针对电缆埋入纤维增强复合材料板的热应力问题,建立了纤维增强复合材料板三维有限元分析模型,选定常温与树脂软化温度区间(25~80)℃,利用ANSYS软件模拟计算了构件在均匀温度场中由于各层部件之间的热膨胀系数差异而引起的热应力,并对模拟结果进行了分析,为优化埋入复合材料的电缆结构中电缆型号与密度提供了依据。分析结果表明构件最大热应力与热载荷成正比,出现在树脂富集区与复合材料界面处;电缆间距为(8~10)mm时热应力会出现极大值,之后随着间距的增大而逐渐减小;构件不同区域最大热应力不同,但均出现在结构的边缘和夹角处;在热环境下埋入电缆的构件最大变形量比未埋入电缆时降低了约5%,因此若要保持足够的对准精度则需要考虑电缆的埋入密度。研究结论对设计复合材料板电缆埋入结构具有一定的参考价值和指导意义。

为节省按需式电流体微滴喷射打印技术的微滴直径预测时间及解决众多工艺参数的合理选择问题,实现更高打印质量和效率,提出了数值仿真与机器学习算法相结合的方法。基于线性回归、支持向量回归、神经网络和随机森林算法建立8种参数与微滴直径的关系模型。算法结果表明支持向量回归算法准确率最高、误差较小,随机森林算法和线性回归算法次之,神经网络算法准确率较低且误差较大。机器学习可以对按需式电流体微滴喷射打印微滴直径进行有效预测,此方法可以有效地提高设计效率。

随着时代的发展和生活水平的提高,人们对乘车舒适性要求的日益提高,由于人体器官的固有频率都很低（如头部为2-12Hz,肢体为10-12Hz,内脏为4-6Hz,眼球为2-3Hz）,故低频噪声更容易引起驾驶员和乘客的疲劳。本文介绍高压管总成通过调整降噪结构后,经过台架试验、实车验证、驾驶员主观感受等方式验证,转向噪声明显降低,提高了驾乘人员的驾乘舒适度。