2015年第四届数学建模国际赛小美赛A题飞机上的细长座椅解题全过程文档及程序

news2025/1/24 5:44:05

2015年第四届数学建模国际赛小美赛

A题 飞机上的细长座椅

原题再现:

  航空公司座位是指在旅途中乘客可以乘坐的座位。一些航空公司现在推出了新的经济舱“超薄”座位。这些座椅除了重量较轻外,理论上还允许航空公司在不显著影响乘客舒适度的情况下增加运力。这些座椅可能具有也可能不具有可移动的头枕,并且通常不具有可调节的腰部支撑。细长座椅正在进一步细化,解放了更多的乘客空间。它们的共同点是背板更薄,衬垫更少。然而,许多乘客对这些座位表示不满。
  在不改变结构的前提下,如何设计座椅靠背曲线,才能使座椅更加舒适?
  如何在不改变主要内部结构的情况下,优化座椅背板的曲线和衬垫,使座椅更舒适?请为航空公司写一份2-3页的广告材料,简明扼要地描述您的设计特点和优势。

整体求解过程概述(摘要)

  一些航空公司现在推出了新的经济舱“超薄”座位。然而,许多乘客对这些座位表示不满。因此,基于人类工程学设计了一种新的座椅。
  在问题的第一部分,建立了动力学方程,得到了在人最舒适的情况下座椅对人的反作用力。基于弹性理论和应力边界条件,得到了法向应力和剪应力的体表面。然后,引入疲劳感系数,建立优化模型,计算座椅背板特征点位置,通过插值得到人体最舒适的曲线,即最佳的座椅背板曲线。在这一点上,我们获得了五个特征数据,并得到了插值曲线。在这种情况下,人类的疲劳被最小化,对人类来说是最舒适的。
  在问题的第二部分,我们给出了随机填充材料下填充材料厚度的计算模型,并以弹性橡胶为例进行了设计。我们以弹性理论为基础,结合平衡方程、物理方程、几何方程、边界条件和应力边界条件以及位移单值条件,计算了填料的变形。我们认为,当填料的变形曲线和最佳舒适度曲线大部分结合时,填料的厚度设计是最优的。在这种情况下,填充物在腰部和颈部填充得更厚。
  此外,我们通过建立身体振动模型和椅子振动模型来计算外部振动激励下的躯干和头部加速度响应,从而对座椅在振动环境中的舒适性进行了测试。
  因此,我们使用Proe来描绘我们的设计的三维模型,并得出我们的工作的结论。
  我们设计的座椅适用于任何情况,对于不同的人体参数或材料,只需要在模型中修改相应的参数就可以得到新的曲线。

模型假设:

  在整个飞行过程中,人和飞机具有相同的运动状态;

  在主要飞行过程中,飞机做匀速运动;

  胸腰椎的不同形状改变了骨盆的位置。

问题分析:

  一些航空公司正在推出新的经济舱“轻薄”座位。然而,许多乘客对这些座位表示不满。要完成的任务是在不改变座椅主体内部结构的前提下,优化座椅背板曲线和衬垫,使座椅更加舒适。此外,还应为航空公司编写2-3页的广告材料,以简洁地描述设计特点和优势。
  首先,需要基于人体工程学对座椅背板曲线进行优化。在这一部分,座椅背板曲线应使座椅克服座椅振动力平衡,保持身体姿势,这是良好设计的关键。在问题的第二部分,我们需要对座椅背板衬垫进行优化,并在第一部分的基础上给出广告材料。填充材料变形曲线与座椅背板曲线的关系是解决这一问题的关键。
  问题的第一部分
  在这部分问题中,我们需要对座椅背板曲线进行优化。舒适是人的一种感觉。虽然人们经常谈论舒适性,但对舒适性的定义还没有一个被广泛接受的定义,座椅必须克服座椅振动力的平衡,保持身体的姿势,这是良好设计的关键。座椅舒适性是一个柔性指标,包括动态舒适性和静态舒适性两个方面。动态舒适性是指飞机座椅对人体振动和冲击的衰减能力,它主要与座椅的刚度和阻尼系数有关。而静态舒适性是指座椅的静态几何尺寸、表面形状适合人体舒适的坐姿,满足人体生理和心理性能的要求。
  获取相关信息,飞机座椅的一些经验关键尺寸为:
在这里插入图片描述
  座椅设计应尽可能使乘客脊柱处于正确的位置,以保持正常的生理弯曲。为了适应人体舒适的坐姿,人体的背部和腰部应给予合理的支撑。座椅设计应提供适当保护的形状和位置。身体的第一支撑部分,位于前5-6个胸椎的高度处,以支撑肩部。身体的第二支撑部分位于腰部弯曲部分上,该部分是支撑腰部的第一个5-6腰椎的高度。座椅的主要几何参数有:座椅高度、座椅深度、座椅宽度、座椅靠背等。

模型的建立与求解整体论文缩略图

在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

部分程序代码:(代码和文档not free)

clc
clear
x=[200,146.12,78.23,21.27,0];
y=[850,819.43,637.13,322.14,0];
plot(x,y,'k.','MarkerSize',20);
box=-10;
boy=-50;
% axis equal
axis([box,220,boy,880]);
hold on
xi=0:1:200;
yi=interp1(x,y,xi,'pitch');
plot(xi,yi,'k--');
grid on
legend('Feature Points','Cruve S1','location','best','FontSize',16);
xlabel('H/mm','FontSize',16);
ylabel('V/mm','FontSize',16);
clc
clear
close all
x1=[200,146.12,78.23,21.27,0];x1=fliplr(x1);
y1=[850,819.43,637.13,322.14,0];y1=fliplr(y1);
x2=[200,204.29,141.30,51.17,23.92,0,-88.98,-107.88,-60.71];x2=fliplr(x2);
y2=[850,883.00,898.50,865.55,752.79,557.97,340.80,137.38,0];y2=fliplr(y2);
x1i=0:1:200;y1i=interp1(x1,y1,x1i,'pitch');
plot(x1i,y1i,'k-');
hold on
plot(x2,y2,'k.','MarkerSize',20);
x21=x2(1:7);y21=y2(1:7);
y21i=0:1:898;x21i=interp1(y21,x21,y21i,'pchip');
% plot(x21i,y21i);
x22=x2(7:9);y22=y2(7:9);
y22i=898:-1:850;x22i=interp1(y22,x22,y22i,'pchip');
% plot(x22i,y22i);
x2i=[x21i,x22i];
y2i=[y21i,y22i];
plot(x2i,y2i,'k--');
grid on
axis([-150,250,0,950])
xlabel('H/mm','FontSize',16);
ylabel('V/mm','FontSize',16);
x3=x1(1:4);x3=x3-49.3;
y3=y1(1:4);y3=y3+10;
x3=[x3,x1(end)];y3=[y3,y1(end)+20];
x3i=-50:10:200;y3i=interp1(x3,y3,x3i,'pitch');
plot(x3i,y3i,'k.-');
legend('CruveS_1','FeaturePoints','CruveS_2','CruveS^/_2','location','best');
全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1330083.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Zookeeper的学习笔记

Zookeeper概念 Zookeeper是一个树形目录服务,简称zk。 Zookeeper是一个分布式的、开源的分布式应用程序的协调服务 Zookeeper提供主要的功能包括:配置管理,分布式锁,集群管理 Zookeeper命令操作 zk数据模型 zk中的每一个节点…

初识大数据,一文掌握大数据必备知识文集(3)

🏆作者简介,普修罗双战士,一直追求不断学习和成长,在技术的道路上持续探索和实践。 🏆多年互联网行业从业经验,历任核心研发工程师,项目技术负责人。 🎉欢迎 👍点赞✍评论…

SpringMVC基础知识(持续更新中~)

笔记: https://gitee.com/zhengguangqq/ssm-md/blob/master/ssm%20md%E6%A0%BC%E5%BC%8F%E7%AC%94%E8%AE%B0/%E4%B8%89%E3%80%81SpringMVC.md 细节补充: ​​​​​​​

你还不会排序算法吗

>欢迎关注博主 Mindtechnist 或加入【智能科技社区】一起学习和分享Linux、C、C、Python、Matlab,机器人运动控制、多机器人协作,智能优化算法,滤波估计、多传感器信息融合,机器学习,人工智能等相关领域的知识和技术…

用C实现字符串比较和用C实现字符串逆序输出-----(C每日一编程)

一,字符串比较 参考代码: int fun(char* p, char* q) {int i 0;while (*p *q) {if (*p \0)return 0;else p, q;}return *p - *q; } void main() {int n fun("goods", "people");printf("%d", n); }运行结果&#xf…

九州未来大模型一体机,加速AI应用落地

2023年已接近尾声,对于中国人工智能产业而言,这一年注定成为一个重要的转折点。在不同行业中,人工智能的应用不断涌现,众多大模型如雨后春笋般涌现。然而,在这一发展过程中也不可避免地出现了一系列问题,包…

Python电能质量扰动信号分类(二)基于CNN模型的一维信号分类

目录 前言 1 电能质量数据集制作与加载 1.1 导入数据 1.2 制作数据集 2 CNN-2D分类模型和训练、评估 2.1 定义CNN-2d分类模型 2.2 定义模型参数 2.3 模型结构 2.4 模型训练 2.5 模型评估 3 CNN-1D分类模型和训练、评估 3.1 定义CNN-1d分类模型 3.2 定义模型参数 …

六西格玛的科技漩涡——张驰咨询如何促成企业变革

在管理的海洋里,六西格玛管理是一艘稳健的航船,在质量管理的汪洋中乘风破浪,尽管质疑之声像远处的风暴不断逼近,但张驰咨询公司依靠这艘航船坚持初心,驭风而行。 20载耕耘,张驰咨询不仅仅是培养了超过8000…

C++_面向对象介绍

介绍 面向对象 What(为什么使用面向对象) 1.适合开发大型软件 2.数据抽象、代码复用、提升效率、降低成本 3.可利用已有现成的设计模式和应用框架Where(什么是面向对象) 1.将软件看成对象组成的空间,每个对象都拥有足够智能,能了解其他对象信息&#xf…

IntelliJ IDEA 2020将SpringMVC项目打成war包

一 、打开 Project Structure 进行配置 1. 打开方式 (1)CtrlAltShiftS (2)File->Project Structure (3)点击如下图标: 2. 进入 Project Structure,添加Artifacts Web Applica…

【每日一题】得到山形数组的最少删除次数

文章目录 Tag题目来源解题思路方法一:最长递增子序列 写在最后 Tag 【最长递增子序列】【数组】【2023-12-22】 题目来源 1671. 得到山形数组的最少删除次数 解题思路 方法一:最长递增子序列 前后缀分解 根据前后缀思想,以 nums[i] 为山…

第11章 GUI Page417~418 步骤五 支持方框

运行效果: 关键代码: 添加头文件:item_rectangle.hpp //item_rectangle.hpp #ifndef ITEM_RECTANGLE_HPP_INCLUDED #define ITEM_RECTANGLE_HPP_INCLUDED #include "item_i.hpp"class RectangleItem : public IItem { public:Rec…

C语言struct,union内存对齐

测试环境&#xff1a; #include<stdio.h> int main(){//1字节对齐struct XXX{unsigned char ch;unsigned int in;unsigned short si;}__attribute__((packed));struct XXX xxx;printf("%zd\n",sizeof(xxx));//7#pragma pack(1)struct YYY{unsigned char ch;u…

java-sec-code中rmi

java-sec-code中rmi 暂时没有搞懂原理&#xff0c;这里只说明利用方法 java-sec-code 作者给出的是使用ysoserial进行利用 测试环境搭建 docker环境下&#xff0c;1099端口默认不开启&#xff0c;这里使用idea运行org.joychou.RMI.Server即可 个人电脑java环境分为1.8.381 1.8.…

Linux下编写zlg7290驱动(3)-键盘驱动编写

2.3. 数据处理实现 执行上述代码后系统中就注册了我们的input设备&#xff0c;接下来我们要做的是活得键盘的键值&#xff0c;zlg7290多可以支持64个按键&#xff0c;每个按键按下后都会产生一个中断&#xff0c;我们写驱动是可以使用轮询不断检测是否有按键也可以触发中断来判…

2024年PMP考试新考纲-PMBOK第七版-项目管理原则真题解析(续1)

从战争中学习战争。对于参加2024年PMP考试的小伙伴来说&#xff0c;最有效的学习方式是这样地&#xff1a;①阅读了教材&#xff08;PMBOK6、7和敏捷&#xff09;&#xff0c;了解基本概念&#xff1b;②反复刷近期的PMP考试真题&#xff0c;查漏补缺。 自从PMI和中国国际人才…

智能优化算法应用:基于鹰栖息算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于鹰栖息算法3D无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于鹰栖息算法3D无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.鹰栖息算法4.实验参数设定5.算法结果6.参考文…

Linux内核编码规范

学习linux内核或者linux驱动的人应该先掌握内核编码规范&#xff0c;这样才能更好的驾驭linux内核、驱动。 下面就从这几个方面讲解一下linux内核编码规范。 注释风格、排版风格、头文件风格、变量定义、宏定义、函数 1 注释风格 1.1 注释的原则是有助于对程序的阅读和理解&…

vue-内网,离线使用百度地图(地图瓦片图下载静态资源展示定位)

前言 最近发现很多小伙伴都在问内网怎么使用百度地图&#xff0c;或者是断网情况下能使用百度地图吗 后面经过一番研究&#xff0c;主要难点是&#xff0c;正常情况下我们是访问公网百度图片&#xff0c;数据&#xff0c;才能使用 内网时访问不了百度地图资源时就会使用不了&…

CVE-2023-49898 Apache incubator-streampark 远程命令执行漏洞

项目介绍 Apache Flink 和 Apache Spark 被广泛用作下一代大数据流计算引擎。基于大量优秀经验结合最佳实践&#xff0c;我们将任务部署和运行时参数提取到配置文件中。这样&#xff0c;带有开箱即用连接器的易于使用的 RuntimeContext 将带来更轻松、更高效的任务开发体验。它…