基于多目标函数的钢轨打磨廓形优选研究

针对CR400BF和CRH5动车组6~8 Hz主频车体抖动问题,从改善轮轨关系角度出发,分别建立车轮踏面和钢轨廓形样本库,通过确定目标函数和设置边界条件求解得到优选钢轨廓形。建立实参数车辆-轨道刚柔耦合动力学模型和轮轨接触弹塑性有限元模型,通过仿真分析对比优选钢轨廓形和60N廓形的等效锥度、动力学指标和轮轨接触应力。按优选钢轨廓形进行钢轨打磨试验,结果表明:优选钢轨廓形与磨耗车轮踏面匹配时轮轨关系改善,等效锥度小于上限值0.4;与不同磨耗车轮踏面匹配时,优选钢轨廓形动力学指标优于60N,且轮轨接触应力和打磨量均更小;按优选钢轨廓形进行钢轨打磨后,CR400BF、CRH5动车组舒适度、平稳性指标分别减小15.7%、13.1%以上,车体振动加速度主频消除。优选钢轨廓形可有效缓解CR400BF和CRH5动车组车体抖动,优选方法和实施流程可为相关问题研究提供参考。

基于多目标粒子群优化算法的某轻型商用车操纵稳定性优化研究

针对某轻型商用车稳态回转时侧倾度偏大的问题对其悬架进行优化改进。基于ADAMS/car搭建整车多体动力学模型,通过前悬架反向平行轮跳试验、后悬架理论计算验证了悬架仿真模型的准确性。进行整车稳态回转工况和转向盘中间位置转向工况仿真分析,结果表明,车身侧倾度偏高。为实现操纵稳定性优化分析的流程自动化,提出了基于modeFRONTIER的联合仿真方法。以悬架设计参数为优化变量,以汽车的侧倾度与横摆角速度响应滞后时间为优化目标,采用拉丁超立方试验设计方法拟合得到混合代理模型,并结合多目标粒子群优化算法对悬架系统进行多目标优化,获得了悬架系统优化方案。优化结果显示,在不影响平顺性的前提下,汽车车身侧倾度降低了13.93%,横摆角速度响应滞后时间降低了2.75%,整车操纵稳定性得到了提升。

飞行汽车混动系统动力电池和增程器的协调控制

城市空中交通(urban air mobility, UAM),是近期解决当前地面交通拥堵困境的有效方法。因此,研究飞行汽车典型飞行任务剖面下的动力系统工作特性至关重要。由于电池能量密度的限制以及纯电动飞行汽车的里程限制,因此使用油电混合作为飞行汽车的动力系统更为合理。总结垂直起降飞行汽车(vertical takeoff and landing, VTOL)任务剖面下混动系统运行性能的相关研究。基于MATLAB Simulink,提出一种混合动力的协调方法,其中同时考虑两种操作模式。根据实际操作条件,预设垂直起降和平飞两种工况下不同的操作模式。在此基础上,研究作为主要电源的增程器调节功率流和提高增程器工作效率的电池协调。直流母线电压由DC/DC转换器调节,有利于电池组的整体寿命,实现了充电和放电状态期间的功率共享。仿真结果表明:可以很好地控制直流母线电压,并且增程器和电池之间的功率共享遵循设计。

车门的高维多目标优化

为改善某MPV车门力学性能,降低车门总成质量,针对传统优化算法在高维多目标优化时易出现解收敛性差的问题,采用基于非支配排序及参考点的NSGA-Ⅲ算法,结合试验设计及响应面模型等方法对车门进行多目标优化。研究结果表明:初始车门模型各目标的仿真分析结果与实验值误差均小于5%,一致性好;构建的响应面精度高;基于NSGA-Ⅲ算法优化获得的Pareto解分布均匀、收敛性好;优化后的车门内板模态频率及门框刚度未有明显提高,但仍满足企业要求,车门质量降低13.63%,轻量化效果较为明显。说明应用NSGA-Ⅲ算法能有效地解决传统优化高维目标收敛性差的问题,获得较为理想的结果。

基于Adams与Isight的大型车辆双叉臂前悬架尺寸参数寻优

在Adams/Car创建双叉臂前悬架的虚拟样机模型,并进行仿真实验;将Adams集成到Isight中,进行灵敏度分析,获取对悬架性能参数影响较大的悬架硬点坐标。以此作为设计变量,以悬架的运动学性能作为响应,拟合得到几种不同的近似模型。利用Nsga-II遗传算法进行优化,得到优化的悬架尺寸参数。使得悬架运动性能得到提高。

无碳小车的多维实践教学平台构建与实施

以全国大学生工程训练综合能力竞赛赛题“无碳小车”项目为载体,构建了无碳小车的多维实践教学平台。该实践教学平台包含“材料选择和应用”“工艺路线与加工精度”和“无碳小车设计和制作”3个实践教学模块,并对接多个课程单元,使学生所学的专业课程理论知识在实践中得到验证和强化。教学实施中,系统性整合课程内容,并通过“课堂—云课堂—实践”三元驱动形成合力,在教学过程中不断融入思政教育,实现学生的专业知识、实践能力、综合素质“三位一体”融合发展。

乘用车车门侧面柱碰撞性能最优耦合设计

针对汽车侧面碰撞安全性问题,以某乘用车车门为研究对象,采用仿真分析与数学优化相结合的方法,对驾驶员侧车门的安全性能进行优化分析.根据GB/T 37337—2019《汽车侧面柱碰撞的乘员保护》的测试要求建立侧面柱碰撞仿真模型,进行仿真模型可靠性分析,对车辆侧围的侵入量、车门各部件的吸能情况及车辆的加速度等安全性能指标进行研究.通过设计拉丁方试验和样本数据,建立优化目标的响应面模型,基于非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)对建立的优化数学模型进行多目标优化求解,采用熵-TOPSIS法计算Pareto前沿解的欧式距离,确定最终优化方案.结果表明:在车门质量减小1.22%情况下,车门最大侵入量减少了10.28%,车门主要吸能零部件吸能占比提高了16.14%,车门加速度峰值降低了7.58%;优化后的车门在侵入量、加速度以及吸能方面均得到了不同程度的改善,从而加强了车门的碰撞强度,提高了汽车侧面碰撞安全性;优化后车辆加速度峰值减少了16.37%,乘员受到的二次冲击得到改善.

城市道路场景中车辆驾驶行为分析及统一建模

为提高城市道路微观交通流的仿真精度和效率,以信号交叉口进口道换道车辆及其目标车道上跟驰车辆作为研究对象,提出一种考虑车辆驾驶员行为特征的统一建模方法。以驾驶员多向多车预期能力为基础,引入侧向车辆影响系数,将全速度差跟驰模型拓展为描述换道过程中换道车辆和跟驰车辆纵向行驶动作的微观交通流模型,通过改进跟驰模型中的优化车速函数,将交通控制信号和换道类型对驾驶员决策的影响纳入模型中。研究结果表明:换道过程中侧向行驶车辆运动状态和换道类型变化对跟驰行为的影响要高于换道行为;不同类型换道场景中驾驶人对外界刺激的主要关注点会发生变化;全速度差模型比Gipps模型更适合作为基础模型用来模拟城市道路微观交通流。

基于多尺度特征融合的乘用车路面信息预警研究方法

伴随着用户对于乘用车行驶过程中的安全性和驾驶舒适性要求越来越高,计算机视觉算法作为一种先进的智能汽车技术被广泛应用。面对复杂多变的驾驶路面情况,实时准确的路面信息预警能够极大程度地保障用户出行。文章提出一种基于多尺度特征融合的乘用车路面信息预警方法。该方法在主流检测框架YOLOv8s中加入BiFPN方法,能有效提升对小目标的检测精度。此外,引入GIoU作为边界框回归损失函数的创新改进,更好地处理检测框不相交或重叠较少的情况,进一步提升模型在复杂路面情况下的目标定位精度。由于现有相关数据集并不完备,需进行数据采集和特征提取工作,这些数据应涵盖各种路面工况,以进一步满足路面信息预警需求。通过试验结果分析,本方法在乘用车路面信息检测方面表现出较好性能,不仅能增强对小目标的检测精度,也能提升边界框定位的鲁棒性,为后续的汽车路面信息预警研究提供有效的数据和技术支持。

多传感器融合的智能车设计方案及控制研究

智能小车的种类、控制要求多种多样,实现的功能也各不相同。分别针对两个主动轮和一个从动万向轮构成的三轮小车、四驱小车、舵机控制前轮转向与后轮主动差速的阿克曼小车、两轮平衡小车、麦克纳姆轮全向智能车为控制对象,通过对以主从机控制模式智能车的机械结构、控制系统硬件结构、器件选择及性能对比、软件设计流程、控制算法实现及软件结构分析揭示智能车控制机理;提出针对不同机械结构的智能车,采用不同控制器、不同传感器实现智能车的循迹、无线控制的设计方案;分析不同类型小车的PID调参方法并总结调试过程中存在的问题。对于多传感器融合的智能小车在选型、设计、路线规划、远程控制、调试方面有一定的指导意义。

动力集中动车组动力车前后横向平稳性差异研究

针对动力集中动车组动力车现场运行前、后横向平稳性差异问题,基于动力学仿真分析方法研究其形成机理与影响因素,并提出减缓措施。采用Simpack软件建立某型动力车的动力学模型,对比抗蛇行减振器斜对称与开口向外两种布置方式,分析关键悬挂参数对车体前端和后端横向平稳性影响,并采用模态分析法研究抗蛇行减振器横向安装角对蛇行模态稳定性和车体横移摇头模态相位差的影响;以线性稳定性和车体前、后端横向平稳性指标为优化目标,对抗蛇行减振器阻尼、等效串联刚度以及横向安装角进行多目标优化,并根据计算结果对优化参数进行Sobol全局敏感性分析。结果表明:抗蛇行减振器采用斜对称布置方式时,车体前端与后端的横向平稳性差异受悬挂参数影响较小,横向安装角对动力车横向稳定性不敏感;采用开口向外布置方式时,抗蛇行减振器适当横向安装角度显著降低甚至消除车体前端和后端横向平稳性差异,且车体横向平稳性和线性稳定性对横向安装角均较为敏感,建议优化横向安装角2°~6°。

基于网约车出行的长三角城市群空间关联网络特征与影响因素识别

文章基于长三角城市群内城市、乡镇街道尺度的流空间视角,利用网约车出发地―目的地(OD)出行数据等多源数据,结合复杂网络模型和二次指派程序(QAP)分别对城市群空间关联网络结构特征及其驱动机制进行分析。研究表明:1)基于网约车流的长三角空间关联网络具有空间依赖性和层级特征,网络关联强度与经济发展程度较为耦合;2)长三角空间关联网络具有空间溢出效应,整体形成南部发展均衡性高,北部单点发展能力强的格局;3)长三角空间关联网络特征在乡镇街道与城市尺度上呈一定差异,部分交通网络中的高层级乡镇街道在城市层面未能充分发挥带动作用;4)乡镇街道间经济发展状况、人口活力、城市建设水平、行政区划归属和地理区位差异对乡镇街道间空间关联网络结构均有显著影响,其中行政区划归属差异影响最重要。

基于汽车驾驶行为的多维客户画像精准构建方法

传统多维客户画像精准构建方法构建效果差,因此文章提出基于汽车驾驶行为的多维客户画像精准构建方法。文章建立了多维客户多源特征体系,构建多视角融合模型,基于汽车驾驶行为进行多维客户画像精准构建。实验结果表明,该研究方法用户画像构建效果更好,有一定的应用价值。

无线通信网络的多智能小车编队控制系统

首先设计了基于ARM Cortex-M3的智能小车控制系统,利用模块化理念设计了无线通信、磁场检测传感器、电机驱动等硬件模块,采用ZigBee设计了多智能小车协作控制的车载自组织无线通信网络,利用磁场检测完成小车的导航方式,采用旋转编码器实现小车的测速功能.然后在智能小车上移植了嵌入式μC/OS-Ⅱ实时操作系统,根据多智能小车协作控制要求,设计了智能小车分布式自主决策程序,实现多智能小车自由运行、队列跟随和路口协作等运行模式.最后采用线性最优二次型的车队跟随控制算法,实现多智能小车编队的启停、匀速和加减速控制,利用通信协商的路口协作算法,实现多智能小车路口协作任务.实验结果表明,设计的无线通信网络的多智能小车系统能够满足多智能小车协作控制、编队控制和路口协作控制要求.

列车多体耦合撞击分析

设计了耐冲击吸能车体,其前端司机室控制台前端和尾端为塑性大变形区域,中间载客区为弹性小变形区域。建立轻轨列车的等效简化模型。对实际模型和简化模型在同样工况下进行了撞击计算,结果显示等效模型和简化模型的变形过程相似,力—位移曲线也基本相同。在简化的轻轨车模型基础上,模拟6辆编组的轻轨列车以25km.h-1速度撞击一列静止的轻轨列车,得到各辆车的动力学响应。计算结果显示,车辆与车辆之间发生了多体耦合撞击,每辆车都产生了塑性变形,其中头车前端塑性变形较大。

基于多传感器融合的车载酒精检测系统设计

为了能有效防患因驾驶员酒后驾车而造成的事故发生,设计出一种以ARM系列微控制器LPC2294作为核心控制器,并采用高灵敏度电化学酒精传感器ME3A-C2H5OH和半导体酒精传感器MQ-3多个传感器进行数据采集,利用模糊控制算法融合多传感器信号的车载酒精检测系统。该系统能提供检测、显示、报警、控制、记录等多种功能,具有成本低、体积小、智能化强的特点。通过仿真知其有较高的精确度。

基于Fast R-CNN的动态分区多轿厢电梯调度研究

为了在有限的空间内有效提高垂直交通系统的运载效率,在原有的一条井道内安装多个电梯轿厢,即"一井多梯"或称多轿厢电梯应运而生,它是提高运行效率、解决垂直交通拥挤的最佳选择,也是全世界垂直交通运输领域研究的前沿问题。针对多轿厢电梯的调度问题,笔者提出了一种基于Fast R-CNN的动态分区多轿厢电梯调度方法,首先通过FastR-CNN模型检测厅前和轿厢内人数;然后运用检测结果进行合理派梯;最后根据派梯任务划分轿厢的运行区域,实现合理调度。通过实验仿真表明,该方法适用于电梯的各种交通模式,具有较高的运行效率和灵活性。

基于GNP的多轿厢电梯多目标优化算法

"一井多梯"多轿厢电梯是当前国际上解决高层建筑输送效率、减小占地面积、节约能源和减少建筑成本的最新方式.针对多轿厢电梯多目标优化问题进行深入研究,结合遗传算法GA和遗传规划GP的特点,探讨了电梯优化调度控制系统的适应度函数选取、种群初始化和GNP节点设置问题,并通过选择、交叉、变异算法计算,研究了GNP对于多轿厢多目标的优化性能,以候梯时间、乘梯时间、乘客人数、系统能耗为目标,提出一种改进的基于GNP的多轿厢电梯优化调度算法及策略,对比改进前的GNP算法,进行了实验仿真分析,实验结果验证了改进后的GNP新方法的有效性,对多轿厢多目标优化的可实现性和优越性.

轿车供应链复杂自适应系统演化规律

为探索轿车供应链网络的演化规律,从复杂自适应系统的角度出发,运用多Agent建模仿真方法进行研究。分析了轿车供应链各Agent的行为特征及网络总体结构;利用AnyLogic7平台构建了一个以多个制造商为核心的四级轿车供应链网络仿真模型,并对轿车供应链系统的非线性特性、各Agent和网络整体的演化规律进行了仿真分析。研究表明,该系统具有复杂自适应系统的典型特征,其运动呈现混沌状态;该系统的演化经历了形成、成长、成熟三个阶段,不同阶段供应链上节点的竞争策略重点不同。该研究对供应链管理具有实际的指导意义。

基于KPCA与SVM的混合核交通流数据检测

目的针对当前交通流数据识别问题,提出基于KPCA与SVM的混合核交通流数据识别算法,以提高交通流数据识别准确率.方法运用KPCA对数据进行预处理,采用SVM训练分类模型,利用所训练的模型进行识别;以多轿厢电梯交通状态为对象,分别从交通流数据识别分析和仿真实验两方面对所提方法的可行性与精确性进行验证.结果通过与SVM算法、BP神经网络算法进行对比,表明所提方法具有很强的通用性,能有效地预测出交通流,交通流数据识别的准确率达到97. 2%.结论笔者提出的基于KPCA与SVM的混合核交通流数据识别算法可以提高交通流数据识别的准确率,通用性较高,可以实现对目标的实时检测.