针对自动紧急制动系统兼顾制动效能和制动舒适性的要求,设计了两级自动紧急制动系统控制策略。选取具有丰富驾驶经验的驾驶员在驾驶模拟器硬件在环试验台上进行试验,利用驾驶员实际制动数据确认驾驶员最舒适制动减速度,以此在单级自动紧急制动强度的基础上,建立了考虑前车运动状态的两级自动紧急制动安全距离模型和两级自动紧急制动系统控制策略,并通过驾驶模拟器硬件在环试验对所设计的控制策略进行验证。结果表明两级自动紧急制动系统能够有效防止紧急制动车辆发生碰撞危险,具有良好的驾驶辅助功能。

对于风电机组叶片,由于大型叶片根部翼型较厚,易出现流动分离现象,为了提高叶片气动性能,利用雷诺平均方程(RANS),采用SST k-ω湍流模型进行了叶片三维气动性能的仿真模拟,并与Bladed软件的计算值进行对比,验证了该方法的可行性。仿真模拟结果显示叶片根部压力面和吸力面压力曲线交叉,严重影响了叶片轴端的输出功率,而安装扰流板的叶片根部压力面流体速度呈梯度下降,压力增大,同时提高了吸力面的流速,从而增大了叶片两面的压力差。在低于额定风速条件下,扰流板可以提高叶片轴端的输出功率2.3%~2.5%,推力增长仅为2.0%;扰流板安装高度越高,其轴端输出功率提升效果越好。

针对受限环境下重型钢桁架的安装,研发液压同步顶推滑移施工技术,包括分段拼接和钢桁架顶推滑移。通过设置拼接胎架、进行焊接防风控制,为重型钢桁架拼接创造条件。通过设置滑移轨道,对顶推节点进行受力分析,吊装钢桁架、组装滑移单元,实现钢桁架的顶推滑移。该技术可解决钢桁架运输、吊装困难,滑移过程中钢桁架与建筑侧壁易碰卡等难题。

采用传统的直线和Walker修形曲线相结合的方法对轮齿进行修形。运用三维软件Pro/E进行建模,通过无缝连接在ANSYS Workbench14.0中进行分析,并与直线修形和Walker修形曲线修形的齿轮进行对比,以检验该方法的可行性。

针对龙门五轴加工中心的基本结构及技术指标特点,归纳其产品检测的主要检测指标。提出了龙门五轴加工中心精度检测的基本要求,总结了几何精度检测、运动精度检测、定位精度和重复定位精度检测、工作精度检测、S件加工精度检测的检测方法。给出速度和加速度动态检测、机床模态检测的检测方法。分析了主轴静刚度检测、主轴热变形检测、S件切削振动检测的检测方法。

针对立式加工中心的特点,设计开发了具有龙门结构的三轴立式加工中心,并提出其扩展为四轴加工中心和五轴加工中心的实施方案。利用有限元的方法,进行了龙门立式加工中心的模态分析,计算了各阶模态和振型。采用力锤对机床样机进行模态试验,测得各阶固有频率和振型等模态参数。采用有限元分析计算和试验测试的方法获得的机床基本振型大致相同,固有频率结果一致性良好,床身及立柱稳定,薄弱点为主轴箱与X轴滑板的连接处。

胶管通常是液压自动厚度控制（automatic gauge control,简称AGC）、自动张力控制（automatic tension control,简称ATC）、弯辊等伺服或比例系统必须使用的元件,其内容积膨胀系数β为控制系统建模的关键参数,对建模精度影响较大,但以往内容积膨胀系数主要在70 MPa~350 MPa范围内取经验值,无法保证其准确性。为了解决此问题,首先,利用位移法分析推导了β值的数学模型;然后,设计了一种液压胶管β值的检测方法,由柱塞缸和待测液压胶管构成充满液压油的密闭容腔,通过加载系统使柱塞缸运动,实现密闭容腔内液压油的压缩及液压胶管的膨胀,由检测装置测算出密闭容腔内的体积及压力变化;最后,通过理论计算准确得到液压胶管内容积膨胀系数,为液压胶管的高精度建模奠定了基础。

多个液压缸的高速、高精度同步控制是辊式淬火机设备投产前必须解决的一个技术难题。通常，需要对设备进行反复调试才能取得令人满意的控制效果，这与紧张的设备安装与调试工期相互矛盾。为此，根据淬火机的框架同步提升原理，研制了一台多缸同步模拟装置。介绍了模拟装置的主要功能及其相似性设计原理。介绍了计算机控制系统的硬件、软件组成及其实现方法。将在模拟装置上充分调试后的计算机控制软件应用于某淬火机框架提升装置的控制中，其同步控制误差小于4%，且有效缩短了现场调试周期。

为解决某SUV车型怠速工况下液压助力转向系统噪声问题,对转向系统噪声的成因进行了分析,针对该车型转向系统的压力脉动噪声,提出了使用1/4波长管的消声管的方法。通过优化消声管的长度,在两种不同配置的车型上进行了验证。经过试验测试,对脉动噪声的衰减效果非常明显。

利用光谱仪测得三种品牌共150个机油样本的光谱数据,再借助数据处理软件对原始光谱数据进行处理,处理后的数据先采用主成分分析法对机油品种进行定性分类,然后利用小波变换技术提取光谱特征信息,把光谱特征信息作为人工神经网络的输入建立机油品种识别模型,对机油品种进行定量鉴别。从每种机油50个样本共计150个样本中随机抽取120个样本（每种40个样本）用来建立神经网络模型,剩下的30个机油样本用于预测。品种识别准确率达到100%。说明本文提出的方法具有很好的分类和鉴别作用,为机油的品种鉴别提供了一种新方法。