- 谢素明;杨文博;张强;张露颖;
基于有限元分析和结构优化技术,研究如何提升重载双浴盆敞车车体的性能指标。依据结构和载荷特点建立敞车车体的有限元分析模型;依据TB/T 3550.2—2019标准和设计任务书对车体进行整体垂向刚度和整体结构模态分析与评价;针对车体第一阶频率偏低问题,通过频率对车体部件灵敏度分析筛选出频率优化设计变量,对车体第一阶频率开展结构优化。优化后车体第一阶频率提高1.3 Hz,质量增大0.49 t;在考核车体强度指标的计算载荷作用下,对车体部件强度进行分析与评价。针对安全系数不满足要求的车体中部下边梁撑杆支座和中梁与浴盆端部区域,开展局部结构补强和最佳刚度匹配及理想补强形状的优化设计。下边梁撑杆支座区域尺寸优化后和中梁与浴盆端部分步拓扑优化后,部件安全系数均满足设计要求。
2026年01期 v.47;No.223 45-52页 [查看摘要][在线阅读][下载 702K] [下载次数:16 ] |[阅读次数:0 ] - 陈秉智;张瑞;张国栋;卢嘉茗;贾舒静;秦睿贤;
以某列车为研究对象,建立了列车一维碰撞动力学模型,研究车辆碰撞加速度、列车吸能界面平台力、行程参数之间的关系,构建吸能设计参数与列车响应之间的神经网络模型,并采用NSGA-Ⅱ方法对优化问题进行求解,根据列车最大平均加速度对应区间与各车体加速度确定最优吸能设计方案。结果表明:列车的界面吸能参数经协调设计后可以明显降低碰撞加速度,衰减碰撞过程中车体加速度振荡。
2026年01期 v.47;No.223 53-59+85页 [查看摘要][在线阅读][下载 804K] [下载次数:11 ] |[阅读次数:0 ] - 尹剑;周子晗;史立;刘宇;沙智华;
针对高速列车制动闸片紧固件卡簧服役失效问题,建立制动盘/闸片制动有限元模型,考虑了卡簧的预紧和赋予,得出列车制动过程中卡簧的服役应力和位移结果,从应力和位移角度划分了卡簧失效等级并判别其在200 km/h制动工况下的失效状态。结果表明:制动过程中卡簧周边零部件的运动导致卡簧服役应力和位移增大;将卡簧失效划分为不失效、初步失效和完全失效三个等级,200 km/h制动工况下卡簧主要发生初步失效;制动盘内圈卡簧失效率为75%,中圈卡簧失效率为100%,外圈卡簧失效率为37.5%,其中卡簧位移失效情况多于应力失效。
2026年01期 v.47;No.223 60-67页 [查看摘要][在线阅读][下载 1241K] [下载次数:21 ] |[阅读次数:0 ] - 沙智华;夏禹;石鸿瑞;郭嘉伟;刘子源;马付建;张生芳;
为准确预测中空薄壁铝合金结构件加工过程中的铣削力与铣削温度,对中空薄壁铝合金结构件进行离散化处理,针对各结构构建了铣削力与铣削温度的解析模型并进行了耦合计算,利用中空薄壁铝合金结构件局部铣削试验对解析模型进行了验证。结果表明:铣削力与铣削温度的模型与试验值的误差较小,铣削力最大误差为7.4%,铣削温度最大误差为8.2%,验证了模型的正确性。
2026年01期 v.47;No.223 68-76页 [查看摘要][在线阅读][下载 889K] [下载次数:57 ] |[阅读次数:0 ] - 李芳;
为了探究隧道上拱对高速列车振动响应的影响并提出上拱限值,开展了隧道上拱区高速列车动力学响应研究。建立高速列车-无砟轨道-隧道刚柔耦合动力学模型,揭示高速列车的振动响应变化特征,并基于列车动力响应指标提出了隧道上拱限值。研究结果表明:随着上拱幅值的增大,无砟轨道变形几乎线性增大;随着上拱波长增大,轨道的上拱趋于平缓;高速列车通过上拱区域时,轮轨力先增大、后降低、再增大、再降低,随着隧道上拱幅值增大,轮轨力和轮重减载率逐渐增大;随着上拱波长增大,轮轨力和轮重减载率逐渐降低;随上拱幅值增大,Sperling指标几乎呈现线性增长,而随着波长增大,Sperling指标先增大后减小,表明20 m上拱波长是影响列车舒适性的敏感波长。综合轮轨力和Sperling指标得到隧道上拱限值为22 mm/5 m、19 mm/10 m、17 mm/15 m、13 mm/20 m和27 mm/25 m。
2026年01期 v.47;No.223 77-85页 [查看摘要][在线阅读][下载 1098K] [下载次数:58 ] |[阅读次数:0 ] - 张晓排;王明阳;李文吉;王春艳;
为了研究牵引风道内、外噪声特性及其成因,利用大涡模拟湍流模型,计算了风道内瞬态流场,提取风道内部的流场速度作为体声源,通过Lighthill声类比法得到了声学张量,并将其代入声波方程计算出风道内、外噪声。结果显示,风道内部转弯处形成了大量漩涡,且涡量较大,该区域声压级也较高。出风口1处的两个连续转弯使得其噪声比出口2高3.9 dB(A)。风道噪声为低频宽带噪声,无谐波成分,出口噪声无明显指向性。
2026年01期 v.47;No.223 86-91页 [查看摘要][在线阅读][下载 359K] [下载次数:25 ] |[阅读次数:0 ]
- 王世鹏;宋效宇;
为解决变量相关区间模型的可靠性指标计算问题,以DSA250型受电弓为例,首先利用有限元方法对受电弓进行静强度分析,得到受电弓结构的最大危险点和最大应力值;其次通过建立最大应力值的响应面得到受电弓的极限状态函数,并通过区间模型的可靠性指标计算公式得出受电弓的区间模型可靠性指标;最后基于区间模型推导了考虑变量相关的可靠性指标和可靠度计算公式,并与不考虑变量之间相关性的可靠性指标相比较。结果表明:在区间模型的基础上,二者可靠度都为1,而考虑变量相关的可靠性指标与不考虑变量相关的可靠性指标之间的相对差别为4.67%,得出变量之间的相关性对于结构可靠性有一定的影响。
2026年01期 v.47;No.223 122-129页 [查看摘要][在线阅读][下载 358K] [下载次数:26 ] |[阅读次数:0 ] - 梁天添;杨健雄;钱振明;
针对长短期记忆神经网络(Long Short Term Memory Neural Network,LSTMNN)在辨识异步电机故障时,因人工选择网络超参数导致的辨识精度下降问题,提出一种改进的蜣螂优化算法寻优LSTMNN的重要参数。首先,建立具有定子匝间短路故障的异步电机系统模型;其次,利用精英反向学习策略、分段线性混沌映射、动态混沌权重因子和动态权重系数等方法改进蜣螂优化算法;最后,使用改进蜣螂优化算法对LSTMNN的关键超参数进行寻优。仿真结果表明,相较于基于蜣螂优化算法和基于改进麻雀算法的LSTMNN,提出的优化LSTMNN对故障及其他变量的辨识均方根误差分别降低了51.93%、36.49%,平均绝对误差分别降低了56.83%、43.99%,平均绝对百分误差分别降低了29.91%、22.25%,表明采用改进的蜣螂优化算法对LSTMNN的关键超参数寻优,可显著提高LSTM网络对电机故障及其他变量的辨识能力。
2026年01期 v.47;No.223 130-139页 [查看摘要][在线阅读][下载 1102K] [下载次数:72 ] |[阅读次数:0 ] - 伊卫国;邢润聪;
微表情识别是目前比较热门的研究领域,但微表情存在持续时间短、强度低等问题,导致人们难以通过肉眼捕捉真实情感表达,这也使得微表情特征提取成为研究中的核心挑战。深度神经网络模型的出现,显著推进了面部微表情识别技术的发展。因此,设计一种浅层双分支卷积神经网络:首先,利用卷积神经网络(CNN),通过局部注意力模块和多尺度模块学习大量静态图像和光流图像,以提取局部和全局特征;其次,采用长短期记忆网络(LSTM)学习图像序列中面部表情的变化;最后,通过CNN和LSTM的决策融合,使模型既能提取面部微表情局部和全局特征,又能整合时间和空间特征。试验结果验证了该模型的有效性:在SMIC、SAMM、CASMEⅡ等7个广泛使用的自发微表情数据集上,与7种算法相比,所提方法在■指标上平均提高19%,在B_(UAR)指标上平均提高20%。
2026年01期 v.47;No.223 140-145页 [查看摘要][在线阅读][下载 288K] [下载次数:235 ] |[阅读次数:0 ] - 王俭朴;赵裔海;李瑞;
为研究永磁体结构、材料和温度对永磁同步电机的性能影响,采用多目标优化算法对永磁电机结构进行优化,建立永磁体内置双层V形永磁同步电机模型。基于优化后的永磁同步电机,分析钕铁硼和钐钴两种永磁材料在不同工况下永磁同步电机的电磁性能。分析相同材料下温度对永磁同步电机电磁性能的影响。仿真结果表明,使用钐钴的双层V形永磁体结构电机的电磁性能更好,永磁同步电机永磁体的工作温度应该控制在200℃及以下,高于200℃有造成永磁体不可逆退磁和铁芯损耗增加的风险。
2026年01期 v.47;No.223 146-152页 [查看摘要][在线阅读][下载 462K] [下载次数:69 ] |[阅读次数:0 ] - 曾洁;严飞杰;杨丽汇;邹娟;
针对当前图像分类领域中所使用的网络结构复杂、模型文件较大、部署成本较高等问题,首先提出了一种基于热成像的轻量化图像分类方法,该方法使用热成像摄像头代替传统摄像头进行现实图像的捕捉,通过多帧合成的方式降低图像噪声和提高成像质量,采用自适应伪彩色编码将热成像捕捉的灰度图像转换成适合机器学习的彩色图像。其次使用改进的SqueezeNet轻量化卷积神经网络模型对自建的热成像手势数据集进行训练,模型的参数仅为1.4 MB。最后通过NCNN框架将模型部署到嵌入式设备中,经验证,该方案的分类效果良好且速度较快,其测试精度高于99.3%,在树莓派4B上的图像推理时间低于68 ms。
2026年01期 v.47;No.223 153-160页 [查看摘要][在线阅读][下载 522K] [下载次数:51 ] |[阅读次数:0 ] 下载本期数据