农用柴油机的DPF再生条件与排放性能智能多目标优化

为提升农用柴油机的DPF(diesel particulate filters)再生性能、排放和燃油经济性,该研究提出了基于增强循环训练的智能多目标优化方法。通过BP(backpropagation)神经网络构建了DPF再生条件预测模型,并提出AMSO(adaptive memory gull optimization)算法提高预测精度。基于NSGA-Ⅲ(non-dominated sorting genetic algorithm-Ⅲ)对多个控制参数进行优化,并通过稳态和WHTC瞬态循环试验验证。结果表明:在稳态试验验证中,优化后DPF入口和出口温度平均增加了6.10%和2.90%,O_(2)浓度增加了18.86%,同时,NOx、烟度和BSFC(brakespecificfuel consumption)的平均降低分别为10.72%、11.48%和0.24%,确保了DPF的高效安全再生。在瞬态测试验证中,DOC(diesel oxidation catalyst)入口温度、DPF入口温度和O_(2)浓度明显改善,分别增加了31.00%、2.60%和0.50%,同时,NOx和烟度排放分别降低了10.40%和0.80%,燃油消耗减少了3.5%。证明了提出的优化方法解决了农用柴油机DPF再生与排放优化问题,为柴油机再生模式下控制参数优化提供指导。

运用改进蜉蝣算法的增程式电动汽车能量管理策略研究

针对增程式电动汽车基于规则的能量控制策略优化问题,提出了基于改进的蜉蝣优化算法的多点能量管理控制策略。以增程式轻型卡车为研究对象,建立整车多目标优化的数学模型,采用改进的蜉蝣优化算法进行离线寻优。将整车需求功率和电池SOC值的变化量作为实时输入参数来设计模糊控制器,对APU当前工作点的最小保持时间进行控制。最后在WLTP测试工况下,采用MATLAB/Simulink和Cruise联合仿真对优化的能量管理控制策略进行了分析与验证。研究结果表明,改进的优化算法IMA继承了MA的优点,且提高了算法在寻优前期的全局搜索能力和整体的收敛速度。所提出的多点能量管理控制策略与恒温器、功率跟随型能量管理控制策略相比,综合性能分别提高了16.2%和7.8%,有效提高了整车综合性能。

基于RSM法的柴油机进气系统参数优化研究

开展进气参数优化是改善柴油机“气油配合”状态,提高柴油机动力性、经济性和排放性的关键。以1台高压共轨柴油机为研究对象,结合已有实验数据搭建了柴油机GT-Power一维性能仿真模型,在最大扭矩工况点处,以进气压力、进气温度、进气门开启角、排气门开启角为变量进行单变量扫值,研究了扭矩和有效燃油消耗率随进气系统参数变化的规律。基于RSM法构建了扭矩和有效燃油消耗率的二次回归模型,得出了影响扭矩和有效燃油消耗率权重排序,开展了平衡最大扭矩和最低有效燃油消耗率的多目标优化,并得到了优化标定参数。实验结果显示:进气压力、进气温度、进气门开启角、排气门开启角分别为2.27 bar、369 K、459°CA、255°CA时,参数组合使得扭矩提升到311.08 N·m,较原机提升了6.51%;有效燃油消耗率降低到204.11 g/(kW·h),较原机降低了6.25%;最大气缸压力为154 bar,涡轮前排气温度为883 K,未超限制要求。这表明RSM法用于柴油机进气系统参数协同优化是可行的,优化后达到了相应的目标要求。

基于物联网技术的计算机实验室仪器运行自动化控制系统

可靠实现计算机实验室仪器运行自动化控制,是提升计算机实验室仪器管理水平的核心,因此,设计基于物联网技术的计算机实验室仪器运行自动化控制系统。该系统的感知层通过前端采集单元,感知实验室仪器的运行状态信息或者信号并完成其转换;传输层通过ZigBee协议栈、网关为支撑,利用通信时隙分配方法,安全、高效传输感知数据;应用层以传输的数据为基础,基于模糊PID控制器自动化控制计算机实验室仪器运行。测试结果显示,该系统的传输速率均在1.25 bps以上,最大传输速率达到2.03 bps,可在较短时间内控制仪器达到指定运行标准。

柴油机尿素选择性催化还原系统虚拟标定及NO_(x)转化率优化方法研究

基于尿素选择性催化还原系统物理模型与尿素喷射量控制模型联合仿真的虚拟标定方法,获得了目标NO_(x)转化率脉谱;采用多目标遗传算法对尿素选择性催化还原系统进行优化,得到最优尿素喷射量目标值,同时优化了NO_(x)转化率和NH3泄漏值。分析了原排参数及优化结果对NO_(x)转化率的影响。仿真结果表明,采用优化后的尿素喷射量可实现较高的NO_(x)转化率,在排温200~300℃的条件下NO_(x)转化率平均提高35%左右,同时满足国六排放法规对NH3泄漏限值的要求。

基于虚拟仪器技术的曲轴凸轮轴位置传感器信号模拟与应用

基于NI Kintex-7 USB-7845R多功能可重配置I/O设备,利用虚拟仪器技术LabVIEW语言和LabVIEW FPGA模块开发现场可编程门阵列(FPGA),设计一套针对四冲程高压共轨柴油机的发动机曲轴位置传感器与凸轮轴位置传感器仿真信号模拟系统。根据FPGA内部40 MHz时钟源进行编写定时逻辑程序,首先利用LabVIEW FPGA模块生成曲轴、凸轮轴方波信号,再调用该模块内部的Sine Wave Generator函数,同步曲轴方波信号模拟生成曲轴正弦波信号。该系统可为高压共轨柴油机电控单元(ECU)测试提供不同频率的曲轴、凸轮轴模拟信号;并结合加速踏板信号,从而实现发动机在加速过程中的曲轴、凸轮轴瞬态特性。该仿真模拟系统可为硬件在环仿真类等实验项目提供一个可参数化配置、适配不同曲轴、凸轮轴信号的发动机传感器虚拟信号仿真模拟平台。传感器信号可根据被控对象的不同及其需求选择霍尔式传感器和磁电式传感器。

基于高斯–柯西变异海鸥优化算法的柴油机共轨压力控制研究

为优化柴油机轨压稳定控制和快速响应控制,提出一种将改进的海鸥算法与PID控制器相结合的共轨压力控制方法。根据高压共轨系统的物理结构和工作原理,搭建了高压共轨系统实时仿真模型;针对原始海鸥算法种群分布不均匀、容易陷入局部最优等问题,提出将Tent混沌映射、非线性惯性权重和高斯–柯西混合变异策略融入海鸥算法中,提升了算法的计算精度和收敛速度等方面的性能;基于改进后的海鸥算法完成对模型的轨压PID控制器参数自适应整定。研究结果表明:改进海鸥算法优化后的PID控制的轨压稳态和动态特性都明显优于常规PID控制。在稳定工况下,轨压波动幅值减小了33%以上;在动态过程中,稳定时间缩短了14%以上,超调量减小了71%以上。

基于深度强化学习的增程式电动轻卡能量管理策略

为了解决增程式电动轻卡辅助动力单元(auxiliary power units,APU)和动力电池之间能量的合理分配问题,在Simulink中建立面向控制的仿真模型,并提出一种基于双延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)算法的实时能量管理策略,以发动机燃油消耗量、电池荷电状态(state of charge,SOC)变化等为优化目标,在世界轻型车辆测试程序(world light vehicle test procedure,WLTP)中对深度强化学习智能体进行训练。仿真结果表明,利用不同工况验证了基于TD3算法的能量管理策略(energy management strategy,EMS)具有较好的稳定性和适应性;TD3算法实现对发动机转速和转矩连续控制,使得输出功率更加平滑。将基于TD3算法的EMS与基于传统深度Q网络(deep Q-network,DQN)算法和深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法进行对比分析,结果表明:基于TD3算法的EMS燃油经济性分别相比基于DQN算法和DDPG算法提高了12.35%和0.67%,达到基于动态规划(dynamic programming,DP)算法的94.85%,收敛速度相比基于DQN算法和DDPG算法分别提高了40.00%和47.60%。

基于Artims的带阻滤波在车辆NVH改进方面的运用

采用滤波分析技术,通过带阻滤波对滤波前后的噪声结果对比,可以得出某频率成分或者某阶次成分对总体的贡献比例,预测通过某改进措施降低此频率成分或阶次成分的幅值会对整体幅值的改善情况,能快速定位主要的噪声源。

基于MATLAB的DPF再生速率模型及标定方法的研究

为准确估计DPF再生过程中的碳载量,结合对DPF的再生过程及其数学模型的分析,使用MATLAB软件设计DPF再生效率的标定工具,提出相应的标定方法。仿真和试验结果表明:使用该DPF再生效率标定工具和标定方法所得到的DPF再生效率模型具有较高的准确性和鲁棒性。

林木砍伐环境下机器人指定高度自动化攀爬控制系统

林木砍伐环境复杂多变,包括不同直径、高度和形态的树木,机械砍伐设备往往受限于灵活性不足难以适应各种复杂环境。而自动化攀爬控制系统的机器人能够凭借其高灵活性和适应性,完成精准作业满足砍伐需求。为此设计林木砍伐环境下机器人指定高度自动化攀爬控制系统。使用位移传感器采集机器人位置数据,通过机载IPC传输到遥控操作盒内。通过无线通讯接口接收机器人位置数据,构建机器人运动学模型,获得机器人达到指定攀爬高度位移量。将该位移量作为攀爬机器人与指定高度偏差量输入到神经网络PID同步控制器内,使用神经网络PID同步控制器后的机器人关节控制量和驱动控制量,实现机器人指定高度自动化攀爬控制。实验结果表明:信号通讯波幅间隔均匀,控制数值与实际攀爬高度最大差值仅为0.1 m,最大超调量仅为0.2 m,在大约5 s内达到目标高度。证明该系统具备较强的通信传输能力,同时能够有效实现机器人到达指定攀爬高度,且控制时的超调量较小,应用性能较强。

基于FPGA的柴油机电控单元HIL系统IO研究与实现

为了明确高压共轨柴油机电控单元(electronic control unit,ECU)硬件在环(hardware-inthe-loop,HIL)系统I/O数据流特性以及减少系统开发时间和成本,提出了基于现场可编程门阵列(field-programmablegatearray,FPGA)技术与自制负载板相结合的高压共轨柴油机ECU硬件在环系统方案,并利用LabVIEW FPGA模块开发了HIL系统可重配置I/O,通过分析FPGA底层传感器信号输出和执行器信号输入的I/O特征,设计了底层各I/O模块程序;结合基于AVL/CRUISEM搭建的D30柴油机实时仿真模型,在上位机中利用LabVIEW模拟传感器信号I/O模块和模型信号I/O模块.实验结果表明,HIL系统I/O设计合理,可重配置I/O设备的输出I/O能参数化模拟发动机的传感器信号,输入I/O能成功识别执行器反馈信号,并通过模型信号I/O输入至模型中,从而实现柴油机仿真模型和ECU的闭环控制并证实了系统方案的可行性.