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
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:

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

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
相关文章:
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
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…...
机器学习笔记(二)使用paddlepaddle,再探波士顿房价预测
目标 用paddlepaddle来重写之前那个手写的梯度下降方案,简化内容 流程 实际上就做了几个事: 数据准备:将一个批次的数据先转换成nparray格式,再转换成Tensor格式前向计算:将一个批次的样本数据灌入网络中ÿ…...
【Linux】权限篇(二)
权限目录 1. 前言2. 权限2.1 修改权限2.2 有无权限的对比2.3 另外一个修改权限的方法2.3.1 更改用户角色2.3.2 修改文件权限属性 3. 第一个属性列4. 目录权限5. 默认权限 1. 前言 在之前的一篇博客中分享了关于权限的一些知识,这次紧接上次的进行,有需要…...
reduce累加器的应用
有如下json数据,需要统计Status的值为0和1的数量 const data {"code": "001","results": [{"Status": "0",},{"Status": "0",},{"Status": "1",}] }方法一:用reduce方…...
助力硬件测试工程师之EMC项目测试。
1:更新该系列的目的 接下来的一个月内,将更新硬件测试工程师的其中测试项目--EMC项目,后续将会出安规等项目,助力测试工程师的学习。 2:如何高效率的展现项目的基础以及一些细节知识点 通过思维导图以及标准的规定进行…...
Github 2023-12-23 开源项目日报 Top10
根据Github Trendings的统计,今日(2023-12-23统计)共有10个项目上榜。根据开发语言中项目的数量,汇总情况如下: 开发语言项目数量Python项目6C项目2C项目1Jupyter Notebook项目1HTML项目1Go项目1非开发语言项目1 免费API集体清单 创建周期…...
Quartz.net 正则表达式触发器
1、创建项目 项目类型控制台应用程序,.Net Framework框架版本 4.7.2 2、引入框架 NuGet\Install-Package Quartz -Version 3.8.0 3、创建Job 自定义Job实现接口IJob,在Execute方法实现定时逻辑, using Quartz; using System; using Sys…...
【已解决】修改了网站的class样式name值,会影响SEO,搜索引擎抓取网站及排名吗?
问题: 修改了网站的class样式name值,会影响搜索引擎抓取网站及排名吗? 解答: 如果你仅仅修改了网站class样式的名称,而没有改变网站的结构和内容,那么搜索引擎通常不会因此而影响它对网站的抓取和排名。但…...
微信小程序开发系列-02注册小程序
上一篇文章,创建了一个最小的小程序,但是,还有3个疑问没有弄清楚,还是基于demo1工程,这篇文章继续探索。 当前的目录结构是否是完备的呢?(虽然小程序可以运行起来)app.js文件内容还…...
安装 PyCharm 2021.1 保姆级教程
作者:billy 版权声明:著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处 前言 目前能下载到的最新版本是 PyCharm 2021.1。 请注意对应 Python 的版本: Python 2: 2.7Python 3: >3.6, <3.11…...
浏览器 cookie 的原理(详)
目录 1,cookie 的出现2,cookie 的组成浏览器自动发送 cookie 的条件 3,设置 cookie3.1,服务端设置3.1,客户端设置3.3,删除 cookie 4,使用流程总结 整理和测试花了很大时间,如果对你有…...
StringBuilder和StringBuffer区别是什么?
想象一下,你在写信,但是你需要不断地添加新的内容或者修改一些词句。在编程中,当你需要这样操作字符串时,就可以用StringBuffer或StringBuilder。 StringBuffer StringBuffer就像是一个多人协作写作的工具。如果你和你的朋友们一…...
【数据分析】数据指标的分类及应用场景
数据分析之数据指标的分类 数据分析离不开对关键指标的分析与跟踪,这些指标通常与具体的业务直接相关。好的指标能够促进业务的健康发展,因为指标与业务目标是一致的,此时指标就能反映业务变化,指标发生变化,行动也发…...
首涂第二十八套_新版海螺M3多功能苹果CMSv10自适应全屏高端模板
首涂第二十八套_新版海螺M3多功能苹果cmsv10自适应全屏高端模板 多功能苹果cmsv10自适应全屏高端模板开源授权版 这是一款带“主题管理系统”的模板。这是一款好模板。 花大价钱收购了海螺这两个模板的版权。官方正品,非盗版。关闭域名授权 后台自定义菜单 请把…...
MatGPT - 访问 OpenAI™ ChatGPT API 的 MATLAB® 应用程序
系列文章目录 前言 MatGPT 是一款 MATLAB 应用程序,可让您轻松访问 OpenAI 的 ChatGPT API。使用该应用程序,您可以加载特定用例的提示列表,并轻松参与对话。如果您是 ChatGPT 和提示工程方面的新手,MatGPT 不失为一个学习的好方…...
Tomcat转SpringBoot、tomcat升级到springboot、springmvc改造springboot
Tomcat转SpringBoot、tomcat升级到springboot、springmvc改造springboot 起因:我接手tomcat-springmvc-hibernate项目,使用tomcat时问题不大。自从信创开始,部分市场使用国产中间件,例如第一次听说的宝兰德、东方通,还…...
浅述无人机技术在地质灾害应急救援场景中的应用
12月18日23时,甘肃临夏州积石山县发生6.2级地震,震源深度10千米,灾区电力、通信受到影响。地震发生后,无人机技术也火速应用在灾区的应急抢险中。目前,根据受灾地区实际情况,翼龙-2H应急救灾型无人机已出动…...
js-cookie的使用以及存储token安全的注意要点
js-cookie的使用以及存储token安全的注意要点 npm 安装 npm i js-cookie -S // https://www.npmjs.com/package/js-cookie引入使用 import Cookies from js-cookie获取 Cookies.get(token); // 读取token Cookies.get() // 读取所有可见的 Cookie > { token: value }设置…...
Android 网络状态判断
1、获取网络信息,首先需要获取权限 <uses-permission android:name"android.permission.INTERNET" /> <uses-permission android:name"android.permission.ACCESS_NETWORK_STATE" /> 2.1我们通过ConnectivityManager可以获取状态…...
管理类联考——数学——真题篇——按知识分类——代数——数列
【等差数列 ⟹ \Longrightarrow ⟹ 通项公式: a n a 1 ( n − 1 ) d a m ( n − m ) d n d a 1 − d A n B a_n a_1(n-1)d a_m(n-m)dnda_1-dAnB ana1(n−1)dam(n−m)dnda1−dAnB ⟹ \Longrightarrow ⟹ A d , B a 1 − d Ad&#x…...
如何用Python爬取全国空气质量监测站数据(附完整代码与避坑指南)
Python实战:构建高稳定性的空气质量监测数据爬虫系统 清晨打开天气应用时,那些跳动的PM2.5数值背后,是遍布全国的空气质量监测站在持续工作。作为数据分析师或环境研究者,直接获取这些原始监测数据往往能发现更有价值的规律。但当…...
零基础快速入门前端DOM核心知识点详解与蓝桥杯Web赛道备考指南(可用于备赛蓝桥杯Web应用开发)
DOM(文档对象模型)是 HTML/XML 文档的编程接口,通过它可动态操作网页内容、结构与样式。本文将结合示例代码,系统讲解 DOM 核心知识点(重点补充事件系统全解),并针对蓝桥杯 Web 应用开发赛道给出…...
Qt实战:用QCustomPlot的QCPColorMap绘制声呐/热力图,附完整代码与色条(QCPColorScale)美化技巧
Qt实战:用QCustomPlot实现专业级声呐热力图可视化 第一次在项目中尝试用QCustomPlot绘制声呐数据时,我被它强大的性能震撼了——5000100的数据矩阵渲染仅需200毫秒,而Matplotlib处理同样规模的数据需要近3秒。这个发现让我彻底放弃了Python方…...
MCprep插件终极指南:从Minecraft世界到专业动画的完整解决方案
MCprep插件终极指南:从Minecraft世界到专业动画的完整解决方案 【免费下载链接】MCprep Blender python addon to increase workflow for creating minecraft renders and animations 项目地址: https://gitcode.com/gh_mirrors/mc/MCprep 你是否曾梦想将Min…...
告别手动复制!用ArcGIS字段计算器(VB/Python)批量提取字段值的保姆级教程
ArcGIS字段计算器实战指南:VB与Python高效提取字段值的深度对比 在GIS数据处理工作中,属性表字段值的部分提取是最常见却又最耗时的操作之一。想象一下,当你面对一个包含上万条记录的"BSM"字段,需要提取前6位作为行政区…...
解锁自定义键盘体验:用Vial-QMK打造个性化配置指南
解锁自定义键盘体验:用Vial-QMK打造个性化配置指南 【免费下载链接】vial-qmk QMK fork with Vial-specific features. 项目地址: https://gitcode.com/gh_mirrors/vi/vial-qmk 核心价值:为什么选择Vial-QMK定制键盘? 在机械键盘的世…...
Llama-3.2V-11B-cot应用场景:跨境电商多语言商品图信息提取案例
Llama-3.2V-11B-cot应用场景:跨境电商多语言商品图信息提取案例 1. 项目背景与价值 跨境电商平台每天需要处理海量商品图片,传统人工标注方式面临三大痛点: 语言障碍:商品图可能包含多种语言的文字信息效率瓶颈:人工…...
突破PDF转换困境:Marker全攻略——从格式混乱到精准转换的革新之路
突破PDF转换困境:Marker全攻略——从格式混乱到精准转换的革新之路 【免费下载链接】marker 一个高效、准确的工具,能够将 PDF 和图像快速转换为 Markdown、JSON 和 HTML 格式,支持多语言和复杂布局处理,可选集成 LLM 提升精度&am…...
YOLOv11分割模型实战:用C++和ONNXRuntime解析‘output0’和‘output1’双输出,实现像素级颜色分析
YOLOv11分割模型实战:C与ONNXRuntime双输出解析与像素级颜色分析 在计算机视觉领域,目标检测与实例分割技术的结合正成为工业应用的新标准。YOLOv11作为YOLO系列的最新成员,不仅延续了其高效检测的特性,更通过双输出结构实现了精准…...
全球蛋白质组学数据共享核心平台升级
摘要 ProteomeXchange蛋白质组学资源联盟(http://www.proteomexchange.org)的建立旨在标准化基于质谱(MS)的蛋白质组学领域开放数据实践。本文介绍了ProteomeXchange在过去3年的主要进展。该联盟的6个成员数据库分布于࿱…...
