沟槽机筒单螺杆挤出机固体输送产量的粒径模型研究

在分析机筒衬套沟槽槽深、螺杆螺槽槽深和加工物料粒径关系的基础上,建立了沟槽机筒单螺杆挤出机3种常见的固体输送段产量粒径模型,该模型可用于研究机筒衬套沟槽槽深、螺杆螺槽槽深和颗粒物料粒径对固体输送机理的影响并定量计算沟槽机筒单螺杆挤出机固体输送段产量。此外,通过不同的机筒和螺杆组合及不同粒径的原料在自制的在线模拟试验机上对该模型进行了验证和试验分析。     

电动汽车AC-DC电能变换器整流方式介绍及仿真

首先对电动汽车的充电装置和其电能变换部分进行了介绍,并分析了半波整流、全波整流和桥式整流3种整流方式各自的原理和优缺点,重点介绍了桥式整流这种在汽车充电装置上应用较多的整流方式,最后运用MATLAB软件对功率较大的直流和交流充电桩桥式整流过程进行了仿真模拟。     

基于ANSYS的高凝点柴油供油系统的温度场研究

冬季使用高凝点柴油时,因其低温流动性差会发生供油不畅或断油现象,温度是影响系统可靠性的重要因素.本文使用ANSYS软件对系统部件的温度场进行了分析,分析结果表明在外界环境温度为-25℃柴油滤清器中的加热棒功率不能低于58W,否则系统不能正常工作;电加热输油管中的功率8W较为合适;ANSYS软件可准确的模拟实际中的温度场.通过实车验证,模拟结果与实际测量基本一致.     

基于MATLAB的无人机飞行稳定性影响因素回归分析与研究

针对相关操控及自然等因素对无人机飞行稳定性的影响,基于正交试验数据,尝试性地建立起无人机飞行稳定性指标与各因素间的数学模型,并利用MATLAB软件对其求解优化,从中分析出影响无人机飞行稳定性的主要因素。     

基于MC9S12的电控燃料喷射系统研究

利用单片机MC9S12,在单缸柴油机基础上设计乙醇/柴油双燃料发动机电控燃料喷射系统.分析了系统组成及功能,设计系统硬件电路,利用单片机输入捕捉输出比较时序控制、燃料喷射脉宽脉谱和双线性插值查表算法实现对乙醇燃料喷射量的精确控制.仿真及试验测试表明,利用该系统可实现不同工况下乙醇燃料变脉宽喷射,有效地进行乙醇/柴油混合...     

基于YOLOv5s模型的边界框回归损失函数研究

针对车辆检测中边界框回归损失函数与检测目标尺度不匹配导致的误检、漏检以及精度较低等问题,基于YOLOv5s模型对4种有代表性的边界框回归损失函数进行对比实验,并在UA-DETRA、VisDrone2019、KITTI数据集上进行验证,利用漏检率、误检率、准确率、召回率、mAP@0.5、迭代过程的边界框损失值以及目标检测结果对其适用场景进行分析研究。结果显示：CIoU整体性能最差;SIoU在KITTI数据集上整体性能最优,准确率最高,达到了94.5%,漏检率降到了1.2%,适用于中尺度目标检测任务;Focal-EIoU在VisDrone2019数据集中各项指标远优于其他损失函数,召回率和mAP@0.5指标相较于CIoU分别提高了1.6%和1.8%,误检率降低了6.9%,且迭代过程损失值远低于其他损失函数,适用于小尺度目标检测任务;WIoU在UA-DETRA数据集整体性能最优,漏检率、召回率以及mAP@0.5指标优于其他损失函数,适用于大尺度目标检测任务。此研究为目标检测任务的边界框回归损失函数的选择提供了重要的基础。     

无人机消防灭火装置研制

针对高层灭火环境,开发研制一种基于无人机的消防灭火装置,能精确且有效发现高楼火灾具体位置,并有效灭火,对其他火灾情况如化工、天然气、石油等高危火灾环境,能进行补充与预防。该装置主要包括高层窗玻璃破坏装置、消防弹投射装置和爆炸式灭火仿真实验弹等。     

低温下车用高凝点柴油系统的温度场研究

提出电加热的车用高凝点柴油供油系统能够保证汽车在冬天正常使用高凝点柴油,为确定加热器的功率,建立了系统的物理模型和数学模型,采用ANSYS软件的热分析对系统的温度场进行模拟和进行实车验证试验的方法。上述方法表明:通过ANSYS软件模拟得出电加热输油管的功率(8~20)W之间,电加热吸油管的功率为(90~140)W之间,计算得到电加热吸油管的功率为128.3W和电加热输油管的功率18.7W,两者的功率在模拟的范围之间,实车验证和模拟的误差较小,说明ANSYS软件模拟系统的温度场是可行的。     

产教融合背景下自动化专业人才培养模式改革研究

随着我国经济社会的发展，产业从粗放型向集约型转变，对人才培养提出了新的要求。为使人才培养与产业发展对接，服务区域经济社会，提出产教融合背景下自动化专业人才培养模式改革，通过构建产教融合平台，校企共同参与教学改革，以工程应用能力为主线构建实践教学体系，实施产教融合、科教融合、赛教融合人才培养模式，取得了较好的效果。     

基于QPSO改进LSTM发动机怠速预测的FPID控制

以北京现代伊兰特G4GD发动机为试验台,将电控系统故障作为实验变量,测得规定时间内双传感器组合发生故障时的发动机怠速,并选原车ECU较难控制的6种组合怠速故障进行分析。基于量子粒子群算法（QPSO）对长短时记忆神经网络（LSTM）隐含层节点、训练次数与学习率进行寻优预测,将预测结果与多种神经网络进行对比,并通过均方根误差（RMSE）评价指标进行判断。使用Origin数据拟合将预测输出结果进行数值拟合,之后输入Matlab中使用Simulink搭建控制单元模型,由模糊常量-积分-微分（FPID）控制器对输出结果进行怠速控制。结果表明：基于量子粒子群算法改进的长短时记忆神经网络预测效果最好;模糊常量-积分-微分控制器对怠速的控制可有效缩短电子控制单元（ECU）的控制时间,无超调,且可有效调节至规定怠速。