电子控制技术在车辆工程中的应用

现代社会和现代技术的飞速发展,推动着电子控制技术的发展。在汽车领域,电子控制技术逐渐得到广泛应用,并获得了良好的市场推广效应。将电子控制技术应用于车辆工程,保证了在传递信息和与交通工具有关的数据时,具有更加优异的传输效果,可以更好地对汽车的控制体系进行管理,保证汽车的价值得到最大限度的发挥。因此,在车辆工程领域,推广电子控制技术对整个汽车的使用效能和使用质量提升有实际的价值,并在一定程度上产生更大的市场影响力。该文对当前车辆工程领域的电子控制技术应用情况进行分析,以促使车辆工程中电子控制技术能够得到更好的应用,发挥其独特的实用价值和经济效益,促进我国车辆工程领域进一步发展。

耦合流动机理与运行数据的成品油管道瞬态仿真

【目的】成品油管道运行工况切换频繁,因此准确监测该过程流动参数,并获取管道高、低点水力状态变化规律尤为重要。现有瞬态估计方法大多依赖准确可靠的物理模型,多工况多参数组合下需高昂的计算成本,而基于机器学习的方法又忽视了管道瞬变物理规律,可靠性、准确性不足。【方法】建立一种耦合流动机理与运行数据的成品油管道瞬态仿真PINN(Physics-Informed Neural Network)模型:首先搭建深度神经网络(Deep Neural Network,DNN)模型,构建流量、压力与管道运行时空坐标映射关系,有效提取瞬变过程中流动参数与时空坐标的非线性关联;然后分析瞬变过程中各流动参数演化的内在联系,挖掘其所遵循的瞬变控制方程与对应的初始、边界条件;最后通过深度学习自动微分构造瞬变控制方程以及初始、边界条件对应惩罚项,约束模型解至瞬变机理解空间内,提高瞬态仿真的准确性。【结果】以某仿真管道系统启输、分输、增降输工况为例验证发现,相较DNN模型,所建PINN模型对于G1管道压力预测结果的MAPE分别降低了77.4%、88.7%、87.8%,流量预测结果的MAPE分别降低了86.7%、94.4%、95.7%;以中国华南地区某成品油管道降输、增输工况为例验证发现,相较DNN模型,所建PINN模型管道压力预测结果的MAPE分别降低了94.2%、92.8%。【结论】所建PINN模型可实现不同工况、参数组合下瞬态流动参数的高效、准确求解,有助于保障成品油管道运行过程的稳定性与安全性。