基于AFS和DYC集成控制的分布式驱动电动汽车横摆稳定性控制

为提高分布式驱动电动汽车行驶稳定性,基于模型预测控制提出一种将驱动电机和各执行器的饱和输出力矩作为控制输入约束、将横摆角速度作为输出约束的汽车稳定性控制方法。建立2自由度的车辆状态空间模型作为预测模型,计算跟踪期望横摆角速度所需的附加横摆力矩,考虑电机和液压制动系统等约束设计三种控制分配算法,将上述算法应用于四轮驱动的7自由度整车模型进行仿真,结果表明:以轮胎负荷率平方的方差与均值加权最小为目标的优化控制分配方法,可有效提高分布式驱动电动汽车的横摆稳定性。

基于XGBoost算法的车内声品质预测及分析

利用极限梯度提升(XGBoost)算法建立特种车车内声品质预测模型。首先,进行车内噪声的采集试验并进行试验数据挑选,将其处理成68个可以进行主观评价试验的有效声音样本,然后计算声音样本的客观参数,并分析各参数随工况的变化趋势。以客观参数作为声品质预测模型输入,主观评价预测值为输出,得出预测值与实际主观评价值的平均相对误差为2.43%,相关性系数为0.943,表明根据XGBoost预测模型所得结果与主观评价一致。最后通过分析声品质客观参数的特点得到客观参数对主观分数的影响权重。