摘要：车辆动力学建模过程中通常会进行简化和假设,导致模型在某些工况下无法准确反映车辆的实际动态特性,影响控制精度甚至安全性.鉴于此,该文提出了一种基于数据驱动的非线性建模与控制方法,建立了新型神经网络车辆横向动力学多步预测模型,实现了智能汽车对参考轨迹的跟踪控制.首先,在分析车辆单轨模型并考虑轮胎非线性和纵向负载转移的基础上,基于编码器-解码器结构设计神经网络横向动力学模型.其中,使用串行排列来扩展微分方程描述不完全的动力学信息,隐藏层神经元学习车辆的高度非线性和强耦合特性,进而提高模型全局计算精度.利用所构建的数据集进行模型训练和测试,结果表明,相比于物理模型,所提出的模型在不同路面附着系数条件下均具有更高的建模精度,具有隐式预测路面摩擦条件能力.其次,利用提出的模型设计轨迹跟踪控制算法,根据车辆稳态转向假设,计算所需的前轮转向角和稳态质心侧偏角,将稳态质心侧偏角纳入基于路径误差的转向反馈中,实现参考轨迹跟踪控制.最后,使用Car Sim/Simulink联合仿真及HIL实验测试进行不同工况试验的对比分析,对所提出的基于神经网络模型的控制算法进行评价,结果表明,该模型能够实现智能汽车在高速下精确的跟踪控制效果,并具有良好的横向稳定性.

摘要：基于机理分析的车辆动力学建模过程通常进行简化及假设,无法准确计算实际车辆在不同道路条件下的动力学变化,进而导致智能汽车轨迹跟踪控制精度低、不稳定等问题。鉴于此,本文中提出了一种基于混合建模技术的非线性建模与控制方法,构建机理分析-数据驱动的车辆动力学串联混合模型,车辆状态与控制数据经机理模型实现计算处理,级联合并后作为数据驱动模块的输入,长短时记忆网络作为主干网络实现时序数据的非线性关联特征提取和最终的模型输出计算。测试结果表明,该模型可以补充计算机理模型中的部分未建模动态并提高模型计算精度,且具有隐式理解不同路面附着条件的能力。其次,使用Euler积分完成对预测模型的离散化并设计模型预测控制轨迹跟踪算法,设计前馈反馈控制算法在实现车辆的纵向控制的同时提供横向控制中预测模型所需的外部输入,最终实现更符合实际行驶环境且更精准的轨迹跟踪控制效果。CarSim/Simulink联合仿真结果表明,该方法实现了不同道路附着系数下控制量精确输出,同步提升了智能汽车轨迹跟踪控制精度和稳定性,具有良好的横纵向协调控制效果。

摘要：0前言法国K－T公司建于1903年，该公司对管式反应器的设计和多孔粒状硝按生产工艺的开发具有一定的经验。世界很多地区都有利用该公司技术建成的装置，已建造粒硝按装置37个，在建的4个。我国河北沧州年产5万t多孔粒状硝控装置和山西潞城年产20万t多孔粒状硝按装置均是引进该公司的技术。现据了解的情况，对法国K－T公司炸药级硝酸俊生产工艺作一介绍和评价。1生产流程概述生产中，液氨经过加热蒸发后成为气氨，气氨经过预热进入管式反应器。氨与硝酸在管式反应器内反应生成硝酸铰溶液。该溶液进入气液分离器进行气液分离，浓度为80％的料浆从气液分离器下部流出进入降膜式蒸发器蒸发浓缩至96％。蒸发器出来的浓液进入贮槽，由泵打入缓冲罐，添加剂也加入缓冲罐，并通入适量的氨使溶液呈微碱性，此溶液经造粒塔内上方喷头喷洒。造粒塔下部从外界引入的空气与下落的料浆液滴逆流而行，带走料浆的水分，气体经造粒塔顶部设置的洗涤装置洗涤后排入大气，造粒塔下部的多孔粒状硝按经干燥、筛分、流化床冷却、防粘剂包裹即得合格产品入料仓进行包装。造粒塔顶部洗涤装置所用的洗涤液是加酸的蒸汽冷凝液。洗涤后由泵打入溶液回收槽，经蒸发系统浓缩后利用。从气液分离器上部出来的蒸汽进...