碰撞台

3月26日，沈阳计量测试院2021年仪器设备采购项目公开招标，该项目预算560.52万元，采购耳温计、额温计校准装置等。　　项目编号：SHY20210335　　项目名称：沈阳计量测试院2021年仪器设备采购项目　　采购需求：包号包组名称产品名称数量单价最高限价（元）包组最高限价（元）是否进口001仪器设备采购（1）耳温计、额温计校准装置1129700.00129700.00否002仪器设备采购（2）干体式温度校准炉126000.0026000.00003仪器设备采购（3）电刀分析仪1185000.001005000.00呼吸机分析仪（精密模拟肺+麻醉模块）1290000.00放疗剂量仪和小三维水箱1530000.00004仪器设备采购（4）呼吸节律发生器190000.00310000.00角膜曲率计用计量标准器1220000.00005仪器设备采购（5）LPG/CNG二合一加气机检定装置1180000.00180000.00006仪器设备采购（6）扭矩扳子检定仪1100000.00180000.00同轴度测量仪128000.00引伸计标定器117000.00邵氏硬度计检定装置135000.00007仪器设备采购（7）活塞式压力计145000.0045000.00008仪器设备采购（8）便携式气体、粉尘、烟尘采样仪综合校准装置168800.0068800.00009仪器设备采购（9）盐雾腐蚀试验箱149000.00349000.00沙尘试验箱176000.00太阳模拟辐照试验箱（风冷氙灯耐气候试验箱）1156000.00淋雨试验箱（淋雨试验装置）168000.00010仪器设备采购（10）气压驱动碰撞试验台1140000.00440000.00振动试验台1300000.00011仪器设备采购（11）DN150体积管法油流量标准装置增加质量法功能1435300.00435300.00012仪器设备采购（12）医用标准活度计190000.0090000.00013仪器设备采购（13）数字动态心、脑电图监护仪检定仪150000.00300000.00肺功能检测仪1250000.00014仪器设备采购（14）生物安全柜质量检测仪泄露部分（人员防护，产品保护，交叉污染防护）1367800.00367800.00015仪器设备采购（15）感应分压器检定系统1180000.00180000.00016仪器设备采购（16）热式风速计133000.0033000.00017仪器设备采购（17）数字压力表118600.00273600.00智能过程校验仪170000.00现场全自动压力校验仪1185000.00018仪器设备采购（18）水压试验机186000.00217000.00气密性试验台185000.00测试工装台146000.00019仪器设备采购（19）燃气表温度影响试验和示值误差综合试验装置1475000.00705000.00膜式燃气表耐久性试验装置1142000.00耐跌落试验台118000.00弯矩和扭矩试验装置118000.00燃气表控制阀试验装置142000.00燃气表的辅助装置试验装置110000.00020仪器设备采购（20）水表耐久性试验装置1270000.00270000.00合计405605200.005605200.00　　注：本项目共分为20个包组，供应商对所投包组内容必须全投。20包可兼投兼中。　　合同履行期限：合同签订后三个月内　　本项目( 不接受 )联合体投标。　　开标时间：2021年04月16日 09点30分(北京时间)

近日，由英斯特朗、奇石乐、IAMT三家商用车行业领先的试验设备供应商联合举办的首届商用车台架及道路测试方法和发展技术研讨会在北京成功召开，共吸引了来自包括北京福田戴姆勒汽车有限公司，北汽福田商用车有限公司、福建奔驰汽车有限公司、宇通客车、中国重汽集团、陕西重型汽车有限公司、中国第一汽车股份有限公司、陕西汉德车桥有限公司、浙江吉利新能源商用车集团有限公司、江铃重型汽车有限公司、南京汽车集团等众多知名车企在内的近70位业内专家，技术精英到场交流探讨。英斯特朗中国区总经理王志勇先生为大会致欢迎辞商用车相比于普通车辆而言，往往承载量更大，一旦发生安全事故，造成的后果往往是巨大的，因而在投用前的测试环节至关重要。模拟的试验情景越接近可能遇到的极端情况，那实际使用中面临的风险就越小。据统计，造成部件故障的诸多原因中，因使用不当或意外事故的比例共占36%，而由设计、材料或者生产过程所导致的情形同样高达30%。由此可见，为了有效抵御这些非小概率的风险，使用可靠及适合的测试设备对于车企而言尤其明智和必要。英斯特朗在商用车结构测试领域拥有非凡的丰富经验，为众多国内外企业依照他们的试验需求提供过各类个性化的测试解决方案。不论是研发验证阶段的零部件、总成测试，还是产品验证阶段的整车测试，英斯特朗都有能力提供令人信服的结果。例如以下便是经英斯特朗Hydropuls作动器测试转向臂后，所得到的转向杆裂纹以及轴头疲劳损害。■ ■■■■对于车桥方面，其设计要求随着技术的发展和用户需求的升级正与日俱增，轻量化，高刚度及动态强度，减少故障率，提高碰撞安全度，耐腐蚀、低成本等是摆在车企研发设计者面前的诸多课题。轴耦合试验台对于车桥道路数据的模拟试验使设计人员能够在台架试验中重现实际路况条件下的载荷。通常而言，车轴的耐久性测试有两种方式：一种是在汽车制造商指定的试车场进行的道路试验，另外一种是轴耦合试验台进行的车桥道路模拟试验，使用的道路谱是被试车辆在指定测试路段上所采集的实际数据。轴耦合试验台由两个对称的加载单元组成，分别布置在静压支撑旋转平台上，这样的设计使得车桥在试验中可以将纵向、横向、垂直作用力以及制动、转向、外倾和动力输入等力矩导入到车桥结构中。方向盘的旋转由伺服控制液压马达完成，同时试验台也可以进行不带转向的试验。英斯特朗轴耦合测试系统实际上，将车辆的道路模拟测试从试车场移至实验室内，还将大大节省车企的时间成本。通常而言，如需完成一辆车的测试要求，若是让用户正常驾驶使用，需要完成50万公里的测试里程，耗时5年；而在拥有多种复杂路谱的试车场进行试跑，需完成2万公里，耗时3~4月；实验室的道路模拟系统却只需200~300小时，且能保证其合计的疲劳损伤与前两者等效，因为其过滤掉了不会造成损伤的测试路段，以缩短测试时间。当然，相较于室外测试，试验台测试还不受天气和日夜变化的影响，并提高了载荷试验的可重复性精度。其显著的测试加速效果帮助车企缩短了研发周期。本次会议期间，英斯特朗的专家们还与会者分享探讨了由新能源汽车行业的发展所带来的相关检测技术的新需求。作为由电池而非燃油提供动力的新能源车，电池可以说是其非常昂贵的主要部件，各地的规范法规严格要求车企对于电池的出厂标准予以保障。在设计层面，越来越多的车型选择将电池直接搭载在车架上，这种结构要求着车辆在经历碰撞时必须保证电池完好无损，而且碰撞测试过程中也面临爆炸的风险。英斯特朗针对此需求设计的解决方案是利用自动快夹系统将被试物载荷固定在台车碰撞系统上，一旦电池因碰撞发生起火、漏电、爆炸等危险情况，测试人员可远程操作快速移除负载，将起火的电池移到安全区域，同时保障台车系统不受损坏。英斯特朗车辆碰撞模拟系统会议另外两家联办企业奇石乐以及IAMT分别展示了他们引以为傲的六分力传感器、实车耐久测试以及负载数据获取方面的经验。此次会议是一次创新的尝试，旨在将商用车测试领域的优质供应商整合在一起，向商用车行业客户展示涵盖多个方面的一站式解决方案。对于与会者而言，他们的收获也是丰厚的，参加一次会议就像看了一场小型的展会，并且深度更深，针对性更强。除了企业本身的介绍内容，本次会议还邀请了多个实际用户现身说法，交流使用体验和心得，实实在在地做到尊重事实，以用户为本。值得一提的是，中国北方车辆研究所作为会议的合作单位提供了大力支持，邀请了所有与会者进行其实验室的实地参观，亲眼观摩难得一见的大型道路模拟系统让人不由得叹为观止。随着商用车行业技术研发和市场需求的日益提高，对商用车结构测试方法和技巧提出了新的挑战和需求。本次会议提供了一个全新且良好的平台，不仅有国内外专家带来的结构测试的前沿技术，也兼顾了来自全国各商用车企业作为用户视角的分享讨论，获得了与会者的一致好评。

香蕉是中国岭南特色水果之一，香蕉在采收和运送过程中往往处于绿硬期(青香蕉),在此过程中易受到各种碰撞损伤。不同类型碰伤均可加速香蕉果皮活性氧的积累进而导致香蕉果实的衰老腐败 青香蕉受到碰撞损伤后，微生物容易侵染损伤部位，经过催熟过程中的乙烯释放和果实软化后，造成於伤腐烂或黑斑花脸，严重影响其色泽品质和销售价格。因此，亟待寻找一种快速无损检测青香蕉碰撞损伤的方法。为探究有效检测青香蕉早期轻微碰撞损伤的方法，本文结合青香蕉的结构特点利用高光谱技术找出青香蕉关于碰撞损伤特性的特征波长段，实现碰伤程度的区分与可视化。研究为开发青香蕉表面碰伤快速无损检测系统，提高香蕉经济效益具有重要意义。1.材料与方法1.1青香蕉碰撞损伤程度分类青香蕉的品质分级标准14中，果身表面的机械类损伤面积是一个重要指标。标准规定，果身表面无碰压伤的青香蕉属于优等品；碰压伤面积小于1cm² 的属于一等品；碰压伤面积为1～2 cm² 的属于二等品；碰压伤面积大于2cm² ,属于劣等品将不进入市场。将碰伤的香蕉置于温度15℃、相对湿度88%的恒温恒湿环境中保存48 h取出切开，损伤面积如表所示。1.2 高光谱图像采集系统试验可采用彩谱科技有限公司的高光谱成像仪，主要包括高光谱相机、光源、载物台、滑轨、计算机控制硬件和软件系统。光源采用仪器自带的卤素灯，光谱仪的光谱范围为400～1000 nm,采样间隔为2.39 nm,将光谱范围分为256个频带范围。仪器扫描的具体参数设置：曝光时间20 ms,移动台前进速度1.4 cm/s,回退速度2cm/s,镜头与样本距离42 cm。本研究使用的光谱数据由256维图像组成。区别于三维的RGB图像，高光谱图像的数据信息高维且冗余，如果对每份样品的所有图像进行处理，不仅工作量庞大且后续的建模效果不佳。如图所示是同一份样品在不同波段下(500、600、700、800nm)的图像，对比可知：不同波段下的图像其呈现出的碰伤情况存在差异。因此探究青香蕉关于碰撞损伤的特征波段，利用特征波段下的图像提取碰伤部位的光谱数据，可为后续的检测模型提供可靠且精准的数据集。2结果与分析2.1 原始光谱数据预处理结果使用软件进行预处理，首先对原始光谱进行多项式平滑法处理，再采用多元散射校正法对光谱进行预处理，以降低极限漂移和散射效应。对原始样本数据集如图a先进行SG处理，将处理后的光谱曲线再进行多元散射校正法处理。处理后的效果如图b所示。可以看出，预处理后的光谱曲线修正了部分反射率为1的数据，总体曲线更加归一且平滑，噪音点减少，曲线的凹凸处变少。说明该预处理方法效果较好，后续研究所用的光谱数据皆为经过SG和MSC方法预处理后的数据。2.2基于BP神经网络的检测模型和可视化碰伤等级图像通过图像分割流程，将918张灰度图像进图像分割，提取香蕉碰伤部位的轮廓区域，同时利用图像全像素点下的反射率数据，用光谱反射率数据去表示碰伤轮廓区域的每个像素点所代表的信息。对健康样品、轻度碰撞伤样品、中度碰撞伤样品、重度碰撞伤样品的测试集的识别准确率分别为97.53%、92.59%、93.82%和96.29%,平均碰伤程度的判断准确率为95.06%。为了更好地展示分类结果，同时考虑检测的可视化，对每一个像素点用“00”代表健康，标记为黄色RGB(255,255,0) “01”代表轻度碰撞伤，标记为蓝色RGB(67,142,219) “10”代表中度碰撞伤，标记为紫色RGB(128,0,128) “11”代表重度碰撞伤，标记为红色RGB(255,0,0)的方式进行最后的输出显示。其中区域的总体识别结果若有85%以上的相同数值和颜色，那么本区域都用此数值和颜色进行归一显示，最后的可视化图像如图所示。3.结 论本文以青香蕉为研究对象，利用高光谱成像仪采集青香蕉健康表面和不同碰伤程度香蕉的光谱反射率数据和不同波段下的图像信息，结合特征变量筛选对青香蕉的碰撞损伤程度进行了研究，主要结论如下：1)采用3种类型的支持向量机算法，验证了青香蕉碰撞损伤的识别机理以及采用光谱数据和图像信息结合进行无损检测的合理性。2)对通过预处理和异常样本剔除后的数据进行特征波长提取和验证，得到9段特征波长。3)通过获取特征波长段下的图像，提取碰撞损伤区域的轮廓分布边界数据以及该区域的每个像素点对应的光谱反射率数据。将此数据作为BP神经网络的输入层进行训练，最后得到的模型对健康样品、轻度碰撞伤样品、中度碰撞伤样品、重度碰撞伤样品的测试集识别准确率为97.53%、92.59%、93.82%和96.29%。