快速开发工程

提出了一个在产品开发全周期内支持产品快速开发的工程体系———快速开发工程 ,论述了产品快速开发工程的技术平台和关键技术 ,提出了快速开发工程的网络化协同模式。针对汽车车身开发这一具体的工程领域 ,介绍了车身快速开发的主要研究内容和基于RP/RT技术的板料成形模具快速制造系统     

外观 性能 价格 一个都不能少

随着电视剧《我的经济适用男》在各大卫视风靡热播,好男人的形象再次被搬上荧屏。电视剧里有句台词:一元钱有一元钱的过法,一百元有一百元的过法,每个人都有属于自己的幸福。买车同样也是,豪华车、跑车如同车子中的"金龟婿""高富帅",每个女人都梦寐以求,可却非人人能拥有,对于现实中需要买车的我们,在各种各样购车选择面前,还是最中意品质、价格适中的车型,这也是目前此类车热销的根源。因此,当我们买不起豪华车、跑车的时候,我们也可以选择属于我们自己的"豪车"。     

基于多站数据融合的参数精估计方法

针对侦察设备处于星载SAR副瓣照射范围,从而导致截获信号湮没于强噪声背景这个问题,本文提出一种基于多站接收机之间的数据融合方法。在信号形式未知的情况下,通过此方法可以检测出淹没在噪声中的微弱信号,进行信号的分类和时频域参数的精估计。首先,将参考接收机与其他接收机之间进行互相关处理,得到峰值信息,根据峰值信息的位置得到信号与参考信号之间的延迟位置,进行延迟校准;其次,各个接收机分别进行粗步长的分数阶傅里叶变换（Fractional Fourier Transform,FrFT）,记录峰值信息为精估计做准备,根据峰值角度和分数阶傅里叶反变换恢复出原始信号;最后,判定是否存在信号,若信号存在实现多站原始信号功率比的加性融合,根据多站峰值信息限定旋转角度范围,采用精步长的分数阶傅里叶变换估计出调频率和中心频率;利用联合互相关谱实现信号能量的累积,采用自适应门线和边界波谷连续取小方法,找到信号存续状态中的左右边界,估计出带宽和中心频率,计算脉宽,实现时频域信号的精估计。仿真实验表明：该方法可以在低信噪比的高斯白噪声和有色噪声背景下,对线性调频信号（Chirp）的时频参数进行有效的精估计。     

汽车覆盖件模具数字化设计与制造

随着模具工业的不断发展,模具向大型化、复杂化、数字化不断地发展,对于加工的要求也越来越高,需要我们对设备、刀具、材料、编程软件等因素不断进行调整,以适应技术的需求和发展。随着汽车制造业的发展,对于汽车覆盖件模具的加工精度要求越来越高,尤其是中高级乘用车对于外覆盖件表面曲面精度要求更高,最好能达到A级曲面标准。因此,如何提高模具表面加工质量、提高冲压制件精度将成为一个企业能否承接高端汽车模具的重要技术能力衡量指标。质量得到控制,周期和成本就会在可控的范围内,这就是覆盖件模具企业的核心技术竞争力。汽车主要载体是白车身,它由成     

汽车外表面模型测量数据处理及曲面建模

介绍了车身外形曲面逆向工程的方法,对光学扫描测量得到的点云数据建立了滤波、平滑和去除冗余的自动处理方法,用NURBS自由曲面模型实现了车身曲面重建.这些方法提高了扫描点云数据的处理精度和曲面建模的效率.     

车身逆向设计中点云多视拼合技术

针对整车车身点云空间尺寸较大,数据量庞大,还原精度要求高等特点,提出基于骨架点的点云拼合算法,算法的基本思想是构造整车模型的骨架点和分块点云的mark点,由全等三角形法则搜索骨架点与mark点的映射关系,应用加速迭代的改进ICP(Iterative Closest Point)算法拼合整车点云.某厂轻卡整车点云的拼合实例证明,该算法拼合精度高,运算速度快,是拼合整车点云行之有效的方法.      

原子钟调相白噪声降噪方法

原子钟的五种噪声反映了它在一定时间间隔内的性能。当取样间隔小于1h,原子钟主要表现为调相白噪声。在地方协调时UTC(NTSC)的实时监控中,不仅要求参考原子时(RTA,用于地方协调时控制的参考)具有很高的长期稳定度,而且要求其短期稳定度亦很高。影响RTA短期稳定度的主要是个台原子钟的调相白噪声。首先讨论了确定原子钟短期噪声的方法,进而利用小波分析方法研究了原子钟调相白噪声分离与降噪的方法。     

限带白噪声随机过程的雨流幅值概率密度函数模型

对17种不同带宽系数的限带白噪声随机过程进行了雨流循环计数统计,提出了一个限带白噪声随机过程的雨流幅值概率密度函数(Probability density function,PDF)模型。该模型是Rayleigh分布和Weibull分布的线性组合,其中待定系数均为随机过程谱参数的函数。采用该模型对这17种随机过程的雨流幅值概率密度函数进行了公式拟合,探究了模型中待定参数与随机过程谱参数之间的关系,确定了模型表达式。对照随机过程的雨流计数统计结果,将该模型与Dirlik模型的预测精度进行了比较,结果表明该模型的预测效果优于Dirlik模型。