齿轮结合面切向接触刚度分形计算模型研究

在机械结合面切向接触刚度分形模型的基础上,结合两圆柱体接触强度分形模型,建立了齿轮结合面的切向接触刚度分形计算模型。该模型综合考虑齿轮接触面的微观特性和宏观特性,其计算结果与测量仪器的分辨率无关,具有尺度独立性。仿真结果显示：齿轮结合面的切向接触刚度与分形维数、材料的特性参数、齿轮的齿数成正比,与粗糙度幅值成反比。     

结合面切向接触刚度分形模型建立与仿真

基于接触分形理论和微接触面积分布函数,建立了计及微接触面积分布的域扩展因子影响的结合面切向接触刚度分形模型,并通过数字仿真直观揭示了结合面切向接触刚度与结合面诸参数之间的非线性关系以及这些相关参数对切向接触刚度的影响规律.仿真研究结果表明,结合面切向接触刚度随着结合面法向载荷的增大而增大,随结合面切向载荷的增大而减小,随结合面分形特征长度尺度参数的增大而减小,但随结合面分形维数的变化规律比较复杂.     

基于分形理论的结合面法向接触阻尼与损耗因子模型

基于结合面法向阻尼耗能机理及MB接触分形修正模型,提出了一种结合面法向接触阻尼模型及结合面间阻尼损耗因子模型.仿真结果表明,分形维数在较小范围内,法向阻尼与法向总载荷呈微凹弧非线性关系,且随着法向总载荷和分形维数的增大而减小,随着分形尺度参数的增大而增大;分形维数在较大范围内,法向阻尼与法向总载荷呈微凸弧非线性关系,且随着法向总载荷和分形维数的增大而增大,随着分形尺度参数的增大而减小.而结合面损耗因子与法向总载荷呈微凹弧非线性关系且随着法向总载荷的增大而减小,随着分形尺度参数的增大而增大,分形维数在较大值范围内,结合面损耗因子随其增大而增大.     

基于各向异性分形理论的结合面切向刚度改进模型

基于各向异性分形几何理论,建立了一种结合面切向接触刚度改进模型.通过对所建模型的数字仿真,直观地揭示了结合面切向接触刚度与结合面法向载荷、切向载荷、结合面分形维数D、结合面分形粗糙度G、相关因子K、材料特性(o)之间复杂的非线性关系.数字仿真结果表明:结合面切向接触刚度随着法向载荷、相关因子或材料特性的增加而增加,但随着切向载荷、分形粗糙度的增加而减小;当分形维数较小时,结合面切向接触刚度随着分形维数的增加而增加;当分形维数较大时,结合面切向接触刚度随着分形维数的增加而减小.     

基于改进粒子群与神经网络的机械结合面法向刚度建模

为了提高机械结合面法向接触刚度预测精度,提出一种改进粒子群优化算法,并用改进粒子群算法优化BP神经网络的参数组合,实现了粒子群和BP神经网络相结合的算法模型。将影响结合面法向接触刚度的因素进行了特征分析和定量化描述,并用该算法进行法向接触刚度预测和相对误差分析。计算结果表明,计算准确度可达92%,实现了多种影响因素组合下的机械结合面法向接触刚度的建模。     

结合面法向接触刚度分形模型建立与仿

基于接触分形理论和微接触大小分布函数,建立了计及微接触大小分布的域扩展因子影响的结合面法向接触刚度的分形模型,并通过对所建模型的数字仿真,直观地揭示了结合面法向接触刚度与结合面诸参数之间的非线性关系,探讨了这些相关参数对法向接触刚度的影响规律.研究仿真结果表明,结合面法向接触刚度随着结合面法向载荷的增大而增大,随结合面分形特征长度尺度参数的增大而减小,但随结合面分形维数的变化规律比较复杂.     

基于分形理论的结合面改进接触模型

提出了一种基于分形理论的结合面改进接触模型,并通过对所建模型的仿真,直观地揭示了结合面法向接触刚度与结合面法向载荷、结合面分形维数D、结合面分形特征尺度参数G之间复杂的非线性关系.仿真结果表明,法向接触刚度随着法向载荷增大而增大,随着G的增大而减小,随着D的变化规律比较复杂,同时表明该模型可以用于结合面法向接触载荷和法向接触刚度的分析与计算.     

基于接触分型理论的结合面切向接触刚度分形模型

以球体与平面接触时的切向接触刚度以及粗糙平面接触的分形理论为基础，基于3个假设，即粗糙表面的微观形貌各向同性，粗糙表面上各微凸体之间的相互作用可以忽略不计，各微凸体所受的力与其接触面积的大小成正比，从理论上提出了具有尺度独立性的结合面切向接触刚度分形模型，并进行了定性的实验验证，说明了该模型的正确性。     

结合面接触刚度分形模型研究

指出了以往有关粗糙表面接触刚度理论研究工作的缺陷与不足,在一定的前提下,基于球体与平面的接触理论和粗糙表面的接触分形理论,同了具有尺度独立性的结合面接触刚度分形模型,并进行了数字仿真研究,仿真结果与实验研究结果相一致。     

基于接触分形理论的结合面切向接触刚度分形模型

以球体与平面接触时的切向接触刚度以及粗糙平面接触的分形理论为基础 ,基于 3个假设 ,即粗糙表面的微观形貌各向同性 ,粗糙表面上各微凸体之间的相互作用可以忽略不计 ,各微凸体所受的力与其接触面积的大小成正比 ,从理论上提出了具有尺度独立性的结合面切向接触刚度分形模型 ,并进行了定性的实验验证 ,说明了该模型的正确性。     

基于神经网络的空气悬架系统匹配优

建立了空气悬架双质量模型,提出了基于RBF神经网络优化的系统阻尼和空气弹簧匹配的优化方法.匹配求优时,选取车身加速度和轮胎动载荷加权和最小值为优化目标,以悬架动行程最大值为约束.仿真结果表明,客车的平顺性和轮胎接地性都得到改善.台架试验与仿真结果基本吻合.     

BP神经网络快速收敛算法研究

以标准BP算法为基础，应用Levenberg—Marquardt优化算法，提出了一种快速收敛的BP算法——LMBP算法。仿真结果表明，与标准BP算法及其他改进形式比较，LMBP算法收敛速度大大提高，稳定性并未降低，这为BP神经网络应用于实时性要求高的场合(如在线检测)提供了算法基础。该算法的缺点是计算量大，所需计算机内存大，不适合大型网络的计算。     

基于神经网络技术的乘员体型识别系统

BPMS(Body Pressure Measurement System)系统是针对汽车安全气囊系统设计的辅助系统。本系统应用神经网络技术,通过对座椅压力传感器信号的分析处理,识别出车内乘员的体型特征,从而辅助控制车辆安全气囊的爆发。BPMS系统由试验台架设计、座椅压力采集、数据预处理、乘员体型识别系统等部分组成。试验结果表明,该系统可以有效地识别乘员体型特征,为准确控制安全气囊系统的工作提供保障。     

基于神经网络的风筛式清选装置研究

在自行研制的清选试验台上进行了气流场测定试验和水稻清选试验。利用神经网络技术,对风筛式清选气流场进行了研究,建立了2个风力因素（离心风机转速和出风角度）与清选气流场分布之间、清选气流场的分布与清选效果之间以及2个风力因素与清选效果之间3个BP神经网络模型。用试验数据进行了预测检验,预测结果证明了网络模型的有效性。     

基于神经网络的柴油机排放模型研究

分析了柴油机模型的特点及用神经网络建立柴油机排放模型的方法,在此基础上,编写了柴油机排放模型的算法,并用一个实例验证了该模型的可靠性。     

基于RBF网络的双燃料发动机排放模型

建立了基于径向基函数（RBF）神经网络的天然气／柴油双燃料发动机的排放模型。并利用模型分析了各运行参数对发动机排放的影响。试验证明，该模型可以很好地预测双燃料发动机的排放指标。