基于安全距离模型的汽车主被动结合CST技术

针对目前主动技术和被动技术的单一性或者主动技术和被动技术简单相加的情况,提出一种基于安全距离模型的主动测距与被动碰撞吸能相结合的螺纹剪切式汽车碰撞吸能(CST)技术。即以单片机技术为核心,通过毫米波雷达测得本车与前方车辆之间的距离,运用行车安全距离模型确定本车的安全状态,一旦发现两车之间的距离小于安全距离时,则立即启动螺纹剪切式汽车碰撞吸能系统,从而实现根据汽车所处的安全距离自动确定螺纹剪切式汽车碰撞吸能系统工作状态。并以此制作相应的电路板,以干燥路面情况下车速为36 km/h和速度84 km/h的危险状况进行实验。试验结果表明:系统能通过比较实际车辆之间的距离与安全距离大小,以此来控制CST的伸缩。     

基于人工神经网络的起重机安全评价

依据起重机的特点,建立了安全性评价指标体系,并将神经网络理论应用于起重机安全评价之中,提出了基于此理论的系统安全评价模型和优点。根据实际收集的安全状况数据构建安全评价网络,并利用MATLAB软件对网络进行训练,得出可以对起重机安全状况进行评价的人工神经网络模型。评价实例验证了此方法的可行性,为起重机安全评价提供了一种新的途径。     

基于MATLAB与Excel的控制系统安全评价计算平台

对大型控制系统进行模糊综合安全评价一般需要进行大量的矩阵数据统计与计算。控制系统模糊综合安全评价计算平台通过采用Excel Link工具建立MATLAB与Excel之间的无缝链接,实现了两个平台软件数据的实时交换与处理,大大提高了模糊综合安全评价工作的效率和可靠性。     

基于BP神经网络安全阀的失效评价

在实际使用过程中,安全阀的失效涉及诸多因素,且易受随机性因素的影响,具有模糊性和不确定性的特点,这些特点决定了整个系统是非线性动力学的.将安全阀失效的相关影响因素作为因素集,应用BP人工神经网络模型,利用MATLAB神经网络工具箱GUI,对样本数据进行仿真,然后采用训练好的网络对安全阀的现状进行评价.BP神经网络强大的记忆功能使得能从安全阀以往失效情况中总结出一般的失效规律,快速、准确地对安全阀现状做出判断.将BP神经网络用于安全阀失效评价,具有良好的评价效果和重要的实用价值.     

主动安全与被动安全

自从人类发明汽车,安全问题就相伴而来。统计数据显示,全世界每年有近百万人死于汽车车祸。如何提高汽车的安全性能,减少汽车事故中人员的伤亡,一直是世界汽车工业发展中亟待解决的问题。 在这种情况下,安全带、安全气囊、保险杠外被安装到汽车上,国外近年来还相继开发出ESP（电子稳定控制系统）、EBD（电子制动力分配系统）、胎压监测系统及一些行人保护系统等。     

现代汽车主被动安全技术

较系统地介绍了汽车的主被动安全技术主动安全技术包括制动系统、悬挂系统、转向系统和驾驶员视野等新技术；被动安全技术包括车辆完整性装置和能量吸收装置等的设计，现代安全带、安全气囊装置，以及儿童安全装置等。     

基于MATLAB的汽车独立悬架模型与仿真研究

为建立用于汽车悬架仿真研究的路面模型,及由路面振动产生的底盘滚动和反弹,同时调整悬架参数进行性能优化设计,进行了基于MATLAB的汽车悬架多体动力学仿真研究。以四分之一车桥为模型,建立其物理模型图示,给出了悬架系统的动力学数学模型。基于Simulink多体动力学仿真环境,搭建了用于悬架仿真研究的路面模型,模型通过PD控制器实现高精度闭环控制。建立双横臂式悬架模型,并与路面模型相连接,实现了悬架路面模拟仿真。仿真结果得到了悬架系统底盘的滚动和反弹变化,为汽车独立悬架仿真研究与优化设计提供了参考。     

基于 BP神经网络的汽车内阻模型预测

分析了利用BP神经网络方法改进传统滑行法测量车辆内阻的可行性,并通过Matlab软件中的神经网络工具箱nntool实现了该网络的设计、训练和结果对比,表明利用BP神经网络的方法预测不同条件下车辆内阻是满足工程要求的。     

基于最优控制的汽车被动悬架参数优化设计

研究了利用最优控制理论对传统的汽车被动悬架参数进行优化的算法。根据最优控制理论得到了反馈增益，并利用最小二乘概念构造了目标函数。对一组悬架参数在正弦激励和随机激励下进行数值仿真得到的结果表明，和原有的被动悬架相比，本文方法使汽车的运行性能有较大的提高。由于利用本文方法对实际车辆进行改造并不复杂，因此该方法具有较强的实用性。最后，指出了这种算法在其他工程问题中应用的可能性。     

主动安全与被动安全的集成

在世界汽车保有量不断增加的形势下,汽车“公害”问题也日益突出。降低汽车交通事故的发生,特别是降低车祸死亡人数已是世界汽车工业可持续发展的重要课题。为此,世界上各大汽车公司和零部件公司不断开发出先进的安全系统技术。     

基于BP神经网络预测制造企业安全库存的研究

设置安全库存的目的在于预防需求或供应方面不可预料的波动,避免造成生产或供应中断。运用BP神经网络建立R公司原材料安全库存预测模型,再进行Matlab函数仿真,从人工智能的角度预测原材料库存,从而减少企业库存,降低企业制造成本,提高竞争力。     

基于MATLAB的轿车悬架系统模型简化

悬架系统是汽车系统中非常重要的一部分,它在汽车行驶平顺性和操作稳定性方面起着至关重要的作用。通过对轿车悬架模型的简化,得出独立悬架传递函数。为验证传递函数的正确性以及模型简化的合理性,在参数取值范围内,任意选取一组参数值,应用MATLAB中M 函数进行测试。测试结果证明,该传递函数正确,该模型合理,可作为今后研制、开发轿车悬架系统的一种测试、检验模型。     

Elman神经网络在起重机安全评估中的应用

介绍了Elman神经网络在起重机安全评估过程中的应用原理，指出了Elman神经网络发挥的巨大作用。通过对起重机安全保护装置对起重机安全作业的影响分析，建立了评估模型和结构参数，通过120个评估样本的测试，安全评估正确率可达到95％以上，具有较高的正确率。     

汽车电控主动安全系统设计

运用传感器技术、电子控制技术和控制理论,研究了基于雷达、自车传感器和单片机控制的汽车电控主动安全系统,并且在自动制动系统方面做了深入研究。该系统可提高汽车行驶的安全性,减少碰撞事故的发生,提高交通运输效率。     

神经网络技术在多元图表插值中的应用

通过对MATLAB环境下神经网络工具箱的应用,以BP神经网络为例,对BP神经网络进行训练,解决函数逼近的任务,实现插值的功能。具体实例表明,MATLAB神经网络工具箱是进行人工神经网络数值仿真的有力的工具。     

基于MATLAB的直线度误差评定的程序设计

利用工程数学软件MATLAB对直线度误差数据采用最小二乘法评定,MATLAB软件可实现直线度误差的自动处理,显示直线度误差值,并可自动生成直线度误差分析图形。     

基于MATLAB神经网络工具箱的字符识别

介绍了运用前馈神经网络处理字符识别问题的原理,同时阐述了用MATLAB经网络工具箱进行字符识别的方法和步骤,为用神经网络进行字符识别提供了一种解决方案,具有很强的应用价值。     

基于人工神经网络的SPRC切削力仿真模型

由于自回转切削 (Self PropelledRotaryCutting ,简称SPRC)刀具有可能解决刀具耐磨性问题 ,建立其力学模型对于自回转切削刀具的研究具有重要的学术意义和实践意义。笔者利用BP算法用C语言编写人工神经网络程序 ,并用实验数据对神经网络进行学习训练 ,建立了SPRC切削力的仿真模型。实验证明该模型的输出结果与实际结果十分接近 ,该模型能够反映SPRC的基本切削加工特性 ,因此可作为SPRC基本切削加工的仿真模型     

基于BP神经网络的倾斜情况下鼓形齿载荷增量模型研究

鼓形齿齿式联轴器允许轴间有一定倾角，但在倾斜情况下它的载荷变化往往被忽略，这对联轴器的使用是很不利的，分析了鼓形齿在无倾斜情况和倾斜情况下沿齿宽方向的载荷分布的规律，利用BP神经网络的非线性映射特性，建立了鼓形齿在倾斜情况下的载荷增量BP神经网络模型。并给出了模型仿真曲线。