【摘 要】
：
为研究油气悬架对车辆行驶平顺性的影响，针对某90 t宽体矿车，建立车辆动力学模型，搭建前悬1/4车油气悬架AMESim仿真模型，研究在随机路面输入下车辆行驶平顺性机制。在被动悬架模型的基础上加入主动控制系统，与被动悬架进行对比分析，并利用AMESim/设计探索功能对主动悬架进行优化。结果表明：当车速不超过40 km/h、初始气室压力为7.7 MPa时，车辆平顺性较好；主动悬架相比被动悬架能更好地衰
【基金项目】
：
国家自然科学基金青年科学基金项目（51405416）； 烟台市科技计划项目（2021XDHZ073）;烟台市科技计划项目（2019ZDCX009）； 山东省研究生教育联合培养基地立项建设项目（SDYJD18039）；
论文部分内容阅读
为研究油气悬架对车辆行驶平顺性的影响，针对某90 t宽体矿车，建立车辆动力学模型，搭建前悬1/4车油气悬架AMESim仿真模型，研究在随机路面输入下车辆行驶平顺性机制。在被动悬架模型的基础上加入主动控制系统，与被动悬架进行对比分析，并利用AMESim/设计探索功能对主动悬架进行优化。结果表明：当车速不超过40 km/h、初始气室压力为7.7 MPa时，车辆平顺性较好；主动悬架相比被动悬架能更好地衰减振动，极大地提高了车辆行驶平顺性；在保证约束条件不变的基础上，优化后加权加速度均方根降低了18.72%,有效提高了矿车的行驶平顺性和乘坐舒适性。研究结果为油气悬架的设计及优化提供参考。
其他文献
目的 随着工业领域智能分拣业务的兴起，目标检测引起越来越多的关注。然而为了适应工业现场快速部署和应用的需求，算法只能在获得少量目标样本的情况下调整参数；另外工控机运算资源有限，工业零件表面光滑、缺乏显著的纹理信息，都不利于基于深度学习的目标检测方法。目前普遍认为Line2D可以很好地用于小样本情况的低纹理目标快速匹配，但Line2D不能正确匹配形状相同而颜色不同的两个零件。对此，提出一种更为鲁棒的
针对机油冷却管生产过程中，管口的圆度误差主要是人工测量导致的，且检测效率低，无法实时检测的问题，基于视觉检测提出一种机油冷却管口圆度检测与分拣方法。构建机器人SR7CL的运动学模型，利用ADAMS和MATLAB对其运动学和动力学进行仿真，验证模型的正确性，以保证抓取的准确性。以机油冷却管为抓取对象，通过自适应阈值分割，突出管口特征；利用Canny算法提取出边缘信息，通过最小二乘法检测圆度误差，并根
整齐的中分发型、黑色的金属镜框、干净的格子衬衫……在温州大学已经工作26年之久的周宏明,主要从事先进制造、数字化设计、智能装备等领域的教学、科研和社会服务工作,其穿着打扮透露出教育工作者与工科男的气质。从温州大学一名普遍讲师逐渐成长为机电工程学院院长、国家一流本科专业建设点机械工程专业的负责人,周宏明几乎把整个青春都奉献给了自己热爱的教育事业。可以说,他的个人发展与温大的发展息息相关。
基于某公司现有项目的开展情况，文章主要研究了国内机床自动下料分拣现状。机床下料分拣是工件加工生产产线的重要部分，若其中任何一个环节效率低下，就会对整个生产效率产生负面影响。因此，研究机床自动下料分拣对工件的实际生产具有重要意义。首先，介绍机床自动下料分拣的基本方式；其次，从机床自动下料分拣的需求出发，分别从机床直接下料、输送线静态下料、输送线动态下料和零件混拣4个方面进行系统介绍；最后，总结和展望
拣矸机器人的分拣可靠性与煤的品质及分拣效率息息相关，对拣矸机器人系统分拣可靠性进行研究十分必要。现有可靠性研究主要是针对机器人系统结构可靠性进行研究，而没有对机器人工作任务可靠性即分拣可靠性进行研究。针对该问题，以柔索驱动拣矸机器人系统为研究对象，采用故障树分析法对其分拣可靠性进行研究。首先，从拣矸机器人系统的结构出发，分析了拣矸机器人系统分拣故障的原因，采用演绎法构建拣矸机器人系统的分拣故障树模
现有的物流分拣系统均没有得到分拣标定的最短距离，导致分拣效率较差，为减少物流分拣入库的时间，基于激光扫描技术，设计物流自动分拣入库控制系统。在硬件系统中，设计数字频率合成器，保证杂波信号的完整性，设计激光器驱动电路。在软件设计中，提取激光光条中心点，得到激光扫描图像的最大灰度值；标定物流分拣最短距离，设计分拣入库作业流程，得到物流自动分拣入库控制系统。在实验中，测试四种分拣方法的算法性能与分拣时间
近年来，国内企业不断转型，生产方式日趋智能化。要同时做到效率提升和控制成本仍是一大挑战。传统的工业质检系统难以实现产品的在线检测，并且对环境适应能力较差，难以满足复杂多变的检测需求。本文利用机器视觉和深度卷积神经网络算法实现对产品的实时监测和质量鉴别，从而达到提高效率和控制成本的目的。采用深度学习模型的机器视觉检测方法可以提高检测精度、鲁棒性以及通用性，具有广阔的应用前景。
英烈事迹和精神是中华民族文化和中华民族精神的重要组成部分，是加强党史学习、锤炼党性修养、培育社会主义核心价值观的宝贵红色文化资源。在建党百年之际，将英烈事迹和精神与高校学生党建工作有机融合，充分利用和挖掘英烈事迹和精神的时代价值，积极探索其融入高校学生党建的有效路径，最大限度地发挥英烈事迹和精神的育人价值，对于促进高校党建的高质量发展有着重大的现实意义和时代价值。
针对非结构化场景中存在的多工件堆叠遮挡等问题，提出了基于多尺度特征注意Yolact网络的堆叠工件识别定位算法。所提算法首先在Yolact网络的掩码模板生成分支中加入多尺度融合与特征注意机制，提升网络预测堆叠工件掩码的质量，并设计了基于膨胀编码的目标检测模块，增强网络对不同尺度堆叠工件的适应能力，构建了多尺度特征注意Yolact网络。其次，利用构建的多尺度特征注意Yolact网络预测堆叠工件的掩码与
近年来，国内企业不断转型，生产方式日趋智能化。要同时做到效率提升和控制成本仍是一大挑战。传统的工业质检系统难以实现产品的在线检测，并且对环境适应能力较差，难以满足复杂多变的检测需求。本文利用机器视觉和深度卷积神经网络算法实现对产品的实时监测和质量鉴别，从而达到提高效率和控制成本的目的。采用深度学习模型的机器视觉检测方法可以提高检测精度、鲁棒性以及通用性，具有广阔的应用前景。