首页期刊导航|华东交通大学学报
期刊信息/Journal information
华东交通大学学报
华东交通大学学报

王全金

双月刊

1005-0523

ecjtuxb@qq.com

0791-7046855

330013

中国南昌

华东交通大学学报/Journal Journal of East China Jiaotong UniversityCSTPCD
查看更多>>《华东交通大学学报》是国家新闻出版署正式批准、公开发行的综合类学术理论双月刊,刊登本校师生以及相关院校、企事业单位的反映教学科研最新成果及高新技术发展成就稿件。学报坚持立足学校,面向社会,解放思想、实事求是和百花齐放、百家争鸣的方针,旨在促进科学技术发展,促进学术交流,为学校教学、科研及地方经济文化建设、社会发展服务。 《华东交通大学学报》主要刊载数理化、土木建筑工程、机电工程、计算机科学与工程、电气与电子工程、信息工程、经济学、管理学、文史哲、法学、外国语言文学、体育学、艺术学、艺术设计等自然科学类和社会科学类的学术论文、研究报告和综合性学术评论。
正式出版
收录年代

    考虑材料硬度与缩径量的橡胶衬套各向刚度优化设计

    秦武李春归潘兵兵李骏...
    90-100页
    查看更多>>摘要:[目的]通过对橡胶衬套各向刚度的优化设计以指导产品设计,以期大幅缩短橡胶衬套的研发周期.橡胶衬套作为新能源汽车、特种车辆、动车组等载运工具的重要连接件,对整车操纵稳定性起着至关重要的作用.[方法]为了避免工程实践中反复调试的繁琐工作,提出了一种考虑材料硬度与缩径量的橡胶衬套各向刚度(径向刚度、轴向刚度、偏摆刚度和扭转刚度)优化设计方法.首先,采用Ogden模型作为橡胶衬套的本构模型,通过试验设计与有限元分析相结合的方法,计算不同内芯外径、橡胶高度、缩径量和材料硬度下衬套各向刚度;然后,建立各向刚度的二阶响应面模型,利用拉丁超立方抽样和方差分析,检验响应面模型精度;最后,根据遗传算法,建立含各向刚度为设计变量的多目标优化模型,并对优化结果进行试验验证.[结果]研究表明:径向刚度、轴向刚度、偏摆刚度和扭转刚度的试验结果与目标值的相对误差分别为7.72%,9.06%,-6.33%和9.16%,均在±10%以内,满足工程应用的要求.[结论]试验结果验证了所建立的各向刚度二阶响应面模型的有效性,以及所提出优化设计方法的可行性,为橡胶衬套产品设计提供指导,可极大地缩短橡胶衬套的研发周期.

    橡胶衬套响应面方法遗传算法多目标优化

    基于打磨量曲线的重载铁路钢轨打磨模式设计

    贾军许玉德吴琰超余佳磊...
    101-109页
    查看更多>>摘要:[目的]为解决目前重载钢轨大机打磨作业过程中存在的依靠经验选择打磨模式和打磨结果无法预测的问题.[方法]以GMC-96X大型钢轨打磨列车作为研究对象,通过MATLAB数值模拟,研究不同打磨模式的作用效果;并且结合打磨列车砂轮分布形式,建立钢轨打磨基本模式库,提出了一种基于打磨量曲线的重载铁路钢轨打磨模式设计方法.[结果]现场试验结果表明:采用该方法设计的打磨模式包含了打磨列车各个砂轮的摆布角度,可直接输入到打磨列车控制系统,更为贴合实际应用;并且通过打磨前钢轨实测廓形、理论打磨后钢轨廓形和实际打磨后钢轨廓形三者的对比,验证了该方法的可靠性.[结论]该打磨模式设计方法实现了重载铁路钢轨打磨模式的自动生成和轨头廓形的精确修理.

    钢轨打磨打磨模式钢轨廓形

    基于NSGA-Ⅱ的内外液流通道筒式磁流变制动器优化设计

    应仕诚胡国良喻理梵
    110-118页
    查看更多>>摘要:[目的]针对传统磁流变制动器磁场利用率不高的问题,设计了一种具有内外流道的筒式磁流变制动器.[方法]通过将隔磁环和隔磁盘集成在导磁材料旋转套筒和定子磁缸内,使得磁力线蜿蜒穿过内外液流通道的6段有效阻尼间隙,从而在制动器外形尺寸不变的前提下提高了转矩性能.阐述了内外液流通道筒式磁流变制动器的结构和工作原理,同时建立了制动转矩的数学模型.在电磁场和转矩分析的基础上,通过理论计算和DOE实验正交法预测模型精度,并利用NSGA-Ⅱ算法对内外液流通道筒式磁流变制动器进行多目标优化.[结果]结果表明,当加载电流为2.0 A时,制动器的转矩最大值由36.38 N·m提高到47.35 N·m,相比优化前提升了30.15%;转矩动态可调范围系数由18.28提高到21.31,相比优化前提升了16.58%.[结论]优化后的制动器满足无人配送小车的制动性能需求.

    磁流变制动器内外液流通道多目标优化设计制动性能

    基于模糊超图神经网络的节点分类方法

    熊婉悦徐峰黄宇廷韩星宇...
    119-126页
    查看更多>>摘要:[目的]超图神经网络(HGNN)具有学习类间唯一性和类内共性的能力,可以显著提高学习性能.但是,传统HGNN方法缺乏决定低维数据节点间如何进行连接交互的强关系归纳.针对此问题,提出一种基于模糊理论的模糊HGNN(FHGNN)节点分类算法,根据数据节点的特征信息构建超图结构,加强了图的节点信息对节点连接的影响.[方法]FHGNN首先采用了一个边聚焦的图神经网络(GNN),通过边标签的迭代更新进行边预测.并根据边预测的输出设计模糊隶属度函数,以实现更精确的节点间连接关系表示.最后通过得到的关系表示构造超图,并再次对节点进行分类训练得到结果.在FHGNN中使用了边标签损失函数和节点标签损失函数并分别对其参数进行训练学习.[结果]实验结果表明,所提的FHGNN方法更能够适应小规模低维数据,并在节点分类任务上取得好的效果.[结论]对于不同数据集的分类任务,FHGNN可以更有效学习节点的相关特征信息,提高学习的效果.

    超图超图神经网络模糊系统节点分类

    征稿简则

    封3页