冯勇
- 作品数:27 被引量:44H指数:4
- 供职机构:浙江经济职业技术学院更多>>
- 发文基金:浙江省大学生科技创新项目浙江省大学生科技创新活动计划(新苗人才计划)项目浙江省公益性技术应用研究计划项目更多>>
- 相关领域:机械工程交通运输工程文化科学自动化与计算机技术更多>>
- 一种教练车辅助转向装置
- 一种教练车辅助转向装置,旨在解决现有技术中教练车的副驾驶无法控制车辆的行驶方向的技术问题。本发明包括主转向系统、副转向系统和操作反馈学习器,主转向系统包括带动主转向柱转动的主方向盘,副转向系统包括带动副转向柱转动的副方向...
- 骆美富杨洁芬周胜利冯勇
- 第八代广本雅阁2.4电控发动机实训教学系统开发被引量:2
- 2011年
- 为了提高汽车类专业实训教学效果和降低实训教学成本,本文以广本雅阁2.4电控发动机为研究对象,利用工控组态软件,研制开发了具有实验数据实时采集、实时设故与排故等功能的电控发动机实训教学系统。实际推广应用表明,该系统具有友好的人机交互界面,良好的实训教学效果,大大降低了实训教学成本。
- 冯勇郑尧军陈开考
- 关键词:电控发动机教学系统
- 基于模糊逻辑的电动汽车复合制动仿真研究被引量:1
- 2018年
- 为了实现电机制动力与机械制动力在车轮上的优化、协调分配,提出一种多参数融合的模糊逻辑复合制动力分配策略。通过构建车辆制动系统动力学模型、模糊与反模糊规则,来确定电机制动力占总制动力需求的分配系数。并在Matlab/Simulink仿真环境下,利用仿真软件Advisor对车辆在三种不同控制策略进行仿真对比,仿真结果表明,本控制策略在满足理想制动力I曲线和ECE制动法规条件下,不但保证了制动的安全性、稳定性,而且能量回收效率较大,从而证明本控制策略设计的可行性。
- 冯勇魏俞涌吴君陈开考
- 关键词:模糊逻辑电动汽车复合制动
- 电控发动机检修教学测控平台的开发技术研究
- 2017年
- 本文针对在目前电控发动机检修教学中需要解决的问题,提出开发一种基于网络化的电控发动机检修教学测控平台,通过设计构建电控发动机实验台,设计开发测控模块和网络教学软件,解决电控发动机检修课程实训教学因学生人数多实训设备和指导教师少的问题,为保证学生人人动手创造了条件。
- 冯勇
- 关键词:电控发动机测控平台
- 基于图形化测控的汽车自动变速器教学系统设计被引量:4
- 2013年
- 利用动力及负载变频电机真实模拟自动变速器的工况控制,实现了自动变速器的换挡规律切换。通过构建硬件下位机和软件上位机的控制与通信功能,设计了集"教、学、训、考、培"于一体的教学测控系统。测试结果表明,该教学测控系统真实还原自动变速器的换挡过程,实现了图形化界面的测控功能。
- 吴君冯勇郑尧军
- 关键词:自动变速器教学系统上下位机
- 一种汽车传动轴的万向节筒形壳
- 本实用新型公开了一种汽车传动轴的万向节筒形壳,包括台阶状的壳体,壳体具有一个万向节的容纳腔,壳体左端一体连接有从动轴,壳体右端开口,所述壳体右端面上设有环形槽,在壳体圆周上间隔设有螺孔,螺孔与所述环形槽贯通,所述螺孔内设...
- 郑尧军冯勇
- 文献传递
- 基于云服务的自动变速器虚拟实训软件研究被引量:1
- 2018年
- 自动变速器学习的关键是传动路线的分析和故障诊断分析,是后续学习的基础。本研究通过选择典型自动变速器,将其机械结构转化为结构简图,运用虚拟仿真手段进行建模,制作故障诊断数据库,通过对云数据的控制直观地实现典型自动变速器的传动过程分析仿真。软件针对自动变速器的核心学习模块——传动路线分析及故障诊断,通过直观、三维的仿真工作过程进行展示,具有较高的实用价值。
- 冯勇郑尧军
- 关键词:云服务自动变速器传动路线仿真实训
- 一种教练车辅助转向装置
- 一种教练车辅助转向装置,旨在解决现有技术中教练车的副驾驶无法控制车辆的行驶方向的技术问题。本实用新型包括主转向系统、副转向系统和操作反馈学习器,主转向系统包括带动主转向柱转动的主方向盘,副转向系统包括带动副转向柱转动的副...
- 骆美富杨洁芳周胜利冯勇
- 一种缸体直径测量装置
- 本实用新型提供了一种缸体直径测量装置,属于测量装置领域,它解决了现有测量误差大等问题,一种缸体直径测量装置,包括旋转杆以及交叉设置的第一测量杆和第二测量杆,旋转杆可旋转从而带动第一测量杆和第二测量杆旋转;第一测量杆和第二...
- 骆美富杨洁芳陈开考冯勇
- 文献传递
- 粒子群优化SVM在气体定量分析中的应用被引量:5
- 2016年
- 针对机动车尾气排放CO气体的定量分析中,支持向量机建模的参数难以确定、光谱数据计算量过大等问题,提出了一种自适应变异粒子群优化的支持向量机方法,对浓度范围在0.5%~8%的20组不同浓度的CO气体进行定量分析。通过对汽车尾气中CO气体的初始数据进行优化,再将优化的核函数带入支持向量机进行浓度的回归分析,将结果与BP神经网络模型回归效果作对比,实验表明:粒子群寻优得到的最优参数c=39.315 2,g=0.178 55;BP神经网络的适应度值在迭代60次之后趋于稳定,SVM建模时间约为BP网络的1/30,且SVM预测精度明显高于BP网络。相比与BP网络,SVM更适合处理气体定量分析问题。
- 郑尧军陈红岩冯勇陈开考曲健
- 关键词:传感器应用支持向量机粒子群优化BP神经网络遗传算法