基于DBO-MPC的混合动力汽车能量管理策略

混合动力汽车(hybrid electrical vehicle,HEV)的能量管理策略直接决定了车辆的燃油经济性、驾驶性能和寿命,为解决HEV能量管理策略的最优性与实时行驶工况不确定性之间的矛盾,以混联式HEV为研究对象,提出一种基于模型预测控制(model predictive control,MPC)与蜣螂优化算法(dung beetle optimizer,DBO)的HEV能量管理策略。首先,该策略采用基于堆叠式长短时记忆神经网络(stacked long-short term memory neural network,Stacked LSTM-NN)的车速预测模型预测未来行驶车速。其次,根据预测车速将混合动力汽车的功率分配问题描述为MPC预测范围内的滚动优化问题,提出考虑燃料消耗和电池保护的成本函数,利用DBO算法对预测时域内发动机功率进行优化求解。最后,在城市道路循环(urban dynamometer driving schedule,UDDS)工况下分别对所提策略的车速预测精度和经济性与其他策略进行仿真对比验证。结果表明:与传统LSTM速度预测模型相比,Stacked LSTM速度预测模型的RMSE降低了13.9%,每步平均预测时间减少1 ms;与基于规则的策略相比,基于DBO-MPC的策略模型节油率达到25.3%,同时SOC状态波动更为平稳,对电池的保护效果更好。

某商用车驾驶室结构碰撞仿真与优化研究

为全面提升商用车碰撞安全性能,保障驾驶室乘员的人身安全,在新旧标准更替之际,以国产某型通过GB 26512—2011标准的某型载货车为研究对象,引入GB 26512—2021标准新增的正面A柱摆锤撞击试验和顶部强度试验。在Hypermesh中建立驾驶室碰撞仿真模型,并通过实车正面碰撞试验从而验证有限元模型的精确性。针对在顶部强度试验中出现车身门窗上边缘侵入假人头部现象,将结构灵敏度分析与传力路径相结合进行优化,提出驾驶室结构的改进优化方案,并通过实车碰撞验证仿真结果。结果表明,优化后的驾驶室结构,具有足够的生存空间,符合新国家标准的碰撞要求。

基于XGBoost算法的商用车驾驶风险辨识模型

驾驶员作为交通事故的重要诱因,其一系列风险驾驶行为对道路交通安全具有重要影响。针对当前驾驶风险等级分类不合理、辨识精度低等问题,提出一种商用车驾驶风险辨识模型。即首先从车辆状态、驾驶状态、驾驶员操作三个方面,共建立18个能够表征商用车驾驶风险的特征参数;采用因子分析法(FA)对特征参数降维优化,并生成蕴含更为明确风险驾驶行为信息的综合变量;接着应用K-means聚类算法分别将风险驾驶行为特征聚为2、3和4类并对比分析,结合肘部法则和轮廓系数综合确定最佳的聚类数目k,消除人为经验确定k值主观性强的缺陷;最后,利用极端梯度提升(XGBoost)算法对商用车驾驶风险进行识别,并与决策树、随机森林、K近邻等算法在精度上进行比较。研究结果表明:在上述研究条件下XGBoost算法对商用车驾驶风险的理论识别率最高可达98%,该结果对于自动驾驶辅助系统的设计、道路交通安全性的提升具有重要意义。

基于接头灵敏度分析的驾驶室刚度模态优化

针对商用车驾驶室接头结构设计不合理的问题,文中提出一种基于接头灵敏度分析的驾驶室刚度模态优化方法。首先,从驾驶室有限元模型中截取所需接头,并采用有限元分析技术对其进行力学特性分析,找出接头结构的关键控制因素;其次,以弹性模量为设计变量进行接头灵敏度分析,找出对驾驶室刚度模态影响较大的接头结构;然后,选用第3代遗传算法对该优化问题进行多目标优化;最后,采用TOPSIS算法从帕累托前沿解中选取更符合用户偏好的驾驶室刚度模态优化方案。优化结果表明:在驾驶室质量基本不变的情况下,驾驶室刚度模态均有较大提升。

商用车侧翻安全性SobolGSA灵敏度分析和多目标优化

摘为提升某企业商用车侧翻安全性,满足欧盟ECE R29-03标准,进行基于SobolGSA灵敏度分析的静态侧翻性能仿真及多目标优化。对商用车虚拟试验模型进行静态侧翻仿真试验,提取分析侧翻仿真结果;选取仿真后商用车关键结构尺寸为变量,以最大安全距离和总吸能为目标,以一阶模态频率和A柱上端侵入加速度为约束条件,结合ISIGHT试验设计生成高精度的Kriging模型,利用NSGA-Ⅱ算法对商用车侧翻安全性进行多目标优化;采用SobolGSA法验证侧翻碰撞因子的灵敏度,5个厚度因子一阶灵敏度达到26%,均为显著因子。研究结果表明总吸能提升22.38%,头部生存空间提升16.8mm,满足法规对侧翻安全性的要求,达到了提升商用车侧翻安全性的目的。

基于模型预测的智能汽车辅助驾驶控制研究

辅助驾驶控制是智能汽车的重要功能,可有效协助驾驶员完成驾驶操作,减少驾驶疲劳并提升驾驶安全。智能车辆的辅助驾驶控制需要在不干扰驾驶员的情况下,提供合适的车辆运动控制量并防止可能发生的碰撞。文章提出了一种基于模型预测控制的智能汽车辅助驾驶控制方法。该控制方法在驾驶员正常操作时符合驾驶员的操作特性,在可能发生碰撞时纠正驾驶员的转向操作,能够保证安全性且不干扰驾驶员。为了避免与周围车辆的碰撞,基于周围车辆位置建立约束条件,并引入模型预测辅助驾驶控制设计。通过仿真研究验证了所提出的辅助驾驶控制方法,结果表明,所提出的预测控制方法可以帮助驾驶员避免与附近车辆可能发生的碰撞,从而保证智能汽车的行驶安全。

结合单元渐进删除的变密度拓扑优化方法

在面向连续体拓扑优化问题的固体各向同性惩罚微结构模型中,由于密度或灵敏度过滤的存在,优化结果中会出现灰度单元,影响结构的清晰度.针对此问题,运用渐进结构优化法的思想提出了一种结合单元渐进删除的变密度法.在SIMP法的基础上加入单元渐进删除的过程,单元删除阈值由平均单元相对密度及缩减系数确定,引入包括2个可调控参数的Sigmoid函数表达缩减系数,从而逐渐删除优化过程中产生的灰度单元.在讨论参数取值变化对缩减系数影响的基础上,以MBB梁为例确定参数取值的范围.将结合单元渐进删除的变密度法应用于MBB梁和悬臂梁柔度优化的算例,实验结果表明,该方法可与灵敏度过滤、密度过滤以及Heaviside投影相结合,具有较好的通用性,并能够有效地抑制SIMP法的灰度单元,显著地提升了优化效率.

基于旋量理论的排球发球机器人挡板模块的运动学和动力学方程

排球发球机器人是一新兴的产品,对其进行运动学和动力学的分析是对其进行运动控制的基础。排球发球机器人的挡板模块是一开链式机构,基于旋量理论的运动学和动力学的分析方法是利用运动螺旋和指数积等数学工具建立其运动学和动力学方程,求驱动力矩,比采用传统的D-H方法建立局部坐标系简化了对机器人运动学和动力学的分析,从而为建立控制策略、控制方法、轨迹规划做好必要的准备。

半主动悬架改进ADD控制策略研究

半主动悬架具有成本适中、控制效果好的优势。通过仿真分析经典的加速度阻尼控制策略。仿真结果表明,加速度阻尼控制在降低簧上质量加速度的同时会导致悬架动行程恶化,且开关型控制策略会产生“振颤”现象。在加速度阻尼控制基础上提出一种阻尼连续可变的加速度阻尼控制。在1/4车辆模型上对控制策略进行仿真分析。结果表明,改进加速度阻尼控制策略保留了加速度阻尼控制策略对簧上质量加速度的优化效果,同时避免了动行程的恶化。

基于响应面法的燃料电池商用车储氢系统多目标优化设计

以某燃料电池商用车储氢系统为研究对象,为提升其抗冲击能力和满足结构轻量化设计要求,利用HyperMesh软件建立储氢系统有限元模型,对其结构进行多目标优化设计。依据GB/T 26990—2011要求对储氢系统进行仿真分析,仿真分析结果表明,氢气瓶与固定部件的相对位移小于13 mm,固定部件强度、刚度均满足国标要求;但氢气瓶受向上8 g冲击力时储氢系统框架的最大应力超过材料屈服强度。结合储氢系统结构质量分布情况,选取储氢系统框架关键部件厚度作为设计变量,以储氢系统质量和氢气瓶受向上8 g冲击力时框架最大应力为优化目标,运用最优拉丁超立方试验设计,建立响应面近似模型,最后采用第二代非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-II,NSGA-Ⅱ)进行多目标优化。结果表明,优化后储氢系统的质量减少了3.6%,氢气瓶受向上8 g冲击力时储氢系统框架最大应力减小了20.2%,满足强度、刚度要求,优化后的框架设计更加合理,储氢系统结构安全性和轻量化程度均得到提升。

基于毫米波雷达与视觉融合的碰撞预警

针对现有的毫米波雷达与视觉融合的碰撞预警算法误警率与漏警率较高等问题,提出了一种基于毫米波雷达与视觉融合的碰撞预警方法。首先基于距离速度阈值与生命周期方法对毫米波雷达数据进行预处理,并提出基于遗忘因子的自适应拓展卡尔曼滤波算法对目标进行追踪;利用加入改进的CBAM双通道注意力机制YOLOv5算法提高视觉识别的准确率。然后运用交并比的思想实现毫米波雷达与视觉的决策级融合。最后基于最小安全距离模型提出前碰撞预警策略。通过不同场景下的实车验证结果表明:该算法比单传感器算法更加准确,具有更好的鲁棒性。

后驱式纯电动汽车制动能量回收策略研究

针对后驱式纯电动汽车制动能量回收策略不能兼顾最佳制动性能与最佳制动能量回收效率的问题,结合模糊控制理论寻求制动性能与能量回收效率的平衡点,并提出了基于模糊控制的能量回收策略。设计了以电池SOC、车速和制动强度为输入变量,以后轴制动力修正系数为输出变量的模糊控制器,然后根据制动强度、理想制动力曲线和电机所能提供的最大制动力确定前后轴机械制动力与电机再生制动力的分配。在Simulink软件中搭建策略模型,在AVL Cruise平台中搭建整车仿真模型,通过Simulink与AVL Cruise的联合仿真对控制策略进行验证。仿真结果表明:所研究的策略能够保证平顺性的同时提升了能量回收效率。

神经网络识别和Markov链预测的商用车APU控制策略

为改善商用车空气处理系统的燃油经济性,提出一种以基于电磁阀控制的电控空气处理单元(APU)控制策略,进行了Simulink系统仿真实验。该策略具有基础、低压和高压等3种工作模式;基于发动机工况识别和预测方法;利用Matlab/Simulink搭建车辆模型和空气处理系统模型;并构建了神经网络模式识别和Markov链预测控制模型对发动机的运行工况进行识别分类和需求扭矩百分比预测。结果表明:仿真实验验证了工况分类和电磁阀控制策略的有效性。在中国重型商用车瞬态工况(C-WTVC)下,与相同储气筒初始气压条件的机械APU相比较,应用该控制策略的电控APU的功率消耗下降480Wh,下降比率34.7%,燃油经济性显著改善。

基于动力悬置优化的商用车转向盘怠速抖动控制研究

针对某型商用车转向盘怠速抖动问题,对其动力总成悬置系统固有特性和隔振性能进行了研究。综合考虑发动机悬置系统解耦度、振动传递率和谐振频率,建立了发动机悬置优化模型,并基于多目标融合粒子群优化方法获得了最优悬置系统参数。通过整车试验表明,优化改进后发动机隔振率在整个转速范围内明显提升,转向盘Z向振动加速度由原来的8.9 m/s^2降至0.9 m/s^2,有效解决了转向盘怠速抖动剧烈问题。

基于DA2-YOLOv4算法绿篱识别研究

针对车载式绿篱修剪机自动化修剪需要快速、准确识别绿篱的问题,提出一种DA2-YOLOv4绿篱识别算法。提出一种针对性Mosaic数据增强以获得更合理的数据扩充,使训练结果更具鲁棒性;在CSPDarknet53中引入空洞卷积得到D-CSPDarknet53,获得更大感受野,提升准确率和速度;在SPP中引入平均池化得到A-SPP,充分利用信息,使网络更具鲁棒性;删减小目标检测,获得巨大的速度提升;使用Soft-DIOU-NMS算法,提升目标重叠时的识别效果。最后制作绿篱数据集,对改进效果进行测试,并与其他算法进行对比。试验结果表明,DA2-YOLOv4算法mAP达到98.5%,检测速度达到83.1 FPS,较原始YOLOv4算法分别提高了8.1%和14.9 FPS,而且算法各方面性能均显著优于其他目标检测算法。DA2-YOLOv4完全满足绿篱识别要求,为绿篱修剪行业自动化提供了有力保障。

Helmholtz PDE敏度过滤技术的阻尼层拓扑优化设计

针对阻尼结构的拓扑优化问题,引入Helmholtz PDE灵敏度网格独立密度滤波技术,抑制优化中的棋盘格和灰度单元,得到边界清晰、光滑的结构,便于工程加工应用。首先建立以模态损耗因子最大化为目标函数,材料用量为约束条件的拓扑优化模型。基于材料密度插值模型,推导了模态损耗因子的敏度,并采用Helmholtz PDE敏度过滤技术,最后通过移动渐进线算法求解,获得了材料的最优拓扑构型。通过对粘弹性阻尼结构的仿真及对比分析,验证了这里所提出方法的有效性。

基于流场调控的商用车动力舱多目标优化

针对某商用车动力舱的扬尘、散热及驾乘热舒适性差等问题,提出了基于CFD数值仿真+叠加优化的动力舱流场调控优化方法。对原车动力舱内流场进行仿真分析,指出减小气流阻力、增大进风量是改善动力舱性能的基础。对散热器、冷却风扇以及护风罩进行叠加优化以实现对动力舱流场性能调控优化,结果表明:优化后进风量增大70.9%,进风温升比原车降低了19.8℃,冷却K值降低至49.5℃,扬尘颗粒数相对原车降低94.0%,动力舱性能有明显改善。优化后的商用车实车测试结果与仿真结果吻合较好。

基于行驶工况识别的混合动力货车能量管理策略

针对车辆行驶工况对混合动力汽车的燃油经济性有较大影响的问题,以一款行星混联式混合动力载货汽车为研究对象,结合工况识别方法、动态规划算法以及神经网络构建整车的能量管理策略.利用动态规划算法在4种典型工况下的最优功率分配数据训练神经网络,分别得到适应于各典型工况的神经网络模型.在控制过程中利用工况识别方法对行驶工况进行识别,根据工况当前所属的类别,选择相应的神经网络模型对需求功率在动力源间的分配进行实时优化.仿真结果表明:与工况识别前的能量管理策略相比,采用所提出的能量管理策略时车辆燃油消耗降低了6.25%,同时电池SOC更加稳定,有利于电池的使用寿命.

静态侧倾稳定角的计算与影响因素分析

综合考虑重型商用车横向稳定杆角刚度、轮胎垂直刚度和悬架组合角刚度等因素,建立了静态侧翻简化数学模型,计算出商用车的静态侧倾稳定角。基于ADAMS建立了商用车整车的刚柔耦合模型及翻转试验台,完成了模型求解。将模型结果与实车测试结果进行对比,结果表明:两者误差控制在1.4%。最后应用该数学模型分析重型商用车侧倾稳定角关键影响因素的主要参数。

合法性对国内专利创业绩效的影响及中国的经验证据

我国在2019年成为世界上专利申请最多的国家,然而国内开展专利创业的企业或发明者的比例并不高。本文在分析国内专利创业现状的基础上,综合运用合法性理论和创业理论,结合问卷调查数据,从内部合法性、管制合法性、规范合法性和认知合法性等维度,实证研究了合法性与国内企业专利创业绩效之间的关系,验证了合法性对专利创业绩效具有正向促进作用的假设观点。主要结论归纳为:第一,专利权利的法律属性有助于形成并增强专利创业活动的合法性,权利稳定是高质量专利的根本特征。可以认为,专利质量不高是我国专利创业不活跃的重要原因之一。第二,高质量专利的合法性优势是专利创业企业可能获得的最重要的先发优势之一,增强规范合法性和认知合法性是创业企业实施合法化战略的核心内容。第三,高质量专利是专利创业合法性存在的根本前提,也是促进高质量国内创业和实现创新绩效的重要基础。