排序方式: 共有16条查询结果,搜索用时 15 毫秒
2.
通过分析传统同步碎石封层车的整车结构、工作原理、作业流程,提出了同步碎石封层车串联混合动力系统结构;基于某型号同步碎石封层车基本参数及动力性能指标,对同步碎石封层车混合动力系统中主要动力元件进行参数匹配研究及选型;结合混动同步碎石封层车4种工作模式下能量流动特点和转场、作业两种工况下的能量需求,研究系统能源管理系统,制定增程式车辆发动机和辅助能量源间的能源管理策略。运用Cruise仿真软件搭建同步碎石封层车混合动力系统仿真模型,将所提能源管理策略导入Cruise仿真平台,基于Cruise和MATLAB联合仿真来研究混动同步碎石封层车动力性能。仿真结果表明:混合动力同步碎石封层车各部分参数匹配都能很好地满足工作要求,发动机可以一直工作在最佳范围内,波动较小,混动同步碎石封层车节油率为24.7%,能量回收率为20.34%,燃油经济性能得到较大提高。 相似文献
3.
4.
锂离子电池的直接健康因子难以实现在线测量,针对此问题,提出一种基于动态神经网络时间序列的锂离子电池剩余寿命(Remaining useful life, RUL)间接预测方法。首先根据锂离子电池的放电数据,提出放电截止时间,恒流放电时间以及放电峰值温度时间三种间接健康因子并进行灰色关联分析(Grey relation analysis, GRA)。然后,基于非线性自回归(Nonlinear autoregressive models with exogenous inputs, NARX)动态神经网络建立锂离子电池RUL预测模型。最后将粒子群优化前馈神经网络(Back propagation neural network based on particle swarm optimization, BPNN-PSO),最小二乘支持向量机(Least square support vector machine, LS-SVM),极限学习机(extreme learning machine, ELM),闭环(Closed-loop)NARX和开环(Open-loop)NARX进行对比分析,验证了所提方法的优越性。 相似文献
5.
6.
为了更准确地预测旋挖钻机钻杆的振动特性,在分析钻杆振动机理的基础上,文章基于Hamilton变分原理和有限元理论,建立了钻杆的轴向和横向耦合振动的动力学模型,采用Newmark-β法仿真分析了钻杆的振动响应。结果表明,钻杆横向振动的位移比轴向振动位移大很多,并且第5节钻杆的振动位移和耦合振动幅值波动都比第1节钻杆大。同时,对旋挖钻机第1节钻杆工况进行了试验,对比试验结果和仿真结果,发现试验曲线与耦合模型的仿真曲线的位移响应历程变化趋势相似,验证了钻杆耦合振动仿真模型的可行性,说明考虑轴向与横向耦合振动能更好地反映钻杆的动力学特性。 相似文献
7.
8.
为提高热风加热沥青路面的就地再生加热效果,基于热风冲击射流对流换热和沥青路面内部导热的共轭传热过程,建立了热风加热沥青路面的冲击射流共轭传热理论模型,选取有限容积法得到了共轭传热模型的通用离散方程,采用压力-速度耦合半隐式算法(semi-implicit method for pressure linked equations, SIMPLE)获得了整个求解域内温度场分布,选取平均热流密度和平均换热系数反映沥青路面加热效果,通过正交试验研究了热风出口速度和热风出口温度对路面加热效果的影响程度。仿真和试验结果表明:理论计算与实验温度场分布趋势吻合度高,两者平均误差为8.4%;平均热流密度和平均换热系数在加热初期均从最大值急剧下降,而后下降幅度逐渐减小趋于平衡,两者的仿真计算与实验结果趋势相同,平均误差分别为6.4%和7.8%;热风出口速度和热风出口温度对平均热流密度均有显著影响,热风出口速度对平均换热系数有显著影响,热风出口温度对平均换热系数的影响相较于平均热流密度指标表现为不显著。研究结果为后续沥青路面就地热再生热风加热温度控制和加热器设计提供了理论依据。 相似文献
9.
为获得某7桥登高车油气悬架的最优性能,设计了同侧并连+对侧交连的油气悬架混合耦连方案,并建立了整车20自由度非线性动力学模型,联合仿真分析车辆的平顺性和稳定性。通过层次分析法和极差变换标准化处理,建立包含车辆平顺性和稳定性两评价指标的优化函数,首次采用改进蚁群算法进行油气悬架系统参数优化运算,并与遗传算法参数优化结果对比。仿真对比结果显示,改进蚁群算法优化结果能够更好地抑制车身垂向-侧向耦合振动,对车辆平顺性和稳定性的改善效果较遗传算法提高了约10%。平顺性试验结果表明:加权加速度均方根较优化前大幅降低,证明了改进蚁群算法对于油气悬架参数优化问题的可行性和有效性;试验值与仿真值最大误差仅12.35%,验证了理论模型的正确性。 相似文献
10.
针对旋转机械早期故障信号微弱,富含大量噪声的问题,提出麻雀优化算法(SSA)和随机共振(SR)相结合的微弱信号提取方法。首先,对大参数信号进行变尺度处理,使其满足SR的要求;其次,以信噪比作为目标函数,运用SSA算法优化SR模型的结构参数,利用系统的SR实现微弱信号信噪比的提高;最后,通过仿真信号验证所提出方法的有效性,并将该方法应用于轴承内圈故障和轻度磨损钻头微弱信号的提取中。结果表明:提出的方法对微弱信号的提取性能优于传统的SR模型以及PSO-SR模型,有效提高了信号信噪比,实现了故障微弱信号的提取与增强。 相似文献