摘要：车辆结构参数和道路环境信息的实时准确获取是提高智能汽车运动控制性能的重要因素之一,而车辆质量与道路坡度信息是多种汽车控制系统的必要信息,因此质量与坡度在线估计的研究一直受到关注。针对车辆质量与道路坡度的联合估计问题,提出了一种基于交互多模型的质量与坡度融合估计方法。首先,设定了适宜进行质量精确估计的工况条件,据此提出了基于模糊规则的质量估计置信度因子计算算法,进而设计了基于置信度因子的递推最小二乘车辆质量估计算法,以实现质量的在线估计。然后,以车辆纵向动力学模型为基础,建立了运动学和动力学2种坡度估计模型,并设计了基于运动学模型的线性卡尔曼滤波坡度观测器,基于电子稳定性程序ESP的纵向加速度信息实现坡度估计,设计了基于动力学模型的无迹卡尔曼滤波坡度观测器,基于ESP和发动机管理系统EMS的力信息实现坡度估计。运动学模型未考虑车辆姿态信息,坡度估算结果与实际值有偏差;动力学模型对模型精度要求高,算法稳定性差,为充分发挥2种方法优势实现坡度的精确估计,采用交互多模型算法实现了2种坡度估计方法的加权融合。最后,对所设计的算法进行了实车试验验证。结果表明:所设计的质量与坡度估算算法具有较好的实时性和准确性,适合智能汽车运动控制的应用需求。

摘要：储能电站的安全稳定运行,备受业界关注。大功率等级的储能电站离不开若干储能电池舱间联合运行,合理的功率分配是保障储能电站运行安全、提升效率的重要手段。因此,该文针对典型的锂电池储能电站的系统功率优化分配问题展开研究。面向电化学储能电站安全性的能量管理问题,提出考虑电池舱健康状态(SOH)及荷电状态(SOC)双层控制下的系统功率分配策略。首先基于SOH设计一级功率均分、单独出力以及自适应分配三种分配模式;然后,考虑SOC设计防止过充过放的分配策略;最后设计二级功率分配策略联动,在优先保障电站运行安全性前提下,同时提升储能电站输出功率分配最优,并分别从电池舱级、逆变器级、系统级三个方面设计算例验证有效性,为后续电化学储能电池系统的工程实际应用重要参考价值。

摘要：异常检测技术对电池数据特征挖掘、退役电池梯次利用筛选分组以及电池运行状态安全评估均具有重要的工程实际意义。为此,该文提出一种基于聚类分析架构的遗传优化异常检测新方法,其特点在于以聚类分析进行异常检测为核心,群智能优化算法被用于解决全局寻优能力的有效途径,通过有针对性地设计目标函数用于描述数据异常状态,实现了对异常数据的有效检测。最后以电池数据异常状态检测为例,通过对比已有方法和该文所提3种聚类思想下异常检测的结果,验证了所提方法在异常检测个性化、灵活性以及准确度的优越性,尤其是基于密度思想的聚类优化检测过程表现出更为优异的检测效果,为实时电池异常状态检测和数据清洗提供了新思路。

摘要：为解决智能汽车在含有纵向坡路的环境中行驶时所涉及的环境感知与路面可行驶性理解问题,提出了一种基于激光雷达的动态、不确定性路面可行驶性预测方法。首先,利用PreScan,Car-Sim与MATLAB软件搭建虚拟行驶环境,并建立激光雷达物理模型提高虚拟点云的保真度。其次,进行基于激光雷达的动态可行驶性研究,利用路面激光雷达点云数据基于车辆未来行驶方向建立笛卡尔坐标系下的间隔栅格地图;在间隔内进行平面拟合得到路面的法向量,利用平面法向量计算路面纵向坡角并利用车辆姿态补偿得到大地坐标系下的间隔坡角和道路轮廓信息,并探讨天气对道路轮廓估计结果的影响;基于车辆纵向动力学特性和道路参数估计结果,计算可行驶性概率并预测可行驶性。为了快速仿真验证所提出的可行驶性预测方法,搭建相应的自动测试环境并设计测试方法。首先分析并测试车辆行驶过程中容易因失效造成预测失败的临界关键工况,接着在虚拟行驶环境中建立自动化测试流程,加强对关键工况区的采样,总计通过402组测试工况验证可行驶性预测算法,预测准确率达到87.81%。最后,在实车平台和真实测试道路上对算法流程进行验证。研究结果表明:该方法能够很好地对车辆在纵向坡路上的可行驶性进行动态的、基于概率性指标的预测。

摘要：为合理分配智能汽车人机协同共驾驾驶权,提高智能车辆的驾乘安全性和舒适性,本文提出驾驶人纵侧向驾驶能力的概念及其评价方法.对驾驶人的驾驶能力进行了定义和分析,并在此基础上设计了纵向跟车激励工况和侧向移动双移线激励工况,在搭建的驾驶人在环智能仿真平台上进行数据采集.建立了基于Hammerstein辨识过程的驾驶能力辨识模型,采用主成分分析法对驾驶能力辨识模型中的关键参数进行解耦和降维处理;通过客观蚁群聚类和主观量表分析相结合的分类方式,实现驾驶能力的分类;通过多元线性回归分析得到驾驶能力评价方程.结果表明,纵侧向驾驶能力辨识模型平均辨识及拟合精度均大于90%,经主成分分析及主客观分类处理后的纵侧向驾驶能力评价方程满足统计检验指标,具有良好的拟合及预测结果.

摘要：熔融金属法甲烷裂解技术作为近年来新兴的制氢技术,有效地解决了传统甲烷热裂解或催化裂解高能耗、低转化率以及催化剂失活等问题,避免了甲烷蒸汽重整制氢工艺高碳排放。在制氢的同时还能生产出具有附加值的碳产品,因而受到各方广泛关注。本文总结了熔融金属法甲烷裂解技术研究进展,并围绕工艺流程、反应机理、熔融介质的选择以及反应器设计等方面展开,给出了液相介质是否起催化作用的两类甲烷裂解反应机理,并详细阐述了熔融介质选择原则、发展趋势以及不同类型熔融介质的优缺点。再者,技术经济性以及温室气体减排量也在文中详细体现,进一步论证了该工艺的可行性和潜在效益。此外,文中还给出了未来技术发展趋势和建议,指出调控碳材料形貌,使之向高附加值碳材料转变应是未来重点发展方向之一。

摘要：为使先进驾驶人辅助系统更具人性化及个性化,提高智能车辆的驾乘安全性和舒适性,提出一种基于纵向激励工况的驾驶习性分类及辨识方法.以前车车速信号的周期性及突变性为依据,设计6种前车典型纵向激励工况,并通过实车道路试验完成64位驾驶人的数据采集.然后,采用客观粒子群聚类和主观量表分析相结合的分类方式,实现典型驾驶习性的分类和习性类型的定义.比较各工况下的分类结果,确定纵向最优激励工况组为正弦工况3和阶跃工况3.建立基于多维高斯隐马尔科夫过程的驾驶习性辨识模型,依据辨识准确率得到最优模型输入信号组,利用正交试验法优化模型中的关键参数.结果表明,基于纵向激励的驾驶习性分类及辨识方法能够得到更好的分类和辨识准确率.

摘要：根据越野车辆在不同路面上行驶时的动力学响应特征,可以实现路面类型的在线识别,为面向路面特征调整底盘控制子系统参数从而获取更好的行驶性能奠定基础.但越野环境地面特征复杂,车辆响应机理分析困难,给基于车辆动力学响应进行路面准确识别带来挑战.提出了一种SHAP-RF路面识别算法设计框架,通过SHAP (Shapley additive explanations)模型解释方法实现高维随机森林(random forest, RF)路面识别模型的降维化:首先采集了试验车在压实土路、沙地、良好沥青路与冰雪路4种路面上的行驶数据并计算了3个次级行驶特征;进一步计算了行驶数据的共计105个时域特征和频域特征,并以此为输入特征建立了高维随机森林路面识别模型;利用SHAP解释法分析高维模型输入特征对识别结果的影响从而提炼出各个特征与路面类型的关联性,完成特征筛选;最后,利用筛选后的特征设计降维随机森林路面分类器.基于实车数据的算法验证试验表明,设计的降维路面识别模型对4种路面的识别精确率在94%以上,召回率在93%以上,相比高维的随机森林路面识别模型,各种路面上的精确率和召回率最大降幅不超过3.2%,证明本文提出的SHAP-RF路面识别算法设计框架能够在选用较少特征的情况下依然保证车辆行驶路面类别的准确识别.

摘要：文章首先论述了基于学习任务单的C语言程序设计课程的教学评价及其必要性,然后提出了基于学习任务单的C语言程序设计课程的教学评价方式,即课堂情绪观察法、任务完成度与"QQ档案袋"相结合、学生自评与教师评价相结合的方法。

摘要：回溯戏曲的发展历程,发现京剧这个剧种从孕育到现在已有200多年了,本文前四个部分对戏曲发展过程进行简要概括,并对京剧发展历程作了主要描述,以及对京剧所具有的艺术特点进行了总结;最后一部分对京剧文化中的脸谱艺术、舞台艺术以及名家流派作了简单的论述。