【摘 要】
：
基于杠杆法对双排并联行星齿轮机构(Planetary gear mechanism,PGM)构件进行节点匹配,获得PGM连接方案;对单电机变速器(Single motor transmission,SMT)的发动机、电机及接合元件布置进行分析,获得接合元件数少、发动机及电机驱动模式挡位数多的布置方案。根据现有双排并联PGM变速器传动比范围对PGM连接方案进行筛选,得到17种满足传动比要求的SMT构型。任选一种SMT构型,将其拓扑化后进行工作模式及功率流向分析,得出其能实现发动机驱动、电机驱动、混合驱动、行
【机 构】
：
山东科技大学交通学院,山东科技大学机械电子工程学院
【基金项目】
：
山东省重点研发计划(2019GGX103024)。
论文部分内容阅读
基于杠杆法对双排并联行星齿轮机构(Planetary gear mechanism,PGM)构件进行节点匹配,获得PGM连接方案;对单电机变速器(Single motor transmission,SMT)的发动机、电机及接合元件布置进行分析,获得接合元件数少、发动机及电机驱动模式挡位数多的布置方案。根据现有双排并联PGM变速器传动比范围对PGM连接方案进行筛选,得到17种满足传动比要求的SMT构型。任选一种SMT构型,将其拓扑化后进行工作模式及功率流向分析,得出其能实现发动机驱动、电机驱动、混合驱动、行
其他文献
为了解决5G车载网络电力注入系统在确保数据安全性和隐私保护时产生更高计算开销和传输开销的问题,提出一种基于超高效无证书聚合签名(Certificateless aggregate signature, CL-AS)算法的5G车载网络电力注入的大数据匿名批量验证方法。基于椭圆曲线密码体制设计超高效的CL-AS算法来解决证书管理问题和较高的系统开销,引入不依赖签名数量仅需验证者执行两个标量乘法运算的批
提出一种以线性码原理和混沌映射理论为基础的无载体信息隐藏方案。通过提取图像的像素矩阵,利用线性码原理和混沌映射理论先后对矩阵信息作可验证处理和加密处理,最后通过一系列变换建立图像与密文信息的对应关系,从而实现无载体信息隐藏。实验和分析表明,该方案保证了信息的安全性,增强了随机性,同时具有可验证性,这使得提出的信息隐藏方案是可信任的。另外相比于其他方案,该方案的隐藏容量有了很大的提升,并且大大减少了
针对T型结构磁流变制动器工作间隙的位置和数量的不同对制动性能的影响,结合理论建模与模拟仿真分析,在同等外形尺寸、同种磁流变液材料的约束下,对T型结构磁流变制动器不同工作状态下的制动力矩和磁场分布进行了研究。基于工作间隙的不同位置和数量,进行了磁路的设计和制动力矩理论建模与计算;通过仿真结果和理论计算结果的对比,对不同位置的工作间隙所产生的制动力矩进行了分析。结果表明,当所使用磁流变液的材料、制动器的外形尺寸一致的情况下,对比制动力矩的仿真分析结果和理论计算结果,两者的相对差值在盘式工作状态下大于筒式工作状
针对现有网络仅解决单一类型的噪声和计算效率低的问题,提出一种基于轻量深度残差网络的图像多类型噪声去除算法。该算法采用改进的残差模块和级联训练的方式提高去噪网络在多类型噪声去除过程中的精确度,通过设计一个边缘感知损失函数来保证恢复图像中具有更多的边缘细节和更高的感知质量。实验结果表明,该算法的整体性能要优于其他算法,在有效增加边缘细节的同时,计算效率也有极大的改善。
为了研究由加工产生的对中误差对人字齿轮啮合传动的影响,提高传动的稳定性,根据人字齿轮的结构特点和轮齿几何接触模型,综合考虑齿面间隙、力平衡条件及轴向位移等因素,建立了含对中误差的人字齿轮承载接触分析模型;分析不同对中误差对人字齿轮的轮齿接触和轴向振动的影响,提出了一种利用轴向装配误差与对中误差耦合作用的补偿方法。研究结果表明,对中误差严重降低了人字齿轮传动的稳定性和可靠性,而误差耦合补偿可以降低对中误差引起的偏载和轴向振动,为传动过程的优化提供了新方法,对提高人字齿轮系统的动态特性具有重要意义。
切片重组技术是将完整数据分成若干切片来保护其在传输和重组过程中隐私性的方法。为了进一步保证数据的安全,同时提高传输的鲁棒性,提出一种基于纠错码技术的数据分片传输方案。将完整数据切分后采用Reed-Solomon码进行编码,并利用可更新哈希链生成共享密钥对切片顺序进行置换,汇聚节点可利用满足限值的部分切片来恢复原始数据。分析和仿真证明了该方案中数据的隐私性和传输的鲁棒性,并减少了攻击或损坏对数据传输
针对电缆区域多样且数量较多等原因导致各区域难以分割的问题,提出一种基于箱型图与折点阈值边界的电缆分割方法。设计一种HSV空间下的阈值边界分割方法;根据电缆结构特征对各区域进行初步分割,对分割结果进行统计,根据箱型图计算各通道的初始阈值边界;计算折点阈值边界并完成区域的精确分割。实验结果表明,该算法对于不同的电缆区域可以自适应计算该区域的色调中位数以及阈值边界,算法分割效果好,鲁棒性高。
传统事件主体抽取方法着重依赖句子级信息进行抽取,不能完全解决事件的模糊性问题。提出一种基于门控多层次注意机制的ELMo-BiGRU深度学习模型对事件主体抽取进行研究。使用ELMo预训练模型生成上下文相关的动态词向量,在一定程度上缓解一词多义的问题;为了处理句子中存在事件模糊性的问题,采用门控多层次注意力机制动态融合每个词的句子级信息和文档级信息。实验结果表明,该方法的抽取效果明显优于传统抽取方法,
以一种两转动一移动非对称2UPS-UP并联机构为研究对象,对其进行了性能分析和尺度参数多目标优化。机构自由度由恰约束支链UP确定,即机构可实现绕该支链U副中心的两转动运动和沿P副的移动运动。给出正逆向位置符号解,且正逆解具有部分运动解耦特性,有利于后续误差分析、轨迹规划与控制。应用矢量法推导出速度表达式,根据速度Jacobian矩阵分析了机构奇异位形。以旋量代数为工具,给出了机构运动和力传递性能评价指标。在机构性能评价和工作空间分析的基础上,建立了机构尺度参数昂贵约束多目标优化模型,并采用多目标进化算法求
针对白带显微图像中白细胞、念珠菌、滴虫的自动化识别问题,提出基于改进的YOLOv3-tiny与Resnet50相结合的细胞识别算法。在细胞检测阶段,基于改进的YOLOv3-tiny算法进行细胞检测,结合显微图像中细胞均为小目标的特点,提高对细胞的检测准确率。在细胞识别阶段,采用Resnet50模型对细胞进行精确分类,并结合显微图像细胞数据集的特点,运用迁移学习的方法进行模型训练,提高分类的准确率。