考虑履带-地面力学实时特性的履带车辆通过性研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51705032
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    25.0万
  • 负责人：
    姚禹
  • 依托单位：
    长春工业大学
  • 学科分类：
    E0503.机械动力学
  • 结题年份：
    2020
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2020-12-31

项目摘要

It is the purpose to explore unknown characteristics of track-terramechanics, and predict traversability of tracked vehicles based on engineering problem. However, there is few mathematical model of track-terramechanics system which includes characteristics of track-terramechanics in current studies. Meanwhile, the problem of track-terramechanics parameters change is not considered. The traversability of tracked vehicles has not been predicted accurately in current methods. To solve the problem, it is essential to estimate track-terramechanics parameters in real time. Therefore, a detailed mathematical model which considers characteristics of track-terramechanics is proposed for the first time. Furthermore, a novel algorithm which is composed of error tolerant switch and robust strong tracking filter is developed for online track-terramechanics parameters estimation. Finally, the evaluation system of traversability can be established based on the real-time track-terramechanics parameters. The results show that equipped with the estimation algorithm, the proposed evaluation system can be used to predict traversability of tracked vehicles, and make the traction performance satisfied with track-terramechanics characteristics.
本项目以工程问题为背景，旨在探索未知地面的履带-地面力学特性，预测履带车辆对未知地面的通过能力。然而，以往研究中甚少建立包含履带-地面力学特性的履带-地面力学系统数学模型。同时，也未考虑履带-地面力学特性参数突变和缓变的问题。因此，已有方法无法很好地解决这类履带-地面力学特性时变的履带车辆通过性问题。本项目旨在解决上述难题，对考虑履带-地面力学实时特性的履带车辆通过性进行研究。首先，阐明履带-地面相互作用机理，建立表征履带-地面力学特性和履带车辆关键信息的履带-地面力学系统数学模型。其次，提出基于误差容错转换型鲁棒强跟踪滤波算法的履带-地面力学实时特性参数估计方法，该方法可以解决履带-地面力学实时特性参数突变和缓变导致算法估计精度和系统鲁棒性下降的问题。最后，建立并优化履带车辆通过性评价体系，准确预测履带车辆在未知地面的通过能力，为履带-地面力学研究提供理论基础。

结项摘要

本项目以工程问题为背景，旨在探索未知地面的履带-地面力学特性，预测履带车辆对未知地面的通过能力。按照项目预期目标圆满完成了全部工作内容，取得如下主要成果：(1)对履带-地面力学系统进行机理分析，建立包含履带-地面力学特性定量关系的履带-地面力学系统模型，经过仿真分析，该数学模型能够表征履带-地面力学特性信息和履带车辆关键信息。(2)利用方根滤波的思想，提出鲁棒型强跟踪滤波算法(robust strong tracking filter, RSTF)；为解决履带-地面力学实时特性参数突变这一问题，引入误差容错因子(error-tolerant factor, ETF)，提出误差容错转换型鲁棒强跟踪滤波算法(error-tolerant switch-RSTF, ETS-RSTF)，当误差超过阀值，认为是履带-地面力学实时特性参数突变所造成的扰动，当误差小于阀值，认为是履带-地面力学实时特性参数缓变而引起的模型不确定性。经过仿真分析和实验验证，所提出的ETS-RSTF算法能够快速提高跟踪能力，实时跟踪履带-地面力学特性参数，提高系统鲁棒性。(3)结合履带-地面力学系统数学模型和履带-地面力学实时特性参数估计，提出履带车辆在未知地面上的通过性评价体系，根据不同履带-地面力学系统的数学模型，表征履带车辆设计参数、履带-地面力学特性参数和滑移率的比重有所不同，精确预测履带车辆在未知地面的通过性。本项目所取得的研究成果为履带-地面力学提供理论基础，为履带车辆的通过性研究提供依据。

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
履带-地面耦合系统机理分析与建模
  • DOI：
    10.15923/j.cnki.cn22-1382/t.2018.6.02
  • 发表时间：
    2018
  • 期刊：
    长春工业大学学报
  • 影响因子：
    --
  • 作者：
    姚禹;王博;高智
  • 通讯作者：
    高智
A Fourier Domain Training Framework for Convolutional Neural Networks Based on the Fourier Domain Pyramid Pooling Method and Fourier Domain Exponential Linear Unit
基于傅里叶域金字塔池化方法和傅里叶域指数线性单元的卷积神经网络傅里叶域训练框架
  • DOI：
    10.1109/access.2019.2936591
  • 发表时间：
    2019-01-01
  • 期刊：
    IEEE ACCESS
  • 影响因子：
    3.9
  • 作者：
    Lin, Jinhua;Ma, Lin;Yao, Yu
  • 通讯作者：
    Yao, Yu
A Frequency-Domain Convolutional Neural Network Architecture Based on the Frequency-Domain Randomized Offset Rectified Linear Unit and Frequency-Domain Chunk Max Pooling Method
基于频域随机偏移校正线性单元和频域块最大池化方法的频域卷积神经网络架构
  • DOI：
    10.1109/access.2020.2996250
  • 发表时间：
    2020-01-01
  • 期刊：
    IEEE ACCESS
  • 影响因子：
    3.9
  • 作者：
    Lin, Jinhua;Ma, Lin;Cui, Jingxia
  • 通讯作者：
    Cui, Jingxia
Segmentation of casting defect regions for the extraction of microstructural properties
分割铸造缺陷区域以提取微观结构特性
  • DOI：
    10.1016/j.engappai.2019.06.007
  • 发表时间：
    2019-10-01
  • 期刊：
    ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE
  • 影响因子：
    8
  • 作者：
    Lin, Jinhua;Ma, Lin;Yao, Yu
  • 通讯作者：
    Yao, Yu
A Fourier domain acceleration framework for convolutional neural networks
卷积神经网络的傅立叶域加速框架
  • DOI：
    10.1016/j.neucom.2019.06.080
  • 发表时间：
    2019-07
  • 期刊：
    Neurocomputing
  • 影响因子：
    6
  • 作者：
    Lin Jinhua;Ma Lin;Yao Yu
  • 通讯作者：
    Yao Yu

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

改进的强跟踪滤波算法及其在3PTT-2R伺服系统中的应用
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    自动化学报
  • 影响因子：
    --
  • 作者：
    姚禹;张邦成;蔡赟;周志杰;姜大伟;高智
  • 通讯作者：
    高智
基于市值管理的企业并购分析——以吉利汽车并购沃尔沃为例
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    会计之友
  • 影响因子：
    --
  • 作者：
    黄宏斌;姚禹
  • 通讯作者：
    姚禹
3PTT-2R串并联数控机床动力学耦合特性研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    农业机械学报
  • 影响因子：
    --
  • 作者：
    蔡赟;张邦成;姚禹
  • 通讯作者：
    姚禹

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码