中所有局部二值模式原子的稀疏线性组合,最后通过求解稀疏表示模型得到稀疏编码系数,根据测试人耳图像的重建误差进行识别。在UND-J2人耳库和USTB人耳库上的实验结果表明,基于局部二值模式特征的稀疏表示人耳识别方法对人耳图像光照变化、姿态变化以及人耳遮挡具有更好的鲁棒性,实现了更高的识别率。     

基于偏差估计卷积神经网络恒星光谱数据自动分类

天体物理学科中恒星光谱具有极其重要的研究前景,中国自主研制的大科学天文巡天项目大天区多目标光纤光谱望远镜(large sky area multi-object fiber spectroscopy telescope,LAMOST)自启用以来,已经成为世界上空间光谱获取数据量最大的科学装置.目前,第6期数据(sixth data,DR6)已对全球的天文工作者开放.恒星光谱数据分类在研究天文观测数据分析领域中极为重要,为了同时兼顾快速的运行速度和准确的分类精度,基于偏差估计卷积神经网络方法(bias estimation convolu-tional neural network,BECNN),分析了DR5中F、G、K、M型恒星光谱.BECNN核心思想主要是利用偏差函数泰勒展开式的偏差参数代替柔性最大值传输函数的偏差参数,进而减小误差,提高准确度.将本文方法与现有的神经网络(neural network,NN)和卷积神经网络(convolutional neural network,CNN)算法进行对比,BECNN算法在F、G、K、M型恒星光谱自动分类准确率分别为93.177％、88.349％、93.807％、89.255％;CNN算法分别为91.646％、87.671％、92.701％、89.054％;NN算法分别为90.819％、87.417％、91.325％、88.092％.同时,将两两恒星光谱数据融合作为测试样本集,做进一步验证.结果表明:BECNN光谱自动分类准确率高于CNN和NN方法,在今后特殊天体索搜与恒星光谱精细分类研究中,本文方法有较好的借鉴价值.     

高阻尼高雷诺数下串列双圆柱尾流激振数值研究

流激振动水流动能转换装置多柱体阵列涉及复杂的尾流激振问题,其运行时柱体振动具有高阻尼、高雷诺数特征.基于雷诺平均Navier-Stokes方程,结合SST k-ω湍流模型和任意拉格朗日-欧拉流固耦合动网格控制方法建立串列双圆柱尾流激振数值模型,重点考察小间距比(两圆柱中心距离与圆柱外径之比)、高阻尼、高雷诺数条件下串列双圆柱的尾流激振特性.计算时间距比分别为1.5、2、3、4、20,振动圆柱阻尼比为0.12,雷诺数范围为17 000～98 000.结果表明,不同间距条件下下游圆柱振动表现为驰振、分离的涡激振动-驰振、涡激振动等不同的振动特性,振动特性的不同与上游圆柱后面的尾流形态及其剪切层重附于下游圆柱的方式密切相关,间距比为1.5、2时上游圆柱分离出来的剪切层交互式地重附于下游圆柱,使下游圆柱振动表现为驰振;间距比为3、4时下游圆柱振动表现为分离的涡激振动-驰振振动形式,此振动形式的出现与恒定式的剪切层重附方式或剪切层未发生卷曲有关.     

预制高强混凝土薄壁钢管桩抗弯试验与数值模拟

预制高强混凝土薄壁钢管桩(TSC桩)是通过在钢管内部离心浇注混凝土而制成的管桩,其在受力和施工方面有诸多优点.为了研究该类管桩的极限抗弯承载力及其破坏机理,对3根直径800mm、长10m的TSC桩进行了抗弯试验,并对加载过程中的变形和破坏情况进行了监测.试验结果表明,TSC桩的抗弯能力较高,且在弯矩作用下有着很好的延性.同时利用有限元分析软件,考虑了材料的非线性以及钢管对混凝土的约束强化作用,对抗弯试验进行了全过程数值模拟,计算结果与试验结果吻合良好,验证了通过有限元分析来计算TSC桩抗弯承载力的方法是可靠的.     

谈“全民健身”

对全民健身的作用和意义，实施的主要对象，以及如何贯彻落实全民健身计划进行了探讨。