摘要：根据制动时整车的受力模型,确定了整车同步附着因数、利用附着因数和制动效率的计算方法。将制动力分配因数作为优化变量,满载与空载的使用频率、实际利用附着因数作为考虑因素,提出了一种使整车具有良好制动性的优化方法,得到的优化结果既符合联合国欧洲经济委员会(ECE)制动法规的要求,又能保证制动效率不小于70%。本文以某轻型货车作为分析实例并进行了优化设计,优化结果显示:在法规要求的速度条件下,制动距离有明显的减小。

摘要：在整车数据布置集成领域,转向系统集成数据生成的普遍现状,首先根据整车载荷情况选定转向模块,然后根据整车布置硬点进行转向系统数据布置,通常是由在三维软件中对数据进行手动拆分、约束,一方面工作效率低,另一方面手动约束容易出错,影响数据准确性。本文通过对转向系统(以C-EPS为例)运动规律、转向模块划分、转向约束规律等进行研究,通过Catia 知识工程模块,建立转向系统集成数据自动化模型,根据转向模块选项及整车硬点,快速自动生成系统集成数据,提高工作效率、数据准确性。

摘要：基于表面肌电信号(sEMG)的手势识别在人机交互中发挥着重要作用,然而,由于sEMG具有非线性和随机性,因此提升基于稀疏多通道sEMG的手势识别准确率难度较高。提出一种融合注意力机制的多视图卷积手势识别模型。首先使用200 ms滑动窗口提取经典的sEMG特征集构建多视图输入,其次利用高效通道注意力对多视图特征在通道维度进行加权,以强化有效特征同时弱化无效特征,最后通过多视图卷积从带有注意力权重的肌电特征中提取高层特征,利用高层特征融合模块对其进行融合以降低数据维度并提高模型鲁棒性。在NinaPro DB1、NinaPro DB5、NinaPro DB73个肌电公共数据集上进行训练和评估,结果表明,该模型在200 ms滑动采样窗口上的平均识别准确率分别为87.98%、94.97%和89.67%,整段手势动作的平均投票准确率分别为97.38%、98.41%和97.09%,平均信息传输率为1308.71 bit/min。与传统机器学习方法和近年来前沿的深度学习手势识别方法相比,所提模型在单模态肌电和多模态手势识别上均具有更高的识别准确率,验证了其有效性和通用性。

摘要：　以沈阳草甸土为栽培基质 ,采用二次D 饱和最优设计 ,进行番茄N、Ca两因素效应的盆栽试验 .结果表明 ,在本试验条件下 ,番茄茎、叶、果实中氮素含量随生育期的进展而下降 ,氮肥对番茄果实中NO-3 N含量影响呈直线正效应 ,但各处理番茄果实中NO-3 N含量均不超过可生食标准 .适量施用钙肥有利于控制果实中NO-3 N含量 .氮肥对番茄植株地上部分和果实中N含量影响均符合报酬递减律 .氮肥和钙肥对番茄N素积累符合报酬递减律 ;番茄从开花期到果实膨大期属N素最大效应期 .番茄叶片硝酸还原酶活性受氮素影响较大 .N、Ca配合施用 ,有利于提高番茄叶片硝酸还原酶活性 ,钙素可降低硝酸还原酶活性 .土壤中NO-3