摘要：现有的制动能量回收策略未充分考虑驾驶风格对前、后轴制动力矩分配的影响,降低了能量回收率,增加了制动减速度。为此,提出了一种考虑驾驶风格和制动舒适性的再生能量回收策略,对不同驾驶风格的驾驶员采用不同的权重系数去权衡制动能量回收效率与制动舒适性。设计模糊规则控制器对驾驶员舒适性权重进行分配,建立包含舒适性和制动能量回收效率的多目标优化模型。最后结合考虑电池、电机特性和紧急工况等影响因素确定制动力矩分配策略。仿真结果表明,与其他控制策略相比,所提出的控制策略使驾驶员处于舒适与轻微不适的占比分别增加3.4%和1.58%,并消除严重不适,电池SOC值损失0.3183%。

摘要：为提升智能辅助驾驶系统对路面附着系数估计的准确性与实时性,研究了一种基于视觉信息的路面识别深度学习算法,实现路面附着系数的预估计。设计压缩卷积机制以降低网络运算参数,采用特征图全局平均替换全连接层以提升网络的拟合性能,并构建路面识别深度卷积神经网络DW-VGG。利用自建路面图像数据集对网络进行训练,测试结果表明,基于提出的多层知识蒸馏技术的DW-VGG网络识别精度较高,分类性能评估指标F1得分为96.57%,并有效降低了网络的运算和内存成本,识别单张图像只需32.06 ms,预测模型只有5.63 M。

摘要：为提高分布式驱动电动汽车的操纵稳定性,基于模型预测控制和相平面法提出一种主动前轮转向与直接横摆力矩的集成控制策略。该策略由基于质心侧偏角相平面的车辆稳定性判断模块、基于改进模型预测控制的稳定性控制器和转矩分配器组成。通过相平面对车辆稳定性进行评价,将车辆稳定程度公式引入模型预测控制器的目标函数设计中,调整决策的主动转角和附加横摆力矩大小。考虑车辆稳定性和动力性,设计了基于相平面的转矩综合优化分配方法对力矩进行分配。在低附双移线工况下进行仿真,综合分析表明,该控制策略改善了车辆在中、低路面附着系数条件下的操纵稳定性.

摘要：为进一步改善车辆抗侧倾和抗俯仰的综合性能,将惯容器应用到液压互联悬架中,设计一种含有惯容器的液压互联惯容悬架。建立整车机械-液压耦合动力学模型,应用AMESim搭建模型对车辆抗侧倾与抗俯仰能力以及悬架系统关键参数对车辆性能的影响进行仿真分析。通过仿真分析得:相较于横向稳定杆和普通液压互联悬架,液压互联惯容悬架能够明显提高车辆的抗俯仰和抗侧倾能力,改善车辆操纵稳定性和安全性。液压系统各关键参数对车辆的侧向加速度无明显影响。系统初始油压、马达排量和飞轮转动惯量与车身侧倾角呈负相关,蓄能器初始气体体积与车身侧倾角呈正相关。

摘要：针对在月面采样任务中,表取采样机械臂受臂杆和关节柔性影响,呈现出低刚度特性导致其控制精度降低的问题,提出了一种基于机械臂柔性变形估计的末端操作误差补偿方法,通过分析关节柔性、臂杆柔性和自重等因素对机械臂末端位姿的联合影响关系,构建了多自由度机械臂的整体刚度模型,进一步通过有限元分析和真实变形对比等方法,对机械臂整体刚度模型的误差计算精度进行评估定界,给出了机械臂在不同构型条件下末端位置估计的误差边界。在此基础上设计了机械臂末端操作的一次性补偿控制方法,可将机械臂末端的最大控制偏差从35mm降低到1mm以内,极大提高了表取采样机械臂模拟系统的绝对定位精度。

摘要：针对直驱容积式主动前轮转向位移伺服系统存在参数时变、外界干扰以及滑模抖振问题,设计一种汽车液压助力主动转向集成系统,结合神经网络和自适应控制算法,提出一种活塞杆位移与电机转速双滑模控制策略。活塞杆位移采用等效加切换控制律,选用积分形式的快速收敛滑模面设计电机速度等效控制律,利用神经网络对控制律的变化在线估测,并结合自适应算法进行补偿,以抑制传统滑模控制律幅值过大的正负高频切换信号导致的系统抖振,根据Lyapunov理论分析系统的稳定性。研究结果表明:与传统的滑模控制相比,所提出的控制策略不仅能实现对期望位移的准确跟踪,而且能有效削弱系统抖振,增强系统的鲁棒性。

摘要：从统计的角度对发动机可靠性信息进行统计分析、数据预处理、定制可靠性指标并进行整机可靠性指标的计算,从而得到发动机及其零部件的失效规律。在此基础上建立了一套发动机可靠性数据分析系统。应用结果表明:该系统的实施有助于提高发动机的可靠性水平和故障诊断效率,降低发动机维修成本。

摘要：介绍了描述颗粒粒度组成的粒度分布函数,设计了粒度分布参数反演计算的适应度函数,给出了混沌遗传算法搜索待优化粒度分布参数的反演计算流程。根据实验室筛析获得的磨矿产品的粒度分布数据,采用混沌遗传算法及反演模型对R-R分布、Gaudin-schahman分布等粒度分布函数的粒度分布参数进行反演计算。研究表明,用混沌遗传算法对粒度分布参数进行反演计算,不同矿样粒度分布反演计算值和实测值拟合得非常好,精度很高。说明该方法是一种新颖可行、可靠且速度快的粒度分布参数计算方法。

摘要：针对传统扩展卡尔曼滤波(EKF)存在估计精度不高且滤波易发散问题,提出一种基于多重渐消因子EKF的永磁同步电机(PMSM)无传感器控制策略。该策略将系统模型的时变参数和噪声等引起的误差等效为滤波估计误差,利用新息协方差估计值选取多重渐消因子来修正一步预测均方误差阵,使各通道具有自适应调节能力,进而提高对系统各个状态变量的估计精度和整体滤波性能。同时设计模糊比例积分微分(PID)速度控制器进一步改善电机速度响应。应用Matlab/Simulink建立PMSM无传感器控制模型,仿真结果表明:改进的EKF具有较高的估计精度和自适应能力,有效提高了PMSM控制系统的动态响应和稳态性能。

摘要：为有效降低ABS控制系统的开发时间和费用,采用虚拟样机联合仿真技术实现控制系统算法的快速测试与验证。首先在ADAMS/Car中建立了具有麦弗逊独立前悬架、多连杆式独立后悬架的97自由度虚拟整车模型,然后在MATLAB/Simulink中设计了基于最佳滑移率的逻辑门限ABS控制器,并提出一种采用汽车纵向车速计算实时滑移率的方法。利用ADAMS/Control专用接口将非线性整车模型转化成S函数供ABS控制器调用,实现联合控制。对车辆在分离系数路面上直线行驶紧急制动工况进行仿真分析,结果表明:设计的ABS控制器能够有效提高汽车制动时的操纵稳定性能,该控制算法有较强的实用性。