排序方式: 共有163条查询结果,搜索用时 15 毫秒
31.
32.
针对某轻卡制动阀支架失效问题,首先采集车架横梁两端的搓板路激励载荷对该制动阀支架进行模态频响计算,分析结果表明该制动阀支架的最大应力大于材料许用值,其最大应力位置与失效位置一致;然后基于功率谱载荷对其进行随机振动疲劳分析,分析结果表明该制动阀支架的疲劳寿命不满足疲劳性能要求,其与振动强度分析薄弱位置和失效位置相吻合;再通过集成优化平台对制动阀支架进行结构优化,优化之后制动阀支架的最大应力值和疲劳寿命值均符合性能要求值,其疲劳、强度性能显著提升,支架总重量也降低了,达到了轻量化的要求;最后对制动阀支架的优化方案进行道路可靠性验证,试验结果表明该制动阀支架的振动加速度明显减小,并且没有发生失效,科学地解决了该制动阀支架的失效问题。 相似文献
33.
为了解决某ABS阀支架断裂失效问题,首先基于有限元方法对其进行模态分析,分析结果表明其前两阶固有模态频率与发动机的激励频率相一致,将产生共振,不满足模态性能要求。然后采集横梁左、右端的载荷谱,将其转换为功率谱密度载荷,并通过单位激励的频率响应分析,建立单位激励与应力之间的传递函数,以此对其进行振动疲劳分析,分析结果表明该支架的疲劳循环次数低于目标值,不满足疲劳性能要求,并且其危险点与断裂位置相同。再采用霍克-吉维斯直接搜索算法对该支架进行参数优化,并新增一条加强筋,得到最终对优化方案。优化之后该支架的第一阶频率能够避开发动机激励频率,其疲劳循环次数高于目标值,其重量也降低了16%,能够同时满足模态性能、疲劳性能和轻量化的要求。最后对优化方案进行道路验证和测试,测试结果表明该支架的振动激励降低了39.3%,优化效果比较明显,并且没有出现开裂现象。 相似文献
34.
基于最小二乘支持向量机对刀具切削状态的识别 总被引:2,自引:0,他引:2
基于小波包优良的时频特性和最小二乘支持向量机(least squares support vector machine,LS-SVM)对于小样本出色的学习泛化能力,提出了一种研究刀具切削状态的方法.采用最小熵准则对声发射信号进行最佳小波包分解,以各频段的信号能量占总能量的百分比来构造特征向量,输入LS-SVM多类分类器,实现对刀具切削状态的分类识别.实验结果表明,在采用高斯核函数的LS-SVM多分类算法中,选取惩罚因子γ=10,径向基核参数σ2=1时,该分类器能对测试样本进行准确的刀具切削状态识别. 相似文献
35.
为提高显示器颜色转换模型的精度,提出了一种基于胞元搜索的四面体插值特征化模型。该模型首先对查找表数据进行胞元划分,通过胞元搜索的方法,找到目标颜色所属的立方体子空间,然后运用四面体反向插值,实现颜色从CIE Lab空间到RGB空间的转换。检测样本的试验数据表明:所提模型的预测精度较高,平均色差达到0.95 CIE Lab色差单位,94%的样本色差值小于3 CIE Lab色差单位。新模型的数据结果优于已有文献算法的,因而,所提颜色特征化模型可实现显示器颜色空间的准确转换。 相似文献
36.
37.
提出了一种基于支持向量机(Support Vector Machine,SVM)的城市电网空间负荷预测(Spatial Load forecasting,SLF)方法。该方法首先以等大小网格划分的规则生成元胞,并获取元胞历年负荷;然后将各元胞历年负荷最大值及其对应的年份输入支持向量机预测模型进行训练,其中采用粒子群优化(Particle Swarm Optimization,PSO)算法寻求预测模型的最优参数,预测各元胞目标年负荷最大值,从而实现空间负荷预测;最后对吉林市城市电网进行实例分析,结果验证了该方法的实用性和有效性。 相似文献
38.
针对管件电磁胀形中螺线管线圈的使用寿命短、易损坏的问题,运用ANSYS Maxwell对电磁胀形过程中螺线管线圈所受到轴向与径向电磁力进行有限元仿真。研究了螺线管线圈在高于被胀形管件的情况下,随着螺线管线圈内径的不同,其所受到的电磁力的大小与方向的变化情况。并通过有限元仿真与实验结果对比发现:在螺线管线圈高于管件的电磁胀形中,当螺线管线圈内半径r=11mm时其所受到的力主要来自于管件;当螺线管线圈内半径r=8.5mm时其所受到的力主要来自于自身产生的电磁力。同时螺线管线圈所受到的轴向力是导致其失效的主要原因。 相似文献
39.
创新点等可能性和游戏规则的公平性是紧密相联的,公平的游戏规则本质上就是参与游戏的各方获胜机会均等,用数学语言描述,即获胜的可能性相等。在教学中以学生熟悉的游戏活动作为数学学习的载体,注意结合学生熟悉的游戏活动,如掷硬币、玩转盘等,让学生亲自动手实践,使学生在参与过程中感受游戏规则的公平性,逐步丰富对等可能性的体验,学会用概率的思维观察、分析生活中的事件,渗透公平、公正的思想。利用Flash软件模拟各种随机实验过程,这是传统教学手段无法达到或者在课上40分钟内不可能完成的,贴近生活,最大程度地激发了学生的积极性,在有限的时间内帮助学生完成操作过程,并且分析、理解,从而使抽象的概率具体形象,突破教学的重难点。 相似文献
40.
总体经验模态分解(EEMD)方法在EMD的基础上消除了模态混叠的现象,从而更能准确地揭露出信号特征信息。根据声发射信号的非稳态、非线性的特点,提出一种基于EEMD应用于刀具磨损状态识别的方法。通过EEMD获取无模态混叠的IMF分量;通过敏感度评估算法从所有IMF分量中提取敏感的IMF;提取敏感IMF的能量作为支持向量机(SVM)分类器的输入,将刀具分成正常切削、中期磨损和严重磨损3种状态。通过比较EEMD与应用EMD等方法的分类准确率,确立了基于EEMD的方法在提取刀具磨损状态特征信息的优势。 相似文献