针对传统汽车驾驶模拟器价格昂贵难于普及的现状,研究了一种基于并联机构的三自由度汽车驾驶模拟器。对驾驶模拟器的运动平台机构进行了逆解分析,设计了运动和人机交互控制程序。使用Adams进行运动学和动力学的仿真,对比正逆解仿真数据得出驾驶模拟器的运动特性和动力性能,验证了逆解分析的正确性和平台运动的安全性。利用Visual Studio2013和OpenGL图形工具包设计了三个自由度的模拟驾驶实景软件,用户可在三维沉浸立体显示环境下模拟真实驾驶行为,完成对模拟器的人机交互实时控制。进行了物理样机试验,试验结果表明驾驶模拟器能够实时模拟汽车的各种运动,以较低的成本获得了较逼真的驾驶体验。

为有效提取振动信号中隐含的故障特征,以准确判别机械故障类型,提出一种基于卷积残差权值共享长短时记忆神经网络(Conv-Res-SWLSTM)的故障诊断模型。利用卷积网络来捕获振动信号的局部空间特征;通过融合门结构构建共享权值长短时记忆神经网络(SWLSTM),减少网络需要优化的参数及训练时间,进而更高效地发掘上层网络输出信号中隐含的时间特征。同时,引入缩放指数线性单元函数以提升网络自归一化性能,并嵌入残差模块以增强网络对故障特征的感知及提取能力。最后,基于机械故障实测数据集开展对比实验,结果表明所提模型在4种转速下的平均诊断精度达到99.30%,相对于其他模型具有更优的诊断精度和稳定性。