摘要：换电是新能源重型商用车未来的发展方向,而换电模块的结构设计和轻量化是当前整车设计中非常重要的部分。基于某重型商用车换电模块的风险工况,通过对模块框架结构拓扑优化及尺寸优化,实现轻量化,对比发现,优化后的强度疲劳性能均有显著提升,并实现整体减重11.6%。对标市场主流竞品结构,对其强度疲劳性能进行评估,优化后的方案也优于竞品。因此,方案优化经过有限元评估,换电模块架构性能指标满足设计要求,实现了轻量化和降低成本,同时为其他同类车型的换电模块设计提供参照。

摘要：根据混凝土泵车的布料范围,应用刚体动力学求解全工况下臂架连杆的铰点力及与周围结构件的位置关系,建立连杆的简化有限元模型;基于拓扑优化的方法,以多工况下结构平均刚度最大化为目标、结构轻量化为约束条件,建立优化模型;利用HyperWorks软件中的OptiStruct模块对外置连杆进行优化设计和校核。

摘要：针对如何保证电子仓的正常平稳运行,以及如何优化机器人行进方式的问题,拟设计一种以复合材料为主,可通过简单人工方法自由拼装拆卸的外壳。该设计上端整体成弧线形,包括弧形外壳(上外壳、底板),以及两种可适应不同轨道的底座部分。通过外壳的拆卸达到可反复维修利用的目的。本装置通过对外形曲线的封闭设计以及较为方便的安装拆卸,保证了电子仓内的设备能够在平稳状态下实现轨道状态、异物入侵状态、轨道环境三位一体的监测,从而实现城市轨道智能巡检机器人的高效作业。

摘要：针对当前市场未能做到低成本进行多目标垃圾分类的痛点,拟设计一种具有多目标分类功能的智能垃圾箱,采用一种稳定性强的机械结构弥补这一缺陷。本智能垃圾箱主要由识别装置、输送装置、投放装置和容纳装置组成,通过输送装置将多个目标垃圾分开,并通过投放装置将目标垃圾逐一投入容纳装置中。本装置实现了对单个垃圾和多个垃圾识别并分类的功能。上述机械结构采用模块化设计,易拆卸、更换零部件,具有较高稳定性。

摘要：针对轨道交通基础设施检测和监测技术不成熟的问题,设计了一种以Linux嵌入式控制为核心控制器的小型城市轨道智能巡检机器人。该装置包括电源模块、传感模块、控制模块、电机模块、通信模块、监测模块、驱动模块。通过传感模块实现轨道边缘完整性检测、曲率检测、障碍物检测、裂缝检测等,通过通信模块实现图像实时传输和数据回传,通过监测模块处理异常数据和定位信息。结果表明:该装置实现了轨道状态、异物入侵状态、隧道环境三位一体的监测,对于城市轨道交通隧道状态的实时在线监测具有重要的现实意义。

摘要：针对当前城市垃圾分类效率低、成本高、产出小的痛点,拟设计一种高效的多目标分类智能垃圾箱。该装置包括图像模块、语音模块、显示模块、控制模块、电源模块和满载检测模块。通过图像模块实现对目标垃圾的识别;通过语音模块播报目标垃圾种类并可进行英文跟读;通过显示模块在高亮显示屏上显示目标中英文翻译和播放垃圾分类宣传片;通过控制模块将目标垃圾投入对于容纳桶中;通过满载检测模块对容纳桶内剩余空间进行实时监测[1]。本装置实现了多目标分类、播放垃圾分类宣传片和满容量检测等功能[2],具有一定的示教作用,且能够提高居民垃圾分类意识,解决了现有智能垃圾箱功能单一、难以做到低成本地对多个目标垃圾识别并分类的缺点[3]。在提倡可持续发展趋势下,对于城市垃圾处理[4]的卡脖子问题,提供了一种可行的解决方案。

摘要：轮毂轴承刚性显著影响汽车的舒适性和操控性。根据轮毂轴承刚性试验方法建立了仿真模型,用试验验证了仿真模型的可靠性。然后根据轮毂轴承关键参数设计方法确定了计算方案。最后研究了预紧力、两列钢球中心间距和接触角对轮毂轴承刚性的影响。试验结果表明:在200和1 000 kN·mm的力矩作用下,钢球中心间距每增加1 mm,轮毂轴承刚度分别增加约80和90kN·mm/(°),40°接触角比35°接触角轮毂轴承刚度分别大556和329 kN·mm/(°)。该结论可实现通过轮毂轴承关键参数的设计来控制其刚度的目的。

摘要：在表现出发热症状的传染病爆发期间,校园、车站、机场等公共场所都新添体温检测程序,如利用测温枪、测温门等进行检测体温,但由于传统体温检测方式存在耗时长、易导致人员聚集而发生交叉感染等缺陷。为此,拟设计一种以Linux嵌入式控制为核心控制器的巡航测温的“智慧小车”。本装置实现了多地点巡航、体温实时监测及口罩监测等功能,对于未来发热症状类的传染病控制都具有重大意义。

摘要：串联结构是非线性反馈移位寄存器(简称NFSR)结构研究中的一种重要模型,已应用于许多密码算法的设计中,如Grain v1、Grain-128、Grain-128a、Sprout、Fruit等.1970年,美国学者Green等人通过引入布尔函数的星积运算,将NFSR的串联结构与特征函数的星积运算一一对应,使得对NFSR的串联结构研究本质上可以转化为对特征函数的星积性质研究.特征函数的星积分解是一个兼具理论和现实意义的问题,同时也是一个富有挑战性的问题,截至目前仅对分解中含有线性布尔函数的情形有较高效的分解算法.本文研究在g未知的条件下,如何由h=gg来求解g.针对两类情形,我们分别给出了求取g的高效算法.在第一类情形中,基于对布尔函数求偏导降次的思想,我们将g*g的分解问题转化为l*g的分解问题,其中l是线性布尔函数,进而利用现有的高效分解算法求得g.在第二类情形中,我们首先构建关于布尔函数求偏导的函数方程,然后利用按次数进行“分层剥离”的思想依次求取g[d];g[d-1];……;g[1],从而最终求取g,其中g[k]是g中所有k次项之和,d=deg(g).上述g[k]的求取也是转化为l*g[k]的分解来实现.此外,本文从星积分解的角度给出了两个特征函数较为“接近”的一种刻画,并将较为“接近”的特征函数的星积分解问题转化为h=g*g的星积分解问题.

摘要：基于计算机视觉的莴苣生长无损监测对莴苣的种植管理有重要的意义。彩色图像包含的纹理、色泽等信息与莴苣生长参数密切相关。以往的研究包括基于人为设计的特征结合机器学习算法估计生长参数,以及通过卷积网络估计生长参数。该文设计了一种结合卷积神经网络和机器学习模型的二阶段算法,用于莴苣的生长参数无损估计。生长参数包括叶片鲜重(LFW)、叶片干重(LDW)、植株高度(H)、植株直径(D)和叶面积(LA)。算法的第一阶段训练卷积网络自动从图像中提取特征,第二阶段基于卷积网络提取的特征,利用集成机器学习算法Stacking(随机森林,深度森林)估计生长参数。实验结果表明,相比直接使用卷积网络估计,设计的二阶段算法能显著降低误差,在五个生长参数上的归一化均方误差(NMSE)分别为2.25%,2.61%,1.63%,0.84%,3.18%,估计值与真实值的决定系数(R 2)为0.9552,0.9578,0.8921,0.8844,0.9362。通过引入深度图,使用3D卷积网络从彩色图和深度图的组合中提取特征,高度(H)的估计准确度能进一步提高(NMSE:1.27%,R ^(2):0.9161)。表明通过卷积神经网络自动从图片中提取特征并结合集成机器学习算法用于莴苣的生长参数估计是可行的。