基于整车路面谱的副车架开裂台架试验及仿真

针对前悬架稳定杆与副车架连接处在整车试验场耐久测试过程中出现的疲劳破坏问题,通过对稳定杆进行贴片标定,获得了试验场环境下稳定杆的连杆力和稳定杆扭转相对位移的强化耐久路谱,设计搭建了稳定杆副车架系统的物理台架,并按照耐久性规范进行了台架试验。试验结果表明:该台架试验装置能良好地再现整车耐久路试下的断裂位置,疲劳寿命相对于整车耐久路试的疲劳寿命偏差仅为2.5%。在此基础上,建立了稳定杆与副车架多体的仿真模型,设定了与系统试验台架相同的约束边界,通过虚拟迭代的方法及准静态有限元疲劳寿命分析法对系统进行了仿真分析。仿真得到稳定杆连杆力和稳定杆扭转相对位移信号,与测试结果进行对比分析可以看出,时域下相位和幅值重合度良好,频域下的PSD谱重合度较高,穿级计数载荷统计基本一致,载荷相对损伤均在1附近,相关风险位置处的仿真疲劳寿命与整车耐久试验寿命偏差比为6.25%,获得了较高精度的风险位置载荷,实现了耐久风险位置的复现。最后,基于仿真模型对副车架风险位置处进行了结构优化设计,改进后的方案顺利通过了后续的台架试验和整车耐久路试。

汽车变速器支架冲压成形工艺参数优化

该文以汽车变速器支架为研究对象,利用Dynaform软件研究其冲压成形过程出现的常见缺陷和问题。首先采用单因素分析确定正交试验的参数范围,然后通过正交试验和极差分析,获得各参数对最大减薄率的影响主次顺序,即冲压速度大于摩擦系数大于模具间隙;对于最大增厚率,冲压速度大于模具间隙大于摩擦系数,相对最优工艺参数组合为摩擦系数0.100、模具间隙1.44 mm、冲压速度1000 mm/s。最大减薄率的数值为15.345%、最大增厚率的仿真数值为16.017%,优化后的零件成形质量良好,可降低破裂的风险。

CNN-LSTM车辆运动状态识别的AUKF组合导航方法

针对固定的噪声协方差难以适应车辆不同运动行为下噪声统计特性差异大的问题,提出了一种基于卷积神经网络与长短期记忆网络(CNN-LSTM)的车辆运动状态识别自适应无迹卡尔曼滤波(AUKF)组合导航方法。首先,应用CNN-LSTM网络模型进行车辆运动状态识别,解决车辆自我运动不确定性的问题;其次,将特定运动状态约束下的噪声协方差应用于UKF的时间更新与量测更新;最后,将所提方法在采集的数据集上进行验证。实验结果表明,与经典的UKF算法相比,所提方法的位置均方根误差与速度均方根误差分别下降了22.67%与2.63%,验证了所提方法的有效性。

基于V形记忆曲线的汽车轮毂造型衍生设计方法

为提高汽车轮毂造型设计的效率,增强品牌造型识别度,提出一种高效的轮毂造型衍生创新设计方法。通过分析轮毂V形记忆曲线的变化规律和特点,总结出两类V形记忆曲线,并根据控制点数量分别进行了定量化表达;以轮毂造型的5个设计要素为基础,提取轮毂骨骼的特征并建立运算法则,构建基于V形记忆曲线的轮毂造型衍生设计方法;通过参数化实现造型构建方案衍生,验证了该方法的可行性。研究结果表明:基于V形记忆曲线的轮毂造型衍生设计方法提高了轮毂设计效率,实现了轮毂造型创新及提升品牌特征延续的设计目标,为同类型产品的创新设计提供参考。

电液位置伺服控制系统设计与实验验证

针对电液位置伺服系统存在外部不确定性扰动和非线性等问题,采用基于敏感度分析(SA)和粒子群优化(PSO)的径向基函数(SAPSO-RBF)神经网络设计电液位置伺服控制系统。利用SAPSO-RBF神经网络估计伺服系统模型中的未知参数并设计伺服系统滑模控制器,同时搭建双出杆对称液压缸电液位置伺服控制系统实验装置。SAPSO-RBF神经网络滑模控制方法与传统滑模控制方法对比实验结果表明,SAPSO-RBF神经网络滑模控制方法具有更高的跟踪精度、更强的鲁棒性,并且系统抖振得到了有效抑制。

考虑时延和多前车反馈的智能网联汽车跟驰模型

针对智能网联环境下传感器感知和车车通信(vehicle to vehicle,V2V)都存在时延的问题,提出一种考虑双时延和多前车反馈(dual delay multiple look-ahead full velocity difference,DD-MLFVD)的智能网联汽车跟驰模型.根据智能网联汽车感知特性引入双时延信息,结合多前车速度差和期望速度信息提出DD-MLFVD模型.通过微小扰动法求解DD-MLFVD模型的临界稳定性条件,同时结合模型参数研究前车数量和时延大小对模型稳定域的影响.利用直道场景对模型进行仿真分析,着重研究变扰动和变时延场景下DD-MLFVD对交通流的稳定效果.结果表明:面对复杂扰动影响,DD-MLFVD模型能够较好吸收扰动,可提升交通流的稳定性.

LSTR算法的改进及在车道线检测中的应用

基于Transformer的车道预测LSTR(Lane Shape Prediction with Transformers)算法在检测车道线时存在缺少捕捉局部特征的能力和多头注意力机制中头数多余的问题.本文提出了改进LSTR算法的车道线检测方法,首先在最后一个编码器中前馈网络的后面引入CBAM(Convolutional Block Attention Module)注意力机制模块,充分利用通道和空间上的信息,捕捉特征图中更多的细节;然后对解码器中的掩码多头注意力机制进行剪枝,使用掩码单头注意力机制来进行替换,以便更多关注前一时刻的车道线信息.改进后的LSTR算法在TuSimple数据集上准确度为96.31%,明显高于PolyLaneNet(Lane Estimation via Deep Polynomial Regression)等算法,在CULane数据集上比原始算法的F1评分上升了2.11%.

基于Optistruct的某皮卡汽车后桥壳轻量化优化研究

【目的】为研究某新款皮卡汽车后桥壳的静态特性及轻量化优化问题,【方法】采用有限元平台仿真与台架试验结合的研究方法。首先,在Hypermesh软件建立具有高计算精度的有限元模型;其次,使用ABAQUS仿真平台分析了桥壳在满载工况下的应力及位移,确定了危险截面位置;随后,通过Optistruct优化模块对桥壳和钢板板簧座等零部件进行了尺寸优化;最后,通过垂直弯曲静刚强度台架试验验证了轻量化优化的可靠性。【结果】有限元分析结果表明,桥壳的危险截面位于钢板板簧座与桥壳连接处,最大应力和变形量分别为307.20 MPa和1.440 mm。Optistruct尺寸优化后的桥壳重量由59.07 kg降低至52.55 kg,减重率11.04%。应力上升至310.10 MPa,但仍小于桥壳材料45钢的屈服强度355.00 MPa,变形量小于标准1.400 mm。台架试验结果表明,桥壳通过垂直弯曲静刚强度试验,符合汽车驱动桥台架试验标准。【结论】所建立的有限元模型具有较高的准确性,仿真结果与台架试验结果高度接近。经Optistruct优化后的桥壳具有良好的力学行为表现,该模块在桥壳轻量化优化方面具有较高的可靠性。

基于改进粒子群算法优化PID控制的主动悬架性能研究

针对二自由度主动悬架比例-积分-微分(PID)控制器参数整定问题,引入粒子群算法,借助粒子群算法的全局搜索能力解决PID控制器参数整定问题,考虑到传统粒子群算法收敛速度较慢,设计了一种改进粒子群算法,根据悬架性能评价指标建立目标函数,分别模拟了随机路面激励输入和减速带式梯形冲击路面激励输入,并验证了基于改进粒子群算法优化的PID控制器的有效性。仿真结果表明:改进粒子群算法后目标函数的收敛速度明显提高;基于改进粒子群算法优化PID控制的主动悬架在不同激励输入条件下均具有较好的行驶平顺性;验证了改进粒子群算法的有效性并解决了PID控制器参数整定问题。

基于平行测试的认知自动驾驶智能架构研究

在大数据、云计算和机器学习等新一代人工智能技术的推动下,自动驾驶的感知智能在近年来得到显著的提升与发展.然而,与人类驾驶过程中隐含的以自我目的实现为引导的自探索性和自主性相比,现阶段自动驾驶技术主要以辅助驾驶功能为主,还停留在以被动感知、规划与控制为主的初级智能自动驾驶阶段.为实现车辆智能从数据驱动的环境感知、辅助决策、被动规划到知识驱动的场景认知、推理决策、主动规划的提升,亟需增强车辆自身对复杂外界信息归纳提炼、推理决策、评价估计等类人能力.首先回顾自动驾驶关键技术演化及其应用发展历程;随后分析测试对车辆智能评估的效用;然后基于平行测试理论,提出自动驾驶车辆认知智能训练、测试与评估空间的构建方法,并设计基于平行测试的认知自动驾驶智能训练框架.该项研究工作预期能为推动自动驾驶从感知智能向认知智能的升级提供可行的技术支撑与实现路径.

汽车发动机舱自燃自动灭火控制系统的研究

燃油汽车发动机自燃现象会对汽车本身造成毁灭性的影响,因此须运用新的研究手段来解决发动机舱自燃问题。研发了一款发动机舱自燃灭火控制系统,该系统由SCT89C51微处理器控制模块、汽车发动机舱检测传输模块及报警和手动控制装置构成,主要通过采集发动机舱内的温度、烟雾和火焰等数据,对发动机舱内自燃现象精准灭火进行研究。结果表明,发动机舱自燃灭火控制系统主要通过监测传感器对发动机舱内动态进行实时监测,以实现精确灭火和早期预防的目的。当工作条件分别为温度、烟雾和火焰时,在别克英朗上分别进行8次和10次测试,发现报警装置启动和灭火系统启动效果分别达到87.5%和90.0%;本田思域和丰田卡罗拉在工作条件为温度和烟雾时,对其进行8次测试,发现报警装置启动效果均为75.0%;而工作条件为火焰工时,进行10次试验测试,灭火系统启动效果则均为80.0%。可见,该系统通过监测传感器采集发动机舱内的数据,从而实现报警装置和灭火系统启动,从而减少发动机自燃危及到乘车人的生命财产安全。

钢-铝混合驾驶室材料-结构轻量化设计

为了得到更为完善的商用车驾驶室轻量化设计,提出了钢-铝混合驾驶室材料-结构一体化轻量化方法。首先基于灵敏度分析、等刚度近似理论与等强度理论建立了性能驱动的材料选择方法,并针对钢制驾驶室初步设计了钢-铝混合材料方案。然后通过折衷规划法的拓扑优化识别了驾驶室关键传力路径,并加强了相关结构。其次考虑驾驶室零件厚度、截面尺寸设计参数,建立了驾驶室质量、刚度及模态性能的径向基函数的代理模型,并采用多目标粒子群优化方法对驾驶室进行多目标优化设计。优化结果表明,在满足驾驶室刚度、模态和碰撞性能的要求下,驾驶室质量减轻了12.8%。该方法对钢-铝混合驾驶室轻量化有实际的工程指导价值。

概率融合的抗侧翻智能主动悬架控制研究

为了提升高质心车辆的侧倾稳定性和平顺性,降低车辆侧翻事故造成的伤亡率,提出一种基于概率融合隶属度函数构建理论的侧翻工况预测和控制方法。首先,通过采集车辆侧翻工况数据,选取车辆状态变量,基于影响权重确定与车辆侧翻相关的关键影响因子。其次,根据时间序列对数据进行时间片段划分,设计动态贝叶斯预测网络,对下一时间片段内车辆侧翻概率进行预测。最后,根据车辆性能参数与控制器参数的映射规则,建立概率融合的Takagi-Sugeno(T-S)模糊隶属度函数,设计车辆主动悬架抗侧翻鲁棒控制器。CARSIM/Simulink联合仿真结果表明,与被动悬架、半主动悬架、多目标控制主动悬架相比,所提方法可以平稳且高效地防止车辆侧翻,提升车辆行驶的安全性。

面向自动驾驶道路场景中异常案例的多模态数据挖掘算法

基于深度学习的视觉感知技术的发展有利于自动驾驶系统中环境感知技术的进步。然而,对于自动驾驶场景中的异常案例,目前的感知模型还存在一些问题。这是因为基于深度学习的感知模型的能力取决于训练数据集的分布。尤其是驾驶场景中的类别从未出现在训练集中,感知系统也往往很脆弱。因此识别未知类别和极端场景仍然是自动驾驶感知技术安全性的挑战。本文从处理数据集的角度出发,提出了一种新颖的多模态异常案例自动挖掘流程(corner case mining pipeline, CCMP)。为验证CCMP的有效性,在Waymo开放数据集的基础上构建了异常案例子集“Waymo-Anomaly”,该子集共有3 200个图像,每个图像都将包含文本中定义的异常案例场景。并且基于私有数据集Waymo-Anomaly,证明了CCMP针对异常案例场景挖掘的召回率可以达到91.7%。此外,还通过实验验证了目标检测器在包含异常案例的数据集中针对长尾分布的有效性。最终,希望从处理数据集的角度来提高自动驾驶感知模型在现实世界中的真实性。

某车型空调“嗡嗡”声诊断与优化

伴随着整车上动力系统噪声、振动与声振粗糙度(NVH)、路噪和风噪的不断改善,空调系统NVH问题越来越凸显,受到业内关注和研究。文章主要通过对某车型开空调蠕行工况下,车内出现的明显“嗡嗡”声进行诊断分析,明确了空调系统“嗡嗡”声的产生与传递机理,并根据分析结果提出了可工程化管路隔振垫和管路延长等优化方案,有效降低了空调“嗡嗡”声。

某型汽车CAN网络系统故障分析及诊断方法

通过参与企业技术服务,发现当前服务站在汽车通信网络故障方面存在检测及诊断困难等问题,很多问题所需将故障反馈企业后台并需要得到专业通信工程师的指导。为了能够更好地顺应汽车企业,对汽车的通信网络构架进行了阐述,并对其故障并进行了分析和排除。

自动驾驶汽车行驶风险评估方法综述

行驶风险评估对自动驾驶系统的安全运行至关重要。将现有行驶风险评估方法分为3类,包括面向单一目标物的、基于可达集的和基于势场论的评估方法。提出5个评价维度,包括计算实时性、结果时效性、应用可行性、内容充分性和场景泛用性,对评估方法进行了全面比较,揭示其特点和适用情况。对自动驾驶行驶风险评估面临的问题以及未来发展趋势进行了分析和展望。

基于安全、轻量化、可靠性多目标的新能源汽车电池包壳体开发

电池包作为新能源汽车的动力源,是新能源汽车最重要的部件之一,而电池包壳体对电池包乃至整车起重要保护作用,是新能源汽车的关键部件。电池包壳体质量占整车的2%~6%,电池包壳体对汽车轻量化同样起到重要作用。基于全球汽车产业的节能减排发展目标,从安全性、轻量化、可靠性3个角度出发,论述了新能源汽车电池包壳体开发的行业发展现状,展望其未来的发展趋势,同时针对这一领域存在的共性关键技术问题进行了讨论。

现代汽车机电技术的发展趋势研究

当前,由于科技的飞速前进,中国的汽车企业的整体水平不断攀升。在这种情况下,车辆的性能、价格都受到了影响。因此,使用汽车企业的最新科技可以给现代的汽车企业提供非常大的技术支持。然而,由于市场上的新车企业日益壮大,国际竞争也日趋激烈,因此,在当前的市场形势中,如何在国际竞争中保持领先,并从中谋求最大的利润,成为各家新车企业都需要解决的重大挑战。由于科学的不断改善,汽车机械技术已成为汽车行业不可或缺的组成部分,因此,不同的企业和行业正在努力推动其产品的、高效、绿色的特点,以期最大限度地满足消费者的多样和针对性的需要。由于科技的飞速进展,汽车行业机械设备的前景十分宽广,因此,政府和相关部门都需要积极推动和鼓励企业投入更多资源来提升其生产力,使之成为未来全球汽车市场的主导力量。

基于遗传算法的汽车主动悬架变论域模糊PID控制

针对1/4车主动悬架系统,提出一种基于遗传算法(genetic algorithm,GA)的变论域模糊比例-积分-微分(proportional-integral-differential,PID)控制方法.在建立主动悬架系统模型的基础上,引入变论域思想设计模糊PID控制器.为进一步改善控制器减振效果,采用GA来优化变论域中伸缩因子描述函数的参数.结果表明:相比PID、模糊PID与未优化的变论域模糊PID等控制方法,基于GA的变论域模糊PID控制方法在降低车身垂向加速度、改善乘坐舒适性方面具有优越性;所提控制方法对簧载质量和车辆行驶速度不确定性具备较强的鲁棒性.