一种基于多源生理信号的列车座椅舒适性评价方法及系统

    公开(公告)号:CN110530662A

    公开(公告)日:2019-12-03

    申请号:CN201910839021.5

    申请日:2019-09-05

    申请人: 中南大学

    IPC分类号: G01M99/00 G01M17/08 G06K9/62

    摘要: 本发明属于列车座椅调整信息处理技术领域,公开了一种基于多源生理信号的列车座椅舒适性评价方法及系统,结合被试本人的生理信号数据以及主观评价量表,将主流的主观评价法与基于生理信号的客观评价法结合起来,建立适用于群体的列车座椅舒适性数据库,并通过选用LightGBM梯度提升树这一具有快速的,分布式的,高性能的多种特性的机器学习建模方法,建立列车座椅舒适性评价模型。本发明通过将测试人员生理信号数据导入已建立的列车座椅舒适性评价模型,得到舒适性评价结果;利用本发明有效减少评价人员主观性带来的评价偏差,同时避免了直接客观分析法导致的不合理性,大大提升了列车座椅的舒适性评价准确性与可行性。

    一种基于分子动力学的复合材料摩擦性能预测方法

    公开(公告)号:CN109543272A

    公开(公告)日:2019-03-29

    申请号:CN201811355667.8

    申请日:2018-11-14

    申请人: 中南大学

    IPC分类号: G06F17/50 G16C10/00

    摘要: 本发明公开了一种基于分子动力学的复合材料摩擦性能预测方法,包括:利用Material Studio软件建立材料的分子模型;将复合材料作为中间层,上下分别添加铁纳米棒和铁基底,构建剪切仿真分子模型,施加周期性边界条件;获取模型的力场参数;采用力场参数对模型进行几何优化、退火弛豫以及剪切模拟,记录模型在剪切模拟过程中的原子运动轨迹;根据原子运动轨迹,基于Material Studio软件的二次开发,统计复合材料在滑移过程中受到的平均切向力和平均法向力,计算摩擦系数和磨损率。该预测方法成本低、效率高、能够探究复合材料在摩擦过程中的损耗机理,并为复合材料的制备及实际应用提供理论指导。