摘要：在考虑车辆未来轨迹的基础上,利用强化学习来实现在复杂场景下的驾驶决策问题。基于图结构和长短时记忆(LSTM)网络搭建周围车辆长期交互的轨迹预测模型,利用Rainbow DQN算法构建行为决策模型。在该模型中,状态空间包括当前时刻自车及旁车信息和未来的轨迹预测信息;从安全性、舒适性、行车效率等角度设计对应的奖励函数,并设定安全规则提高所选动作的安全性。结果表明:第5 s末车辆轨迹预测纵向位置误差为1.54 m,横向位置误差为0.32 m,效果较为准确。因而,加入轨迹预测有利于提高自动驾驶汽车决策的安全性和通行效率。

摘要：为满足100 kW大功率氢燃料电池发动机工作时气体供应需求,开发进气系统控制策略。首先对燃料电池电堆及进气系统进行建模,依托被控对象模型设计开发了“MAP前馈+PID反馈”的阴、阳极进气控制策略,采用单片电压状态与系统效率加权求和的方式标定阳极吹扫时间,并通过台架测试验证了该策略部署到实际控制器中的控制效果。结果显示,在稳态和瞬态工况中均实现了对压力和流量的快速响应,使得电流拉载速率提高到120和-170 A/s,阳极压力稳态和瞬态控制精度分别为98.93%和95.10%,全功率单片电压平均值为15 mV,一致性较好。基于测试数据标定搭建了阴极进气系统状态方程,开发了集成非线性扰动观测器和基于Lyapunov直接法的非线性控制器的进气方案,经MIL仿真测试显示了对空气进气控制目标的准确控制,为进一步提高控制系统响应精度提供了理论基础。

摘要：针对负流量挖掘机执行机构响应速度慢以及分工况控制能量利用率低的问题,提出了一种电控正流量挖掘机的分阶段控制策略。将挖掘机的一个作业循环分为4个阶段:挖掘阶段、满载返回阶段、卸载阶段和空载返回阶段。基于AMESim和Simulink软件搭建了电控正流量挖掘机联合仿真模型,其液压系统采用分层控制方法。其中,上层控制器根据电控手柄信号计算得到挖掘机执行机构的流量需求,并通过判断执行机构的状态来判断挖掘机的作业阶段,从而确定发动机的基速。下层控制器接收来自上层控制器的发动机基速,并采集挖掘机主供油泵的压力信号,利用模糊控制算法对发动机的转速进行修正,以得到发动机的期望转速;同时采用滑模PID(proportionalintegral-derivative,比例-积分-微分)控制来稳定发动机的工作转速。最后,通过联合仿真和实车实验来验证所提出的控制策略的有效性。仿真结果表明:在正流量挖掘机的一个作业循环内,发动机的转速能稳定在期望转速附近,其油耗为192~220 g/(kW·h)。实验结果表明:相较于分工况控制,分阶段控制在挖掘机一个作业循环内的各个阶段均能保证发动机在经济油耗区工作。所提出的方法为电控正流量挖掘机的控制研究提供了新方向和参考。

摘要：以Al3003铝和HC180钢的高速冲击连接工艺为研究对象,建立二维有限元算法(Finiteelementmethod,FEM)和光滑粒子算法(Smoothed particle hydrodynamics,SPH)耦合分析模型,研究冲击连接工艺参数对铝钢接头界面特征形成的影响规律。结果表明,随着冲击速度的增加,波形界面的波幅尺寸会随之增加;而随着冲击角度的增加,波形界面波幅则会先增加后趋于平稳甚至降低。同时通过对HC180钢/Al3003铝合金板材的箔片气化冲击焊接试验研究验证了模拟分析结果,并分析放电能量对连接界面形貌的影响规律。随着放电能量的增加,铝钢连接界面波幅增加;当放电能量达到8.4 kJ时,界面出现漩涡结构和嵌入两侧基材的颗粒。连接界面附近会发生明显的晶粒细化现象,且随着冲击角度增加,界面附近细晶区域的面积逐渐增加。界面温度场模拟结果表明漩涡内部产生较大温升,电子探针(Electronprobemicro-analysis,EPMA)分析结果表明漩涡内部产生了铝铁金属间化合物。金属间化物主要以颗粒的形式嵌入母材基体中或分布在界面漩涡结构内部,且随着初始冲击角度的增加,元素扩散加剧,嵌入颗粒尺寸与嵌入深度均有增加。

摘要：本文将知识图谱引入汽车故障诊断领域,以某公司的售后业务数据为来源,根据文本特点,设计了一种知识图谱构建流程:在传统构建流程的基础上,加入文本预分类和实体重组流程。基于DPCNN模型的文本预分类用于处理目标字段存在信息冗余的问题;基于BERT-BiLSTM-MUL-CRF模型的实体抽取与基于语法规则的实体重组的组合形式可以有效解决文本中的嵌套实体问题和非连续实体问题;采用结合术语相似度和结构相似度的方法完成知识融合;最后,选用Neo4j图数据库进行存储,完成汽车故障知识图谱的构建。

摘要：针对自动驾驶货车相较于普通乘用车具有较大模型不确定性、执行器偏差以及存在曲率扰动等外部影响因素导致路径跟踪精度不足问题,本文提出一种基于鲁棒模型预测控制(robust model predictive control,RMPC)的分层式控制方法。首先,在转角增量式控制误差模型的基础上,根据实际车辆系统与标称模型之间的偏差,设计鲁棒控制律并构建上层多目标约束RMPC控制器,提高跟踪精度。然后,针对自动驾驶货车不足转向以及定位误差问题,设计下层转角补偿器和基于中值滤波的状态估计器,改善执行响应,提升车辆稳定性。最后,通过TruckSim/Simulink联合仿真和实车试验验证,结果表明:所提出的控制方法能够有效处理模型失配和不确定性扰动,具备良好的鲁棒性和适应性。

摘要：局部和全局特征提取在车道线检测任务中扮演着重要的角色。针对现有的基于激光雷达的车道线检测算法局部特征提取层次单一和全局特征利用不充分的问题,提出一种基于自适应门控的双路激光雷达三维车道线检测算法。首先,通过全局特征金字塔结构,使网络提取具有全局相关性的多层次车道线特征;其次,引入双路结构,其中辅助通路将底层高分辨率纹理特征压缩到高级抽象语义特征从而降低计算复杂度,压缩的语义特征用作另一个构建的主通路的先验信息,帮助学习更加精细的底层纹理细节,并借助高效移动卷积模块,在缓解注意力窗口效应的同时产生更好的下采样特征;最后,设计一种自适应多阶门控模块来更好地利用上下文信息,使网络自适应捕捉车道线更具代表性的全局纹理及语义特征。在K-Lane数据集上的实验表明,所提算法F1分数较主流模型提升2.6个百分点,在不良光照、严重遮挡条件下分别提升2.7个百分点和3.5个百分点。将算法部署在实车平台实现在线检测,验证了算法的工程实用价值。

摘要：以短玻纤增强聚酰胺6制备的汽车座椅调角器注塑件为研究对象,使用Moldex3D软件对调角器注塑件进行注射成型仿真,以熔体温度、模具温度、最大保压压力百分比、保压时间和充填时间为设计工艺参数,以翘曲变形量和体积收缩率为质量优化目标,设计五因素五水平正交试验方案,利用极差分析分别得到了调角器注塑件翘曲变形量和体积收缩率各自的最优工艺参数组合,最终得到的注塑件翘曲变形量和体积收缩率的最优工艺参数组合为:熔体温度265℃,模具温度70℃,最大保压压力百分比为98%,保压时间8.4 s,充填时间为1.6 s,此时最大翘曲变形量为1.470 mm,最大体积收缩率为8.106%,相比初始设计分别减少了23.95%和11.89%,两个质量优化目标都得到明显改善。通过方差分析研究了各设计工艺参数对调角器注塑件翘曲变形量、体积收缩率的影响,发现最大保压压力百分比、熔体温度和模具温度对翘曲变形量和体积收缩率的影响显著。

摘要：为解决第3代汽车轮毂轴承滚道近表面缺陷检测问题,围绕滚道曲面半径小和空间狭窄、超声换能器耦合困难、超声声束畸变与散射严重等问题,开展了检测工艺设计、曲面声场解析及人工缺陷试块检测实验验证工作。针对轮毂轴承滚道复杂曲面结构,设计了水浸超声相控阵检测工艺。通过K-wave软件模拟了换能器声场分布规律并确定了探头参数。开展了轮毂轴承近表面缺陷超声相控阵检测实验,结果表明,该方法可实现近表面1 mm、Ф1 mm缺陷的检出,采用超声相控阵线性聚焦扫描成像算法可以提高曲面结构下的声波入射能量,减小轮毂轴承近表面盲区,提高近表面缺陷分辨率。

摘要：考虑热冲压成形过程中工艺流程和材料变形行为的复杂性以及温度分布的时变性,提出一种基于热加工图和NURBS曲线的伺服热冲压工艺设计。以常用B1500HS热成形试样为研究对象,通过高温拉伸实验测得了不同热变形参数下B1500HS硼钢的真应力-真应变曲线,基于DMM原理构建了不同应变量下的B1500HS硼钢热加工图,计算了该材料在伺服热冲压过程中成形阶段最优速度和温度区间。根据典型热冲压模式的各阶段工艺特征和NURBS曲线数学模型,规划和建立了符合各约束条件的伺服热冲压工艺曲线,实现了对伺服热冲压工艺曲线的设计。借助CAE分析软件,开展了汽车中立柱伺服热冲压对比仿真实验。综合分析表明,与常规热冲压工艺相比,采用所提出的伺服热冲压工艺曲线模型成形时中立柱样件应力和温度分布更均匀,最大减薄率降低约8.5%,最大起皱度为4.002×10-3,主应变降低约12.5%,表明所提出的伺服热冲压工艺对危险位置破裂趋势有明显的抑制作用。