【摘 要】
：
对新型类蜂窝夹层结构进行了振动特性研究,运用Hoff理论对类蜂窝夹层结构进行振动特性分析,计算类蜂窝夹层结构在四边简支边界条件下的振动固有频率方程解.并用有限元软件ABAQUS进行振动模态分析与理论值进行对比,结果表明误差保持在10％以内,吻合度较好,检验了理论公式的可行性.在此基础上研究类蜂窝夹芯壁厚和面板与夹层板厚度比等结构参数对类蜂窝夹层结构固有频率的影响.进一步研究类蜂窝夹层结构的优良性,在蜂窝夹芯胞元数量、材料、边界约束以及其他相关参数相同的条件下,与六边形和正方形蜂窝夹芯结构相比,仿真结果表明
【机 构】
：
三峡大学 水电机械设备设计与维护湖北省重点实验室,湖北 宜昌 443002;三峡大学 机械与动力学院,湖北 宜昌 443002;三峡大学 机械与动力学院,湖北 宜昌 443002
论文部分内容阅读
对新型类蜂窝夹层结构进行了振动特性研究,运用Hoff理论对类蜂窝夹层结构进行振动特性分析,计算类蜂窝夹层结构在四边简支边界条件下的振动固有频率方程解.并用有限元软件ABAQUS进行振动模态分析与理论值进行对比,结果表明误差保持在10％以内,吻合度较好,检验了理论公式的可行性.在此基础上研究类蜂窝夹芯壁厚和面板与夹层板厚度比等结构参数对类蜂窝夹层结构固有频率的影响.进一步研究类蜂窝夹层结构的优良性,在蜂窝夹芯胞元数量、材料、边界约束以及其他相关参数相同的条件下,与六边形和正方形蜂窝夹芯结构相比,仿真结果表明:根据蜂窝夹芯结构的整体振动固有频率和振动位移等仿真数据,可知类蜂窝夹层结构的性能更好,并与某型号电动车车身零件频率对比,由仿真数据表明:可应用在此车底盘甲板中.振动分析对未来的蜂窝夹层结构设计具有重要意义,扩展了蜂窝结构在工程振动方面的应用.
其他文献
电动汽车电池剩余使用寿命预测是当下电池研究领域的热点内容,现有电池剩余使用寿命预测模型大多基于单一预测指标,预测精度较低,模型的泛化性能较差.本文通过实车数据构建了GM-LSTM的Stacking融合模型,实现电动汽车电池剩余使用寿命的准确预测.首先根据电池剩余使用寿命影响因素,提取车辆真实的运行参数和环境参数,基于随机森林算法筛选最优特征集合作为模型输入,其次选择差分整合移动平均自回归算法对所选特征进行惯性延伸,克服数据时间维度上的限制,最后基于数据特点,分别建立灰色预测模型和长短时记忆神经网络模型实现
为解决连续流交叉口左转非机动车和直行机动车冲突问题,提出一种左转非机动车过街创新设计方案,对比常规设计和两步过街方案,将3种方案整合到一个统一的优化模型中.以交叉口机动车通过量最大为优化目标,建立混合整数非线性规划优化模型,将其转换为非线性模型以便于求解,并利用VISSIM仿真验证3种方案的运行效益.结果表明,两步过街和创新设计相对于常规设计能提升交叉口机动车通行能力,且在高流量场景下拥堵改善效果更佳,分别能降低55.58％、57.18％的机动车延误;常规设计不适用于直行机动车流量较大的场景,两步过街和创
为加强对重点营运车辆异常驾驶行为的监督与检测,本文基于时间序列符号化算法(TSA)与多尺度卷积神经网络模型(MCNN)提出一种组合模型TSA-MCNN,用于识别重点营运车辆异常驾驶行为.首先,对北斗数据进行预处理,并基于营运车辆存在多种车型、多种速度限制、多种异常驾驶行为的特点划分4种异常驾驶行为,构建异常样本数据集.其次,构建TSA-MCNN模型识别样本数据集,其过程分为两阶段,第1阶段,针对重点营运车辆的特点,引入能够粗粒化处理数据特征的时间序列符号化算法与能够多通道参数输入的多尺度卷积神经网络进行组
基于北京市摩拜单车的工作日骑行数据,利用非负矩阵分解算法(NMF)从时间和空间两个维度深入探究共享单车的出行规律,并构建逆序群体稳定性指标(RPSI)改善k值选择过程.利用得到的出行规律,运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的出行需求进行预测,并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模型的结果进行对比.研究结果表明,共享单车可分为5种基本的出行模式,每个区域的出行都可以由这5种出行模式的线性组合来表达,其中的系数代表了每一种出行模式的强度和随时