碳纤维复合材料作为汽车车身结构件性能的研究

随着汽车轻量化设计普及,碳纤维复合材料(Carbon Fiber Reinforced Polymer, CFRP)被越来越多的应用于汽车设计与制造中,且被较多的应用于外观件与少量结构件。本文研究了碳纤维成型工艺、铺层、及粘合剂对碳纤维复合材料弯曲强度的影响,以及对比分析了碳纤维复合材料和传统材料在弯曲强度、热膨胀两个方面的性能,分析其作为结构件开发的可行性,以及在轻量化方面的优势。

汽车新产品开发逻辑及流程优化研究

汽车新产品开发有着成熟的流程体系,但是随着技术的发展不断完善,产品迭代更新的周期日益加快,产品开发流程需要不断地进行优化。本文针对汽车新产品开发中的逻辑关系进行剖析,并在此基础之上,给出进一步优化开发流程、缩短开发周期的建议。

轻量化前下防护的设计研究

对于商用车量的设计而言,尽可能的降低其重量,进行轻量化设计是确保其经济使用型的一个重要指标,对于商务车而言有着重要的意义。本文主要通过“以塑代钢”的设计思路,在保证车体结构强度的前提下,既能保证车辆运行过程中的安全性又能尽可能的降低车辆的重量。本文通过设计CAE仿真技术,从材料的性能和重量两方面进行对比,从而设计出一种新型的车辆防护部件,并总结“以塑代钢”轻量化设计可行性和优势。

风电场风况对风电机组闪变影响的研究

文章建立了风电场单台机组连续运行时闪变的数学模型,通过Bladed软件仿真,采用非线性方法和BP神经网络方法建模,分别建立风电场风况与风电机组连续运行时闪变的映射关系。经验证比较,风电机组连续运行时闪变和风速、湍流强度同步增长,而且BP神经网络的风电场风况与风电机组连续运行时闪变模型误差更小。

四驱车辆交互式多模型自适应无迹卡尔曼滤波路面附着系数估计

路面附着系数对车辆动力学控制性能有重要影响,为准确实时估计路面附着系数,提高算法在不同路面及工况下的估计精度与收敛速度,本文针对分布式四轮驱动车辆,结合7自由度车辆动力学模型和Dugoff轮胎模型,提出了一种基于交互式多模型的自适应无迹卡尔曼滤波(IMM-AUKF)路面附着系数估计方法,首先将改进的Sage-Husa噪声估计器引入到无迹卡尔曼滤波(UKF)算法中,构建了自适应无迹卡尔曼滤波(AUKF)观测器,以对测量噪声进行实时更新并保证其协方差矩阵的正定性,同时提高新观测数据的权重,并增强算法的实时跟踪精度和稳定性;然后通过选择不同的观测变量,分别构建了车辆纵向行驶工况AUKF观测器和横纵向耦合工况AUKF观测器,并利用交互式多模型(IMM)算法进行观测器模型的切换,进而实现算法在车辆不同行驶工况下路面附着系数的准确估计。高附、低附、对接以及对开等路面仿真试验及实车道路试验结果表明,所提出的IMM-AUKF算法相比于传统的UKF算法,具有更高的估计精度与更快的收敛速度,能够适应不同工况下路面附着系数的实时准确估计。