通过对桥式起重机主梁静、动态特性研究发现不同类型的加劲肋对于桥式起重机主梁静动态特性的影响不同。首先建立了起重机主梁以及4种加劲肋的三维模型并进行装配。然后利用ANSYS Workbench强大的仿真功能分别对安装了矩型肋、角型肋、T型肋和正球头肋的起重机主梁进行静态特性分析、模态分析以及谐响应分析。结果表明,安装角型加劲肋的主梁性能优于其他3类主梁。最后论证了纵向加劲肋对主梁结构有着不可忽视的影响。

运用Patran软件建立平地机整机有限元模型,并进行几种典型工况下的强度分析。根据应力云图及位移云图对机架强度进行评价。采用Ds-Net数据采集系统,选取多个测试点,对平地机进行一种典型工况下静态应力测试。将试验结果与理论分析结果进行对比,验证模型的可靠性。将有限元方法应用于平地机的设计阶段,极大的缩短了产品的开发周期,降低了开发成本,也为掌握并积累平地机有限元的分析方法和经验、为今后人们将有限元法应用到平地机设计中提供依据,对其他类似结构的设计改进也具有一定的参考价值。

良好的散热系统是发动机工作的重要保证,良好的匹配性是整车高效工作的保证。针对车辆发动机散热器温度场匹配性进行分析,对发动机冷却风量、散热器散热量及水泵的选择计算进行分析,对影响冷却系的重要因素冷却风扇和散热器的选取进行分析,在此基础上对冷却系统的匹配性进行分析,采用FLUENT仿真和冷却系统试验台相结合的方法对获得的最佳工况点进行检验,结果可知通过风扇入口静压、散热器内部静压损失曲线匹配,获得冷却系统的最佳工况点风量和压强分别为16.70m3/s和761.48Pa;在最佳工况点,冷却水由入口处的95℃下降到出水管处的大约平均78℃,发动机内冷却水的最低温度为79.4℃,可以满足发动机要求;试验测试结果表明,达到稳定工况时,出口温度恒定在78.4℃左右,试验与仿真结果基本吻合,表明匹配性设计符合要求,误差小于1%,为同类设计提供参考......

利用有限元法对两个刚性小、形状不同且易变形的柔性件进行装配偏差分析。采用"6-2-1"定位方式对柔性件进行定位,通过影响系数法对柔性件装配偏差进行建模,分析在焊接装配中产生的偏差。结合有限元软件Workbench和MATLAB进行仿真计算,与CATIA TAA分析结果进行对比。研究结果表明薄板A中测量点偏差的分析结果与CATIA TAA仿真结果存在偏差,而薄板B中测量值与CATIA TAA仿真结果基本相同,验证了分析结果的有效性,为产品分析提供了方便。最后,研究了焊接点个数对柔性件装配偏差的影响,得出柔性件装配偏差随着焊接点个数的增加呈先减小、后增加的趋势。

针对3-RRRU并联机器人控制精度问题,基于空间矢量法建立运动学正解模型以及误差模型,详细分析了机器人各结构误差源对控制精度的影响。仿真结果表明驱动角度误差分布在0.001°~0.01°时,第一支链的驱动角误差对被控终端的精度影响最大为84.2um;连杆加工误差在0.01mm^0.1mm变化时,靠近动平台的被动杆为0.1mm时对被控终端精度影响最大,其最大误差值为137.2um;静、动平台的外接圆半径加工误差为0.1mm时,机器人终端最大误差为568.4um。因此,对于线性连杆加工误差和角度误差源,连杆加工误差对多支链、多连杆机器人精度的影响高于角度误差,且静、动平台的加工误差对机器人的终端控制精度影响最大,为后续机器人结构的最优化设计提供了理论依据。

根据电梯导轨的截面形状和技术要求,应用专业的冷弯成型设计软件COPRA对电梯导轨进行成型工艺的设计,并运用变形模拟功能分析了该工艺设计的合理性。在此基础上建立了符合实际工况的计算模型,将变形圆角处的网格进行加密划分,并进行了全流程的成型仿真。通过对位移、接触应力、截面对比、单元节点的宽度应变分析,得到仿真结果中圆角处的减薄量与实际的成型结果基本一致。结合仿真结果与现场安装调试出现的成型缺陷,研究出相应的解决策略。结果表明COPRA软件计可以预测成型缺陷、提高设计的可靠性;模具的现场调试对产品的最终成型质量具有重要的意义。

为解决磁流变(MR)阻尼器因其固有的强非线性磁滞特性使得其逆向模型的建立不能取得较好精度的问题,利用BP神经网络技术建立MR阻尼器的逆向模型,采用思维进化算法(MEA)对神经网络的权值和阈值进行优化。将所建立的逆模型应用于1/4车半主动悬架系统中进行仿真,结果表明,优化后的神经网络模型提高了控制电流的预测精度,半主动控制效果较好,可以较好地实现对期望阻尼力的跟踪。

针对电动自行车续驶里程不足,首先提出模糊控制策略,选取制动强度、蓄电池SOC、轮毂电机转速为输入量,再生制动力占总制动力的比值作为输出量,设计模糊规则和控制器,在Matlab/Simulink中进行仿真。然后制定试验方案并搭建试验台架,分别采集紧急制动、中轻度制动、下长坡制动三种工况下轮毂电机转速和超级电容电压,推导制动能量回收率。最后对比分析三种工况下试验与仿真效果。结果表明在确保制动安全的条件下,该策略在三种工况下的回收率分别高于试验结果 2.85%、1.54%、2.48%。

针对智能汽车的智能循迹控制问题,提出一种自适应神经网络动态面控制算法。该方法解决了传统反步法中的"微分爆炸"现象,考虑到动力学模型中存在的不确定项、外部干扰以及控制输入饱和受限问题,采用RBF径向基函数神经网络对其实现补偿控制。为解决控制过程中可能会出现的代数环问题,预先将RBF中的控制输入项进行低通滤波处理。设计相应的Lyapunov函数证明了闭环系统的所有误差,并将设计的控制算法与无饱和受限情况下的控制算法进行对比,仿真结果进一步验证了该控制算法的有效性和可靠性。

对一款微型客车在爬坡工况下发动机舱的流场及温度场进行了仿真分析,发现发动机舱内出现涡流及回流,部分部件超过容许温度等现象。利用网格变形软件、计算流体力学仿真软件及多目标优化软件建立多学科融合的联合仿真优化模型,通过在下进气格栅后部加装导流板,实现导流板竖向偏角的参数化,将超过容许温度部件的最高温度点、冷凝器和散热器的进气流量作为优化目标,对导流板角度进行优化设计,得到该微型客车下进气格栅导流板的最佳角度为上导流板10°,下导流板-8°。