OPTIMAL TORQUE CONTROL STRATEGY FOR PARALLEL HYBRID ELECTRIC VEHICLE WITH AUTOMATIC MECHANICAL TRANSMISSION

In parallel hybrid electrical vehicle （PHEV） equipped with automatic mechanical transmission （AMT）, the driving smoothness and the clutch abrasion are the primary considerations for powertrain control during gearshift and clutch operation. To improve these performance indexes of PHEV, a coordinated control system is proposed through the analyzing of HEV powertrain dynamic characteristics. Using the method of minimum principle, the input torque of transmission is optimized to improve the driving smoothness of vehicle. Using the methods of fuzzy logic and fuzzy-PID, the engaging speed of clutch and the throttle opening of engine are manipulated to ensure the smoothness of clutch engagement and reduce the abrasion of clutch friction plates. The motor provides the difference between the required input torque of transmission and the torque transmitted through clutch plates. Results of simulation and experiments show that the proposed control strategy performs better than the contrastive control system, the smoothness of driving and the abrasion of clutch can be improved simultaneously.

Analysis and Comparison of Electric Drive System Projects of Military Tracked Vehicles

The electric drive system characteristics of different projects for tracked vehicles are analyzed.For the two most typical projects,the parameters of power,torque and rotating speed and others of drive motor are figured out under the condition of satisfying adequate steering performance of the tracked vehicles.General opinions on the two projects are brought forward and conclusions are drawn.

基于Transformer模型的车辆轨迹预测

准确预测车辆轨迹可以保障自动驾驶车辆行驶安全,针对已有方法对长序列轨迹建模预测能力有限的问题,本文提出一种基于Transformer网络的车辆轨迹预测模型。将车辆的运动数据与交互数据输入驾驶意图预测模块生成概率意图向量,通过Concatenate函数与轨迹信息拼接后输入轨迹预测编码器,利用多头注意力机制充分提取轨迹特征,经解码器得到未来时刻的车辆轨迹分布。在车辆轨迹真实数据集NGSIM上进行验证,结果表明:在2 s预判时间下,驾驶意图预测模块准确率可达到85%以上;在4 s的预测时域下,轨迹预测模型相较于已有模型,其RMSE降低均达到10%以上。本文提出方法为自动驾驶车辆准确预测轨迹提供技术支持。

全局信息感知与局部特征融合的高效三维目标检测

针对基于点云的三维目标检测中存在的特征提取能力不足和检测头分类与回归不一致问题,提出基于SECOND网络的ResCST架构。该模型在三维稀疏卷积层中引入残差连接,结合SwinTransformer捕捉长距离依赖关系的能力和卷积神经网络获取局部特征的优势,提出CNNSwinTransformer混合模型,有效提升特征表达能力;提出RCIoU方法,并将其应用于回归和分类分支,实现了分类与回归任务的联合优化。实验结果表明,在自动驾驶数据集KITTI汽车类别检测中,该模型在简单、中等和困难难度级别下的三维检测精度分别达到了91.21%、82.97%和80.28%。所提方法对困难目标检测效果提升明显,可达到每秒25帧的推理速度。所提出的ResCST架构在精度与速率之间取得了较好的平衡。

驱动电机用无取向硅钢开发与性能调控研究综述

实现“碳达峰”“碳中和”是贯彻新发展理念、构建新发展格局、推动高质量发展的内在要求,在落实“双碳”战略、推动绿色发展的背景下,我国新能源汽车产业得到了迅猛发展。驱动电机作为新能源汽车能量转化的核心装置,直接决定新能源汽车的驾乘体验和续航性能,而无取向硅钢作为驱动电机铁芯的关键软磁材料,其性能直接影响驱动电机的能量转换效率、变频加速能力、使用寿命、制造成本等特性。基于驱动电机对高性能无取向硅钢的现实需求,归纳总结国内外典型硅钢生产企业新能源汽车驱动电机用硅钢研发现状,综述驱动电机用硅钢在磁性能、力学性能提升及磁性能与力学性能协同提升方面的研究进展。针对新一代驱动电机的高效率、高转速、大转矩等特点,未来驱动电机用高性能无取向硅钢的研发在成分优化、微观结构控制与薄规格产品开发的基础上,在进一步提高硅钢产品精度和生产效率的同时突破自粘结涂层限制,融合冶金学、材料科学与物理学等多学科理论,进一步实现高性能无取向硅钢开发与驱动电机设计的协同调控。

基于LSTM-多头混合注意力的可解释换道意图预测

为了使自动驾驶汽车准确地预测其周围车辆的换道意图,提出了一种基于长短期记忆神经网络(LSTM)-多头混合注意力的可解释换道意图预测模型。该模型可以充分提取目标车辆与其周围车辆之间的时空交互关系,并且提出了一种基于最大熵的Shapley加性解释方法(SHAP)来解释各个特征在特定时间步对模型输出的影响程度,在HighD数据集上进行了实验。并通过SHAP值的可视化,直观解释了换道预测模型在特定时刻的目标车辆的换道行为。结果表明:该换道预测模型在换道前3 s的综合准确率,分别比LSTM、卷积神经网络(CNN)、多头注意力高出4.03%、9.51%、5.16%,这证明了模型在长时域预测的有效性;错误预测样本归因于模型缺陷或样本稀疏。该换道预测模型可为用户进行模型优化提供指导。

城市道路场景下考虑多类交通参与者的多模态车辆轨迹预测方法研究

车辆轨迹预测是自动驾驶的关键技术之一,针对以往模型较少考虑城市道路场景中车辆以外多类交通参与者的问题,本研究提出了一种多类交通参与者的多模态车辆轨迹预测模型。该模型使用门控循环单元对历史轨迹信息进行编码,并利用注意力机制将多类交通参与者的特征映射到用图结构表达的驾驶场景中,通过图注意力网络进行环境特征提取,从而使模型能感知环境中的多类交通参与者。此外,模型通过节点轨迹预测与坐标轨迹预测模块输出最终的多模态轨迹预测结果。基于城市道路场景数据集nuScenes的实验结果表明:相较于同类现有模型,所提出的模型算力需求更低、预测更准确,且能适用于人车混合的城市道路驾驶场景。

基于注意力机制的车辆轨迹预测模型

对于自动驾驶系统而言,准确预测车辆轨迹是提高道路安全性和驾驶舒适性的关键。基于长短时记忆网络(LSTM)和注意力机制,文章提出了一种改进的车辆轨迹预测模型。通过引入时空注意力机制,该模型能够自适应地聚合车辆历史轨迹和周围环境信息,从而更准确地预测未来轨迹。实验结果显示,与传统LSTM模型相比,该模型在所有预测时间点上均显示出更低的根均方误差,且其性能提升在长期预测任务中更为显著。这证实了注意力机制在处理车辆轨迹预测长期依赖问题上的有效性。

基于转矩控制策略的电传动履带车辆驱动特性研究

从原理上探讨了通过直接控制左右侧电机的输出转矩大小来控制某电传动履带车辆整车运动的可行性，提出了转矩控制策略，建立了基于多体动力学软件RecurDyn／Track-HM的履带车辆整车行动部分三维多体动力学虚拟样机模型和基于控制系统分析软件Matlab／Simulink的综合控制器及电机控制系统模型，同时基于上述不同软件的接口技术建立了机械系统和控制系统协同仿真模型，对0～32km／h的加速时间、不同车速下的100m直驶偏移量、B／2转向及15°爬坡性能等驱动特性进行了协同仿真及实车试验研究，通过分析和比较验证了模型及转矩控制策略的正确性，为进一步深入研究其它驱动特性奠定了基础。

液压驱动装甲履带车辆转向特性仿真研究

为准确分析某液压驱动装甲履带车辆转向动态特性,在对液压驱动装甲履带车辆转向行驶理论分析的基础上,运用Matlab/Simulink软件平台建立系统转向仿真模型。对车辆在中等半径转向、小半径转向以及修正转向3种转向工况的动态响应特性进行仿真分析,得到了各种转向工况的车辆动态特性以及车辆在各种转向工况下允许的最高车速。仿真结果表明,车速的变化对转向系统压力影响显著。

履带装甲车辆电传动方案比较分析

分析了不同方案履带车辆电传动系统的特点,并针对两种最典型的方案,以满足车辆完全转向性能为约束条件,计算出对驱动电机的功率、转矩、转速等参数要求,最后对2种方案进行综合评价。

基于电机损耗机理的双电机四轮驱动电动车转矩分配策略的研究

为实现双电机四轮驱动电动车的高效运行,提出了一种基于电机损耗机理的最优转矩分配策略。首先分析了双电机四轮驱动电动车驱动功耗特征,提出了最优转矩分配数学模型;接着基于面贴式永磁同步电机dq等效模型,构建了双电机系统损耗模型,推导了双电机能效最优的转矩分配系数βo公式;最后在双电机测试平台上,测试了双电机温差对βo的影响规律,验证了所提出的转矩分配策略的合理性。结果表明,对于前后轴匹配相同动力系统的双同步电机驱动电动车,应优先采用双电机平分转矩驱动模式,而非单电机驱动模式。平分转矩驱动模式在低负荷工况,可避免非工作电机拖转损耗对驱动效率造成的负面影响;而在中高负荷工况,可实现最小驱动功耗;此外,前后电机温差对上述能效最优平分转矩策略影响较小。

多轴机电复合分布式驱动车辆转向半径模式控制策略

基于对多轴轮式车辆的最小转向半径战技指标的要求,提出了一种适用于多轴机电复合分布式驱动车辆的最小转向半径控制系统,并详细介绍了该模式下的整车控制策略,当车辆以大前轮转角低速转向时,后两桥驱动电机产生"外正内负"的力矩辅助车辆转向从而减小最小转向半径.为验证系统性能,文中建立了包含车体纵向速度、侧向速度、横摆角速度及8个车轮旋转的11自由度整车动力学模型,并采用Gim轮胎模型表达了轮胎的非线性力学特性.虚拟样机仿真的结果表明,在该控制策略下,车辆的最小转向半径可减小10.31%,转向机动性能得到大幅度提高.

电池组直接供电对电动汽车驱动性能的影响

为了给电动汽车驱动系统的参数匹配和电机控制器的技术改进提供理论依据,通过分析动力电池组直接供电的电机驱动系统特性,研究其对电动汽车整车性能的影响。依据动力电池的简化等效模型,从负载角度分析讨论了电池的放电特性;并以由奥拓车改装成的纯电动汽车运行工况为例,研究得到48 V电池组放电特性的仿真与实测结果。结合异步电机机械特性和驱动系统特性实例分析,深入讨论了电池组直接供电的驱动系统对整车性能的影响。研究结果表明,由于电动汽车运行工况复杂多变,电池组直接供电存在控制器电压波动频繁、系统大功率需求时电压跌落与供电能力不足等问题,致使电机驱动系统的最大转矩输出与效率的恶化,以及整车最高车速、爬坡及加速能力的降低。

履带车辆终传动与行走系统过盈接触

经研究发现,解决履带车辆终传动破坏失效问题的关键在于该类车辆终传动与行走系统过盈接触问题。将过盈接触零部件看作刚性体,利用变形协调关系建立终传动和行走系统过盈接触问题的力学模型与数学模型,从理论上进行了研究。通过有限元仿真分析方法,以实车参数为依据,与理论模型进行互相验证,结果表明两者吻合较好,证明了本文方法的有效性。研究发现,终传动破坏的主要原因是终传动大齿圈轮毂的强度不足,安全系数仅为2.6,在恶劣工况时大齿圈轮毂的失效导致整个终传动的失效破坏。研究结果为履带车辆终传动的优化与改进提供了理论依据和计算方法。

考虑土壤剪切变形的铰接式履带车辆转向性能

为了准确计算求解铰接式履带车辆行驶转向过程中的运动学和力学相关参数,在综合考虑土壤剪切变形和履带滑移/滑转的基础上,采用数学建模的方法建立了铰接式履带车辆行驶转向过程中转向液压缸的运动学模型、转向液压缸的力学模型、铰接式履带车的运动学模型以及履带与地面之间的力学模型;从理论上推导出铰接式履带车行驶转向过程中转向液压缸的角速度、角加速度以及转向半径、履带受到的土壤剪切阻力、转向阻力矩等参数的计算公式,并以某一具体车型为例进行了求解分析。最后采用虚拟样机对所建立的运动学和力学模型进行了验证。该研究成果能为铰接式履带车辆的平稳转向控制以及铰接机构的结构优化等提供理论依据。

半主动悬架系统对汽车侧翻稳定性的改善

为提高汽车高速弯道行驶、紧急变线行驶时的安全性,针对被动悬架系统侧翻稳定性比较差的问题,建立了半主动悬架系统模型和控制系统模型。通过控制器调整减振器阻尼力的大小,改变车身侧倾振动状态。模拟分析得到半主动悬架系统使得汽车在高速变线行驶时的侧倾角有效值下降了60 9%,侧倾角加速度有效值下降了64 6%,侧翻因子有效值下降了35.2%。结果表明利用半主动悬架系统可以有效降低汽车非直线行驶时的侧倾角与侧倾角加速度,提高了汽车的侧翻稳定性。

基于注意力机制的车辆行为预测

为了解决智能驾驶场景中对周边车辆未来行为的预测问题,研究了基于注意力机制的长短时记忆网络(LSTM)模型的车辆行为预测方法.首先提出了一种非均匀步长的时间序列数据划分方法,将属于特定行为的车辆时序信息进行分类;以LSTM为基本的神经网络框架,用注意力机制判断输入时序信息中各个时间步信息的重要程度,分配不同的权重值;以目标车辆及其周边车辆的历史轨迹信息作为算法输入,用来预测目标车辆将来的运动行为.结果表明:该算法可以解决固定步长的时序分类方法导致的信息遗漏或计算资源负担增加的问题,同时能够有效提高行为预测准确性,减少车辆行为预测时间.

并联混合动力汽车扭矩协调控制策略仿真研究

对于使用机械式自动变速器(AMT)的并联式混合动力汽车(PHEV),能量管理策略的实现需要对发动机、电机以及离合器和变速箱进行协调控制,为此,建立一个分层控制系统来管理整车的能量分配和实现整车的能量分配策略。能量管理策略的实现层以改善车辆行驶平顺性和减小离合器磨损为目标,协调控制动力和传动系统,实现能量管理层需要的扭矩分配、工作模式切换以及换档等要求。在Matlab/Simulink环境下建立了并联式混合动力汽车动力传动系统的仿真模型,通过仿真进行控制策略的辅助设计并验证了控制策略。当前开发的控制策略已经应用于实车,试验结果表明了控制系统和控制策略的适用性。

快速节能的电动汽车换挡机构设计与性能分析

为进一步提升电动汽车的动力性能和续航里程,提出一类应用直驱技术的电控机械式自动变速器换挡机构,设计换挡驱动装置和换挡机构结构,建立换挡过程数学模型,分析并评估3种应用直驱技术的换挡机构性能,依据实车驱动装置及变速系统参数,在装载直驱换挡机构的通用试验平台上完成试验研究。结果表明,电动拨叉式和电动接合套式换挡机构与电动二自由度换挡机构相比,当换挡驱动装置输出的驱动力规律相同时,进挡时间分别缩短3%和7%;当追求的换挡品质相同时,进挡过程中换挡驱动装置的机械损耗分别降低18%和34%,在挡位数要求较少的电动汽车上应用电动拨叉式或电动接合套式换挡机构时,将会有效提升换挡动力性和经济性,且对丰富和发展电动汽车传动理论有重要的科学意义。