摘要：磷酸铁锂电池因其成本优势而在新能源汽车领域得到广泛应用,但其热安全性仍不完善;因此,研究内部发热情况和预测温度分布非常重要。基于COMSOL Multiphysics电化学-热耦合模型对电动汽车动力电池的内部温度进行了数值模拟,研究发现:(1)放电倍率越大,电池温度分布不均匀的现象越突出,热点大多出现在正负极耳处,5C放电末期正极耳温度高于平均温度25℃;(2)提高散热系数对最高温度和温差都有显著的抑制效果,强制对流下,放电末期最高温度下降至27.2℃,温差下降至1.8℃,正负极耳由于其高导热系数反而成为冷区;(3)环境温度越低,电池的内阻越大,产热效率越高,相同条件下,环境温度为0℃和40℃时最高温升分别为10.3℃和4.49℃,上升了5.81℃;(4)用最小二乘法分别拟合了平均温度关于倍率、散热系数和环境温度的公式,实现了电池内部温度估算,为优化冷却系统设计奠定了基础。

摘要：针对固定预测时域模型预测控制算法(Model Predictive Control,MPC)在泊车时难以满足大转向工况下路径跟踪精准性要求的问题,提出一种基于自适应预测时域MPC的泊车路径跟踪控制算法。根据车辆运动学模型以前轮转角与车速为控制目标设计MPC泊车跟踪控制器,并通过模糊控制算法计算当前最优预测时域,实现对预测时域的自适应优化,从而降低横向与航向误差;CarSim/Simulink仿真试验表明,在平行泊车工况下,基于自适应预测时域MPC的泊车路径跟踪控制算法对期望轨迹与车身航向角的跟踪效果优于传统固定时域MPC算法。

摘要：环境横风的作用会增加货车的侧向力,因此,设计一款兼顾纵向空气阻力系数(Cd)和侧向空气阻力系数(Cs)的导流罩装置,对提高车辆经济性和行驶稳定性具有重要意义。以简化的货车模型为研究对象,采用拉丁超立方采样(LHS)方法构建300个数据样本,并使用CFD软件计算值作为对应样本的监测值。将数据样本按7:2:1分为训练集、验证集和测试集,采用分布训练模型预测Cd和Cs,训练模型在测试集上对Cd和Cs的拟合优度(R2)分别达到0.87和0.83。再利用构建好的数据样本进行深度学习训练,并将训练好的BP神经网络模型作为NSGA-Ⅱ的目标函数进行多目标优化求解。从NSGA-Ⅱ得到的Pareto前沿解集中,按照Cd最小、Cd和Cs适中和Cs最小的原则,分别选取验证模型A、B和C,通过与CFD仿真值对比,预测值最大误差为1.9317%。其中:模型B和原始模型相比对,Cd降低了12.7167%;模型C和原始模型相比对,Cs降低了11.9957%。