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：基于混合电磁交叉耦合理论,引入缺陷地结构,采用内折叠微带开口环谐振器,设计了一款通带为3.2~3.5 GHz的微带带通滤波器.经测试,通带内S_(21)≥-3.1 dB,S_(11)≤-15 dB,群时延1.4 ns~1.88 ns,滤波器整体尺寸为24.0 mm×19.2 mm.

摘要：膜式空气弹簧作为空气悬架的关键部件,其刚度特性已经成为决定汽车性能的关键因素之一。通过非线性有限元软件ABAQUS对其刚度特性及影响因素进行分析,在仿真过程中选择Mooney-Rivlin模型作为橡胶材料的超弹性本构模型,采用ABAQUS中的Rebar单元进行帘线层的模拟,对气体和囊壁之间的气固耦合进行了详细的模拟分析。在考虑了非线性和接触问题后,建立了空气弹簧的三维非线性有限元模型。最后,通过分别改变对空气弹簧特性影响较大的初始内压、帘线层数和帘线层间距三个方面对弹簧的刚度特性进行了研究,结果为空气弹簧在帘线层方面的设计与优化提供了参考。

摘要：针对车牌中汉字识别率低和识别速度慢问题,提出一种基于深度学习的车牌识别网络LeNet-5-L,该网络把车牌识别分为两个阶段,运用OpenCV库函数对车牌图像预处理,结合垂直投影分割方法将车牌分割为7个独立字符图像,降低了图像特征提取难度,从而提高车牌中各个的字符识别率和整个车牌识别速度;运用卷积神经网络解决车牌字符识别问题,基于LeNet-L设计一种车牌字符识别网络LeNet-5-L,有效提高车牌中首字符汉字识别率;实验结果表明,该网络对车牌中各个字符的识别准确率均高于99.97%,单个车牌识别时间仅需0.83 ms,该方法有效的提高车牌识别的正确率和识别速度。