检索结果-内蒙古大学图书馆

智能汽车关键零部件的电磁兼容性试验研究

引用

时代汽车 2019年第8期 107-110页

作者：李彪赖志达贾晋白云汽车噪声振动和安全技术国家重点实验室重庆市401122 中国汽车工程研究院股份有限公司重庆市401122 重庆理工大学车辆工程学院重庆市400054

文章对智能汽车车载关键零部件工作原理进行了介绍,对其车载系统的电磁兼容环境进行了分析,提出了智能汽车关键零部件应进行的电磁兼容性能考核项目和试验方法,并加以试验验证。

关键词：智能汽车电子零部件电磁兼容性

来源：评论

学校读者我要写书评

暂无评论

镀锌钢板磷化膜P比与结晶覆盖率的测定方法研究

引用

材料保护 2022年第4期55卷 123-128页

作者：岳迪凡栗克建孙岱曹鹏军马鸣图尹在宏汽车噪声振动和安全技术国家重点实验室重庆401122 重庆科技学院冶金与材料工程学院重庆401331 中国汽车工程研究院股份有限公司重庆401122 韩国国立昌原大学纳米新材料工学部昌原51140

为正确评价镀锌钢板表面的磷化效果,针对最典型的2种磷化膜评价方法:P比法和结晶覆盖率测定法进行试验对比分析。分别使用不同的方法测定了磷化膜的P比和结晶覆盖率,结果表明:当不能确定磷化膜XRD数据的精确性时,使用测定P相和H相的衍... 详细信息

为正确评价镀锌钢板表面的磷化效果,针对最典型的2种磷化膜评价方法:P比法和结晶覆盖率测定法进行试验对比分析。分别使用不同的方法测定了磷化膜的P比和结晶覆盖率,结果表明:当不能确定磷化膜XRD数据的精确性时,使用测定P相和H相的衍射峰面积的方法测定P比更准确。当磷化膜XRD数据的精确性高时,直接测试P相和H相的衍射线强度计算出来的P比更精确。当SEM形貌的晶粒形状较多、分布较为复杂时,依据Q/JL J130012-2018可以较准确地测定磷化膜结晶覆盖率;当晶粒分布较为均匀时,可使用Photoshop软件分析法测定磷化膜结晶覆盖率,该方法还可以直观地观察晶粒间空隙的分布情况。

关键词：磷化膜 P比结晶覆盖率

来源：评论

学校读者我要写书评

暂无评论

基于等效力的汽车主动避撞模型及其仿真

引用

汽车工程学报 2022年第1期12卷 33-39页

作者：谭子坤朱孙科罗天洪郑讯佳重庆交通大学机电与车辆学院重庆400074 重庆文理学院智能制造工程学院重庆402160 汽车噪声振动和安全技术国家重点实验室重庆401122 中国汽车工程研究院股份有限公司重庆401122

为使汽车主动避撞模型能够在人-车-路不同行车环境下保证汽车的主动避撞效果,建立了基于等效力的汽车主动避撞模型。通过以汽车风险评估中提出的等效力模型为基础,加入路面附着系数因子、驾驶员激进程度因子和汽车速度因子,得到行车等... 详细信息

为使汽车主动避撞模型能够在人-车-路不同行车环境下保证汽车的主动避撞效果,建立了基于等效力的汽车主动避撞模型。通过以汽车风险评估中提出的等效力模型为基础,加入路面附着系数因子、驾驶员激进程度因子和汽车速度因子,得到行车等效力模型,通过实际行车等效力与不同行车环境中的标准等效力进行对比,实现汽车主动避撞预警。利用Simulink/CarSim进行联合仿真,结果表明,该模型在不同的行车环境下均能在安全距离内制动至前车车速且两车的跟驰距离会根据不同的行车环境得到合理变化。可见该模型能够保证汽车在不同行车环境下的主动避撞效果,为汽车主动避撞提供一个新模型。

关键词：智能汽车主动避撞行车风险量化等效力

来源：评论

学校读者我要写书评

暂无评论

电动汽车电磁场对人体暴露测量方法的研究

引用

中文科技期刊数据库(全文版)工程技术 2017年第9期 00294-00294,296页

作者：陈立东黄雪梅汽车噪声、振动与安全技术国家重点实验室重庆 401120 重庆市汽车电磁兼容性能开发工程技术研究中心重庆 401120 中国汽车工程研究院股份有限公司EMC检测部重庆 401120

本文对电动汽车的人体暴露电磁场测量方法进行了研究,并对某款电动汽车进行了实际测试,验证了测试方法的可行性。

关键词：电动汽车人体暴露

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络的智能车辆换道决策模型研究

引用

汽车工程学报 2022年第1期12卷 83-89页

作者：陈力殷时蓉罗天洪郑讯佳重庆交通大学机电与车辆工程学院重庆400041 重庆文理学院智能制造工程学院重庆402160 汽车噪声振动和安全技术国家重点实验室重庆401122 中国汽车工程研究院股份有限公司重庆401122

为了正确刻画智能网联环境下的车辆换道行为,提出基于BP神经网络的车辆换道决策模型。分析了交通流中车辆换道行为,以HighD自然驾驶数据集为数据来源,筛选出1 900组车辆换道和未换道信息作为模型的训练与验证,利用高斯滤波方法拟合目标... 详细信息

为了正确刻画智能网联环境下的车辆换道行为,提出基于BP神经网络的车辆换道决策模型。分析了交通流中车辆换道行为,以HighD自然驾驶数据集为数据来源,筛选出1 900组车辆换道和未换道信息作为模型的训练与验证,利用高斯滤波方法拟合目标车辆换道轨迹和横向位移轨迹,选择影响车辆换道决策的7个参数作为模型输入,建立BP神经网络换道决策模型,利用筛选出的数据进行模型的训练和测试。结果表明,选择7个参数建立的BP神经网络模型决策精度达到96.2%,能有效识别车辆换道行为。

关键词：智能交通车辆换道 BP神经网络换道决策模型智能汽车

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：