摘要：双定子低速大转矩永磁直驱电机(DLHPMDM)具有高转矩密度和高效率等优点,是传统低速大转矩传动系统的良好替代方案。DLHPMDM可以看作由内、外两台电机构成的整体。绕组形式选择不仅直接影响内、外电机的转矩性能,内、外电机不同绕组形式的组合还会改变内、外电机输出转矩的叠加效果,最终影响DLHPMDM的转矩脉动水平。首先,基于双定子电机的转矩叠加原理,提出一种抑制DLHPMDM转矩脉动的设计方法,采用解析法分析内、外电机反电动势谐波相位差如何影响纹波转矩的叠加效果,并对内定子采用不同绕组形式时DLHPMDM的转矩性能进行仿真分析和初步验证。其次,考虑到绕组谐波引起的谐波电流对转矩脉动的影响,采用以电压源为激励的有限元分析进一步验证了内、外电机选用合理的绕组形式组合时,内、外电机纹波转矩的叠加削减作用能够有效降低DLHPMDM的转矩脉动。最后,采用转矩脉动最低的设计方案试制了一台DLHPMDM样机并完成相关实验,实验结果验证了分析的准确性。

摘要：为了解决智能车辆在工况变化时跟踪精度下降和稳定性变差的问题,提出基于强化学习的变参数模型预测控制(MPC)算法多目标控制策略,实现智能车辆路径跟踪控制系统的参数自适应整定。基于车辆动力学模型设计其线性时变MPC控制器,获得最优前轮转向角和附加横摆力矩。基于Actor-Critic强化学习架构,设计进行控制参数整定的深度确定性策略梯度(DDPG)智能体和双延迟深度确定性策略梯度(TD3)智能体,构造以跟踪精度和稳定性为目标的收益函数,并搭建对接工况和变曲率工况2种典型仿真场景进行算法性能验证,当车辆处于对接工况时,根据路面附着系数的变化及时调整控制器的预测时域和权重矩阵;当车辆处于变曲率工况下时,针对道路曲率变化及时调整控制器的预测时域和权重矩阵。通过MATLAB/SimuLink、CarSim和Python联合仿真分析,将强化学习方法参数整定MPC与固定参数MPC和模糊控制方法参数整定MPC进行对比,结果表明:强化学习方法更能够在保证车辆安全性的前提下,尽可能提高智能车辆在不同路面条件下的路径跟踪精度。在对接工况下,强化学习方法参数整定MPC相较于固定参数MPC和模糊控制方法参数整定MPC,横向偏差平均值分别减少了99.8%和97.6%,前轮转角变化率平均值分别减小了99.7%和77.0%;变曲率工况下,横向偏差平均值分别减少了79.6%和90.8%,前轮转角变化率平均值分别减小了40.6%和2.6%。说明所提出的基于强化学习的智能车辆径跟踪变参数MPC多目标控制能够解决变工况下的路径跟踪的稳定性和跟踪精度控制问题,为复杂场景下的路径跟踪控制提供了一种思路。

摘要：为消除参数不确定和外部不确定扰动对四轮转向车辆操纵稳定性的影响,提出了一种基于卡尔曼扩张状态观测器的四轮主动转向非线性积分滑模控制(KFESO-ISMC)方法。首先设计了一种卡尔曼扩张状态观测器(KFESO),实现了车辆状态观测以及外部扰动估计,克服了传统卡尔曼滤波算法对模型参数精度的依赖的缺点。其次为降低外部扰动引起的车辆状态的跟踪误差,将KFESO观测的系统总扰动补偿到控制输入;并为实现全局鲁棒控制和抑制积分饱和现象,设计了四轮主动转向非线性积分滑模控制方法。最后,硬件在环试验结果表明:在存在内外部不确定扰动情况下,KFESO观测器具有较高的观测精度;在四轮主动转向操纵稳定性的控制方面,KFESOISMC方法相比LQR和ISMC方法具优良的抗扰性能。

摘要：智能制造单元作业数字孪生任务的高保真建模和调度优化是智能制造系统实现的关键问题之一。针对该问题,提出一种边-云协同下智能制造单元作业数字孪生任务的调度方法。基于智能制造系统端-边-云架构的虚拟现实交互框架,提出智能制造单元作业与数字孪生任务的映射方法,建立作业数字孪生任务调度的问题模型。考虑智能制造系统虚拟现实交互的快速响应性和偏差问题,提出一种基于端-边-云协同的数字孪生任务混合重调度策略。针对作业数字孪生任务调度的优化目标,设计环境自适应多因子优化遗传算法(Environmental adaptive multi-factor optimization genetic algorithm,EAMO-GA)。试验数据表明,EAMO-GA算法满足结果正确性验证,并且其有效性和收敛性都优于其他算法,可满足大规模、并行式数字孪生任务的调度场景需求。

摘要：为提升车门的轻量化水平与性能,采用“材料—结构—性能”一体化集成方法设计铸铝一体化车门。基于构建的铸铝一体化车门有限元模型,以车门的厚度为设计变量,采用径向基函数(radial basis function,RBF)神经网络近似模型和二阶响应面近似模型并分别结合二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)、多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法以及多岛遗传算法(multi-island genetic algorithm,MIGA)对车门的下沉刚度工况位移、上扭转刚度工况位移、下扭转刚度工况位移、一阶弯曲模态频率、一阶扭转模态频率和质量进行确定性优化设计。在此基础上,考虑材料及加工制造等不确定性因素,对确定性优化解的质量水平进行6Sigma可靠性分析与优化。结果表明,二阶响应面近似模型与MOPSO算法的优化组合方案实现了车门的最佳轻量化,RBF神经网络近似模型与MOPSO算法的优化组合方案实现了车门下沉刚度工况位移的最小化。上述2种组合分别实现了车门轻量化与安全化的设计目标。研究结果可为车身零部件的优化设计提供参考。

摘要：异形截面部分包覆钢-混凝土组合(PEC)柱是解决高层钢结构住宅凸柱问题的有效方法之一,因其型钢翼缘外露,故而抗火问题备受关注。为研究异形截面PEC柱的抗火性能,以截面形式和轴压比为参数设计并制作了4根异形截面PEC柱,开展了恒载升温试验,得到火灾下异形截面PEC柱的破坏模式、竖向与侧向变形-时间关系曲线和耐火极限,并分析其温度场分布与变形规律。研究结果表明:随着火灾下截面损伤增加,L形及T形截面PEC柱逐渐由轴压受力状态分别转为双向及单向偏压受力状态,十字形截面PEC柱仍保持轴压受力状态;在上端球铰和下端单向铰边界条件下,L形截面PEC柱发生双向弯曲失稳,T形截面PEC柱发生平面外弯曲失稳,十字形截面PEC柱发生平面内弯曲失稳;在轴压比为0.4、没有防火保护条件下,L形截面PEC柱耐火极限为41 min,T形截面和十字形截面PEC柱耐火极限分别为32.5 min和29 min;当轴压比由0.4增加至0.55时,十字形截面PEC柱耐火极限降低了28.7%。借鉴EN 1994-1-2中建议的四周受火规则截面PEC柱高温承载力简化计算方法,对异形截面PEC柱高温承载力进行计算,计算结果偏保守。

摘要：尽管汽车轻量化能够有效降低使用阶段的环境影响,但在全生命周期包括原材料获取、制造及装配、运输、运行使用以及回收的考虑下,轻量化并不一定能达到节能减排的效果.针对此问题,本文建立了包含乘用车各个阶段生命周期评价模型,在考虑车型差异的基础上,采集奇瑞公司的4款微型车及市面上销量较大的4款紧凑型和4款中大型车车身,分别进行了生命周期评价,分析其化石能源消耗、矿产资源消耗及环境排放.清单分析结果表明:①在当前我国电力结构下,铝制车身在全生命周期内具有较大的优势,主要体现在制造装配及运行使用阶段,而钢制车身在原材料获取阶段表现出较低的能耗和环境排放;②对于采用不同的动力系统的车身而言,在设定的功能单位行驶里程内,纯电动汽车仅在化石能源消耗方面优于内燃机汽车.在上述结果的基础上,重点讨论了在未来电力结构的变化、行驶里程增加及回收处理过程优化的3种情境下12种车身的环境影响变化,铝制车身和电动汽车在环境影响方面的优势会更加凸显.本研究有助于为我国汽车生产企业及其上下游产业链条面向碳中和的产品绿色设计及碳足迹降低提供借鉴.

摘要：针对柔性作业车间调度问题(flexible job-shop scheduling problem,FJSP),提出一种混合白鲸优化算法(hybrid beluga whale optimization,HBWO)对其求解,旨在最小最大化完工时间。采用既定策略改进标准白鲸优化算法(beluga whale optimization,BWO),加快其收敛速度;基于机器选择和工序排序问题设计双层编码方案,解决FJSP离散化问题;采用主动编码及种群初始化策略,提高求解质量;基于工序的开始和结束时间确定关键路径和关键块,注重各工序时间维度;引入贪心思想至基于关键路径的混合变邻域搜索策略中,加大勘测搜索空间及减少无效搜索;此外,引入遗传算子防止算法陷入局部最优;通过35个标准算例的仿真实验与分析,证明了算法在求解FJSP问题中具有有效性。

摘要：针对图像标注中疲劳、粗心等因素引起的标签遗漏现象,使得模型训练时难以正确区分正负样本,进而影响模型性能。设计了一种协同修正技术,通过多次迭代更新训练集,将潜在无标签的目标进行对象擦除,降低训练集的错误监督信息,避免人工的重复检查和重复标注。该方法无需进行算法参数调整、不依赖具体网络结构,低成本地减少数据集错误从而提升模型训练精度。在YOLOv5算法的实验基础上表明协同修正操作仅迭代1次即有明显的改善效果,并在多个公共数据集上能够提升0.4%~1.4%的检测精度,当数据集中的标签遗漏率达到40%时依然能够生效。该方法对数据集中样本的数据量和类别数没有限制,可应用于电商、遥感、通用等多种目标检测场景,保持着较好的鲁棒性和泛化性。

摘要：当双馈风电机组接入弱交流电网时,转子侧和网侧变流器均采用无锁相环的构网型控制策略可以提高发电系统的并网稳定性。然而,对直流端口而言,网侧变流器在构网型控制下的直流电压抗扰能力有所降低,机组出力波动时直流电压的动态特征不容忽视。为此,文中首先建立了考虑交直流侧动态耦合特征的构网型双馈风电机组的小信号模型。基于系统模型研究了不同电网强度和风机转速下直流电压控制的稳定性,根据耦合传递函数矩阵分析了不同条件下定子功率变化对直流电压的耦合影响。利用小信号模型分析了定子功率对直流电压的交、直流耦合路径,并分别设计了解耦优化策略。理论分析表明,所提策略可以降低有功功率加载对直流电压的耦合作用,优化直流侧动态特性。最后,利用硬件在环实验平台验证了理论分析的正确性及所提控制策略的有效性。