一种基于LSTM的汽车路噪预测方法

汽车路噪的分析与治理是NVH(Noise,Vibration And Harshness)工作的重要组成部分。由于路噪的产生机理复杂,建立机理模型较困难,故引入数据驱动方法对路噪进行研究。首先,对路噪影响因素进行剖析,界定出具有显著性的影响因素。在此基础上,运用长短时记忆神经网络算法(LSTM)揭示路噪与其影响因素间的复杂非线性关系,建立路噪预测模型。进而在粗糙沥青路面分别以40 km/h、60 km/h的车速工况采集悬架相关部件振动数据和驾驶员右耳畔噪声数据,以获得样本用于路噪模型的训练和检验。并采用Mixup数据增强策略合成新的样本,从而使样本量不足状况得到改善。进一步,对LSTM路噪预测模型进行检验与分析,测试结果均方误差为0.076 2,表明预测效果良好,证明所提方法的有效性。同时,将BPNN、SVR与LSTM预测方法进行比较,发现LSTM路噪预测模型精度更高,泛化能力更好,从而证明该方法的优越性。

碳中和背景下重庆市新能源汽车产业发展路径与对策研究

近年来,碳中和已经成为汽车产业发展的重要考虑,汽车产业能源结构如何从传统化石能源逐步向氢能、燃料电池等非化石能源转变是当前行业面对的挑战,将会改变整个行业形态。重庆作为我国重要的汽车基地,如何在本轮碳中和革命中引领行业变革,是重要的研究课题。着眼于重庆市汽车产业升级路径,从政治、经济、社会等不同层面深入探讨了重庆市新能源汽车产业现状,剖析了存在的核心问题,相应地从政府政策、企业战略、技术创新方面给出了对策,为重庆市新能源汽车产业发展与规划提供了一定的参考,有利于推动新能源汽车产业建设和布局,并对新能源汽车行业未来发展的方向进行了展望。

基于PEST方法的重庆汽车产业发展环境分析

重庆作为国家在西南地区的老工业基地,经过多年的不断进取,当前已经形成了包括电子、装备、汽车、材料、消费品等支柱产业体系,并正在打造集成IC芯片、低轨卫星、物联通讯与新材料等战略性新兴产业。其中,新能源与智能汽车产业一直是重庆市优势产业,成长迅速,在全国乃至全球都具有举足轻重的地位。本文面向汽车产业的发展现状,采用PEST方法,深入剖析重庆市汽车产业发展现状与环境,获得重庆市汽车产业发展环境的量化评价,并为重庆市汽车产业的转型升级提供政策建议:加强核心技术研发;加快智能网联研发;加大高层次人才引进力度。