检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于响应面法的变径空心轴优化设计

制造业自动化 2022年第12期44卷 57-60页

作者：张瑞宾王瑞桂林航天工业学院汽车与交通工程学院桂林541004

针对大学生方程式赛车传动轴零件,为满足轻量化要求,提出了一套基于数学模型初始优化与ANSYS有限元分析相结合的设计方法。以变径空心轴的横截面积为优化目标,各段壁厚为设计变量,建立空心轴轻量化模型。根据数学模型求解得出的设计参... 详细信息

针对大学生方程式赛车传动轴零件,为满足轻量化要求,提出了一套基于数学模型初始优化与ANSYS有限元分析相结合的设计方法。以变径空心轴的横截面积为优化目标,各段壁厚为设计变量,建立空心轴轻量化模型。根据数学模型求解得出的设计参数进行UG参数化建模,将UG模型和ANSYS进行关联设置后,利用ANSYS Workbench模块对空心传动轴的刚度、强度进行有限元分析。为了实现轻量化设计,采用最佳空间填充方法建立响应面模型,并基于多目标优化设计方法对响应面模型进行迭代优化得到最优解集。仿真结果表明空心轴在满足刚度、强度的要求下,相比初始优化模型减重10%。较为系统地介绍了尺寸零件的设计及优化分析过程,为同类机械零件的设计优化提供了一定的参考依据。

关键词：优化设计响应面分析变径空心轴

SOM与EWMA在滚动直线导轨故障预测中的应用

在线全文

学校读者我要写书评

暂无评论

机械科学与技术 2022年第2期41卷 278-287页

作者：钟健康陈元华张瑞宾桂林航天工业学院汽车工程学院广西桂林541004

提出了一种基于机器学习的滚动直线导轨故障预测集成方法。首先,通过寿命试验,对由三轴加速度传感器采集的振动信号进行小波包分解,提取分部能量作为信号特征;其次,运用提取的特征训练自组织映射(Self-organizing map,SOM)神经网络,应... 详细信息

提出了一种基于机器学习的滚动直线导轨故障预测集成方法。首先,通过寿命试验,对由三轴加速度传感器采集的振动信号进行小波包分解,提取分部能量作为信号特征;其次,运用提取的特征训练自组织映射(Self-organizing map,SOM)神经网络,应用训练后的SOM识别线轨健康状态;最后,使用最小量化误差与指数加权移动平均控制图(Exponentially weighted moving-average,EWMA)实现动态故障预警。该方法将SOM与小波包分解相结合,选用最小量化误差构建EWMA控制图,解决了线轨状态监测可视化与疲劳程度数值评定问题,验证了该集成方法用于直线导轨故障预测的有效性。

关键词：滚动直线导轨故障预测机器学习小波包分解自组织映射

四轮独立驱动EV侧向稳定性H∞鲁棒容错控制

在线全文

学校读者我要写书评

暂无评论

机械科学与技术 2023年第1期42卷 92-98页

作者：龙云泽封进张瑞宾韦韬桂林航天工业学院汽车工程学院广西桂林541004

为解决参数不确定性四轮独立驱动电动汽车发生执行器及传感器故障时车辆侧向稳定性控制问题,提出一种H∞鲁棒容错控制方法。运用故障矩阵函数引入车辆连续性故障,建立了考虑执行器及传感器故障的二自由度车辆参数不确定性动力学模型。... 详细信息

为解决参数不确定性四轮独立驱动电动汽车发生执行器及传感器故障时车辆侧向稳定性控制问题,提出一种H∞鲁棒容错控制方法。运用故障矩阵函数引入车辆连续性故障,建立了考虑执行器及传感器故障的二自由度车辆参数不确定性动力学模型。运用线性矩阵不等式求解方法设计车辆侧向稳定性H∞鲁棒容错控制器,保证车辆动力学系统渐近稳定性及抗干扰能力,实现控制系统H∞鲁棒性能满足给定的干扰衰减指标。搭建CarSim与MATLAB/Simulink联合仿真实验平台,验证控制器的有效性。仿真实验表明,所设计H∞鲁棒容错控制器能有效提升了车辆的侧向稳定性及安全性,对车辆故障具有良好的容错控制能力。

关键词：四轮独立驱动电动汽车 H∞鲁棒控制容错控制

在线全文

学校读者我要写书评

暂无评论

自适应抗扰算法的四轮驱动EV转矩控制研究

机械科学与技术 2022年第1期41卷 75-81页

作者：龙云泽封进张瑞宾韦韬桂林航天工业学院汽车工程学院广西桂林541004

针对分布式驱动电动汽车动力学模型参数非线性扰动影响转矩控制的问题,提出一种新的转矩自适应分层控制方法。建立四轮独立驱动电动汽车二自由度车辆动力学模型及车辆期望动力学模型,设计线性二次型最优控制器实现车辆对理想二自由度模... 详细信息

针对分布式驱动电动汽车动力学模型参数非线性扰动影响转矩控制的问题,提出一种新的转矩自适应分层控制方法。建立四轮独立驱动电动汽车二自由度车辆动力学模型及车辆期望动力学模型,设计线性二次型最优控制器实现车辆对理想二自由度模型横摆稳定性参数的跟踪控制,计算出主动附加横摆控制力矩。针对车辆动力学模型参数扰动情况,基于李雅普诺夫稳定性理论,运用自适应控制算法提升线性二次型最优控制器的自适应能力,减小控制对象参数变动造成的控制偏差。搭建CarSim与MATLAB/Simulink联合仿真平台验证了该方法的有效性。仿真实验表明,所设计自适应抗扰转矩控制器可有效提升四轮独立驱动电动汽车的横摆稳定性。

关键词：四轮独立驱动电动汽车自适应抗扰控制器转矩控制偏航稳定性

基于点云场景流特征提取的运动目标位置估计方法

在线全文

学校读者我要写书评

暂无评论

制造业自动化 2022年第3期44卷 149-153页

作者：张瑞宾郭应时陈元华龙云泽长安大学汽车学院西安710064 桂林航天工业学院汽车与交通工程学院桂林541004

为了提高城市复杂交通场景下车载激光雷达对运动车辆进行状态估计可靠性,提出基于点云场景流特征信息提取技术的运动目标位置估计方法。通过对比不同关键点检测器与特征描述子的组合特性,确定出ISS-SHOT(Intrinsic Shape Signature-Sign... 详细信息

为了提高城市复杂交通场景下车载激光雷达对运动车辆进行状态估计可靠性,提出基于点云场景流特征信息提取技术的运动目标位置估计方法。通过对比不同关键点检测器与特征描述子的组合特性,确定出ISS-SHOT(Intrinsic Shape Signature-Signature of Histogram of Orientation)的组合方式最为高效,并选用UKF(Unscented Kalman Filter)算法对所处理的场景流中的动态目标的位置进行预测和更新,从而估计出智能车辆周围的目标状态。实验结果表明:该方法能实时估计不同轨迹工况下的运动目标状态参数,表现出较好的鲁棒性。

关键词：场景流关键点特征提取运动目标状态估计

基于观测数据潜在特征与双向长短期记忆网络的车辆轨迹预测

在线全文

学校读者我要写书评

暂无评论

汽车技术 2022年第3期 21-27页

作者：郭应时张瑞宾陈元华李天明蒋春燕长安大学西安710064 桂林航天工业学院桂林541004

针对传统算法无法满足复杂交通场景下无人驾驶车辆对周围运动车辆轨迹预测需求的问题,提出一种基于观测数据潜在特征与双向长短期记忆(BiLSTM)网络的车辆轨迹预测方法。首先利用一维卷积神经网络(1DCNN)提取由传感器所获取的车辆运行状... 详细信息

针对传统算法无法满足复杂交通场景下无人驾驶车辆对周围运动车辆轨迹预测需求的问题,提出一种基于观测数据潜在特征与双向长短期记忆(BiLSTM)网络的车辆轨迹预测方法。首先利用一维卷积神经网络(1DCNN)提取由传感器所获取的车辆运行状态观测数据的潜在特征,然后将以序列方式构造的具有时空关系的特征向量作为BiLSTM网络的输入数据,最后利用车辆运行数据对所构建的1DCNN-BiLSTM模型进行训练,形成期望的输入输出映射关系,从而预测车辆的行驶轨迹。试验结果表明,1DCNN-BiLSTM相比传统方法能更加准确有效地处理序列数据,对车辆运行轨迹预测的效果也具有较高的鲁棒性。

关键词：观测数据卷积神经网络双向长短期记忆时空关系轨迹预测

在线全文

学校读者我要写书评

暂无评论

标签结合现实场景的交通标志分类检测研究

电子技术应用 2022年第3期48卷 27-31,36页

作者：张成张瑞宾王曙道桂林航天工业学院汽车与交通工程学院广西桂林541004

交通标志在车辆的安全行驶和自动驾驶中都有着大量的研究。由于交通标志的种类繁多且受各种因素的影响,交通标志的分类检测也是一个具有挑战的难题。为此,提出了一种标签结合现实道路场景的交通标志分类检测方法,该方法分为数据生成部... 详细信息

交通标志在车辆的安全行驶和自动驾驶中都有着大量的研究。由于交通标志的种类繁多且受各种因素的影响,交通标志的分类检测也是一个具有挑战的难题。为此,提出了一种标签结合现实道路场景的交通标志分类检测方法,该方法分为数据生成部分和目标检测部分。实验结果表明,利用该方法生成训练数据,能够有效地训练深度卷积神经网络,实现现实场景交通标志的分类检测,并且优化的检测模型相比文中提到的模型具有更小的体积和更快的速度。

关键词：交通标志自动驾驶数据增强深度卷积神经网络检测

北京市风沙源治理二期林业工程土壤有机碳含量的研究

在线全文

学校读者我要写书评

暂无评论

北京市风沙源治理二期林业工程土壤有机碳含量的研究

作者：张瑞宾北京林业大学

学位级别：硕士

北京市风沙源治理二期林业工程是国家重点生态建设工程,本研究以工程区内的土壤有机碳为研究对象,基于73个样地的调查数据,从植被、地形和土壤三个方面,探究土壤有机碳含量与11个立地环境因子的关系,在此基础上构建了土壤有机碳含量的... 详细信息

北京市风沙源治理二期林业工程是国家重点生态建设工程,本研究以工程区内的土壤有机碳为研究对象,基于73个样地的调查数据,从植被、地形和土壤三个方面,探究土壤有机碳含量与11个立地环境因子的关系,在此基础上构建了土壤有机碳含量的回归模型,并运用最大熵模型预测立地环境的改变对土壤有机碳含量的影响,从改变立地条件的角度探寻提升本工程区土壤有机碳含量的方法。研究结果表明:(1)在植被因子方面,土壤有机碳含量与林分类型、林分密度的相关性不显著,与草灌生物量和枯落物量均呈显著负相关。(2)在地形因子方面,土壤有机碳含量与海拔呈显著正相关关系,与坡度和坡向的相关性不显著。(3)在土壤因子方面,土壤有机碳含量与p H呈显著负相关,与速效氮含量、速效钾含量和速效磷含量均呈极显著正相关。(4)多元线性回归分析结果表明,采用主成分分析提取的5个主成分因子(F:土壤养分因子;F:土壤化学性质因子;F:碳源因子;F:植被因子;F:地形因子)能够有效地表征土壤有机碳含量的变化,回归模型的表达式为:y=13.35F+2.17F-4.41F-1.28F-5.20F+35.23。(5)最大熵模型的模拟结果显示:速效氮含量和速效钾含量是影响存在概率的主要因子,提高速效氮含量和速效钾含量后,各样地土壤有机碳含量突破调查平均值的概率显著提高。

关键词：京津风沙源治理工程最大熵模型土壤有机碳立地环境因子

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于迁移学习的驾驶分心行为识别及模型解释

科学技术与工程 2021年第7期21卷 2967-2973页

作者：周扬张瑞宾西安航空学院车辆工程学院西安710077 长安大学汽车学院西安710064 桂林航天工业学院汽车与交通工程学院桂林541004

为了提高驾驶分心识别的应用性及识别模型的可解释性,利用迁移学习方法研究构建驾驶人驾驶分心行为识别模型并采用神经网络可视化技术研究对模型进行解释。以VGG-16模型为基础,对原模型全连接层进行修改以适应驾驶分心行为识别任务,将... 详细信息

为了提高驾驶分心识别的应用性及识别模型的可解释性,利用迁移学习方法研究构建驾驶人驾驶分心行为识别模型并采用神经网络可视化技术研究对模型进行解释。以VGG-16模型为基础,对原模型全连接层进行修改以适应驾驶分心行为识别任务,将原数据集中的10类驾驶行为按照所包含的分心类型合并为6类,采用合并后的数据集进行模型训练和验证。利用Grad-Cam方法提取了模型在识别不同驾驶行为时的重点关注区域并进行可视化,对照各分心行为的特点及模型分类时的重点关注区域对模型进行了解释。结果表明:所构建模型在测试集中的平均识别准确率达98.89%,经过训练的模型已具备了定位各驾驶行为的关键特征并据此判别行为类别的能力。

关键词：驾驶分心行为识别迁移学习神经网络可视化重点关注区域