三热源制冷机的有限时间经济最优性能

该文导出在q∝△(T)和q∝△(T^(-1))两种传热规律下,三热源制冷机的最佳利润率、制冷系数关系,并得到最大利润率时的制冷系数界限、所得结论包含了可逆界限和有限时间热力学界限两种极限情况。

混合热阻条件下不可逆卡诺热机的优化性能

研究了两种线性与非线性传热条件下的不可逆卡诺循环。循环中不可逆传热服从吸热Q1∝T^(-m)，放热Q2∝T^m，其中m＝1,1。而工质内部一切因非平衡引起的不可逆性，根据实际工程所采用的方法以内效率η1来表示。由此求得循环的功率P与效率η的优化关系，并讨论了这一关系的一些应用，所得结果可为实际热机设计提供更丰富的理论依据。

基于能量转换策略的锂电池组均衡技术研究

针对目前电动汽车锂电池组中模组能量不均衡的难题,以电动汽车的三元锂电池组为研究对象,通过电感的方式建立模组间的主动均衡模型,以模组间SOC最大值与最小值的差值作为均衡系统是否开启的判断依据,并对所提出的模型方案进行仿真分析。实验结果表明:所搭建的电感式均衡模型对于模组间的能量均衡有很好的作用,且在随着电池容量衰减、内阻变大的情况下,其均衡速率更快。

基于双向反激变换器的锂电池组均衡系统设计

针对电动汽车锂电池组中的电池单元在使用过程中出现不一致的问题,为提升电池的性能、寿命和安全性,以锰酸锂电池组为研究对象,设计了一种基于变压器反激原理的主动均衡系统。系统包括均衡电路和控制策略。均衡电路采集电池状态信号并采用双向反激变换器进行电池组与单体电池之间的能量转移以进行电池均衡。均衡算法通过控制器执行,以均衡电路采集的电池电压信号作为均衡判断条件,以单体电池剩余容量与电池组平均容量的差值作为均衡开启条件,进行均衡控制。测试结果表明:所设计的均衡系统误差较小,均衡效果良好,均衡速度快。

电动助力转向系统主动回正控制策略研究

针对目前电动助力转(EPS)系统存在低速行驶回正不足和高速行驶回正超调问题,提出了基于粒子群优化BP神经网络PID参数自适应调整的EPS主动回正控制算法,建立了EPS回正控制系统动力学模型和主动回正控制决策。利用粒子群算法的全局最优和收敛速度快的特点优化BP神经网络的最优权值和阈值,并通过Simulink仿真和硬件在环试验实施验证。结果表明:提出的基于粒子群优化BP神经网络PID参数自适应调整控制算法与PID算法、普通BP神经网络PID参数自适应调整控制算法及模糊PID控制算法相比,收敛速度更快,稳定时间更小,明显改善了EPS转向系统的回正性能,为EPS系统的发展带来了深远的影响。

一种新型电动助力转向系统助力转矩跟踪的控制策略

为了提高车辆的转向特性,文中分析了电动助力转向系统(EPS)的动力学,得到EPS的数学模型;通过建立单轨车辆模型来引入道路反作用力。选择电动机角度作为参考信号,该控制信号把负载转矩的干扰控制在回路内,以此信号分析设计参考电机角度模型。采用积分滑模控制(ISMC)方法用于跟踪所需的电机角度并增强电机参数不确定性的鲁棒性。结果表明:该方法增加了助力扭矩指令的快速响应并确保了系统稳定性,所提出的控制策略满足参考助力转矩跟踪性能。

基于改进细菌觅食优化算法的电动转向系统功率优化

为了降低新能源纯电动汽车中电动助力转向系统的电能消耗,提出一种基于改进细菌觅食优化(IBFO)算法的功率优化控制策略。建立电动助力转向系统动态模型和车辆模型,通过改进细菌觅食算法的趋化操作和迁徙操作,提高了算法的收敛速度和精度。采用时间误差绝对积分函数评价细菌觅食算法的收敛性。分别进行MATLAB/SIMULINK仿真和硬件在环试验,测试结果表明:改进后的细菌觅食算法控制器能够更加有效地降低助力电机的功率,减少了转向过程中助力电机功耗。

电动助力转向系统主动回正控制方法

主动回正控制是汽车电动助力转向(electric power steering,EPS)系统中不可或缺的部分。针对EPS系统低速响应慢、高速响应超调等问题,提出一种利用积分滑模控制策略改善EPS系统回正性能的方法。建立EPS模型,设计回正扭矩估计模型并利用卡尔曼滤波方法计算电机角度状态,估计回正扭矩。判断汽车回正工况,以避免助力控制与回正控制冲突,在系统处于回正状态时,根据电流补偿系数提供适当的回正补偿电流,利用积分滑模控制跟踪电机参考电流。Simulink仿真和硬件在环实验表明,提出的主动回正控制策略能够减少方向盘回正的残余角和方向盘回正响应时间,改善汽车的回正性能。

基于PC总线的第三代自动测试系统(ATE)

本文从自动测试系统的发展过程,分析了第三代自动测试系统的结构模式,提出了建立在IBM-PC总线基础上的新型实用结构模式,且利用这种模式,组建并实现了鱼雷自动测试系统。