摘要：提出镁上/铝下搭接、镁/铝层间添加Ti箔的激光焊接技术,对AZ31镁合金和6061铝合金进行焊接,研究钛箔–激光作用下镁/铝接头的组织与性能。结果表明,在激光焊接工艺条件下,添加Ti箔可实现镁/铝有效连接,镁/铝接头的剪切强度(线强度)达到58 N/mm,熔池形貌由未添加Ti箔时的“V”型转变成添加Ti箔时的“酒杯状”。随着Ti箔厚度的增加,镁/铝接头的熔池深度增加,靠近铝侧基体的Ti箔部分熔化,Ti元素分布在熔池内部,生成Ti_(3)Al化合物;添加Ti箔抑制镁液和铝液直接接触,避免Mg、Al反应生成脆性Mg/Al化合物,添加Ti箔起到一定的阻隔效果,但Ti箔的导热系数较低,离激光热源较远,Ti箔熔化不完全,Ti箔与母材基体的结合有待提高。

摘要：基于试错法调节参数的事故重建过程高度依赖分析人员的经验和直觉,其效率低下且难以保证重建结果的精度。提出一种结合自动化仿真与多目标优化理论的动力两轮车事故智能化重建方法。基于ISIGHT多学科优化平台建立多刚体模型自动化运行框架;采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对5个位置目标进行优化,选取12个初始碰撞参数作为设计变量,头-车碰撞位置和横向运动方向作为约束条件;通过2例动力两轮车事故重建验证方法的有效性。结果表明,24 h完成了480次仿真并找到最优解,平均重建目标误差低于5%,最大重建误差为12.4%。目标函数寻优过程、函数收敛趋势、仿真结果与事故事实的对比(如参与方停止位置、损伤情况、碰撞速度、碰撞后运动过程等)均表明了该方法的有效性。动力两轮车事故智能化重建方法实现了自动化参数调整、仿真运行、结果处理,显著提高了重建效率且保证了结果精度。结合自动化仿真与多目标优化的方法可广泛用于其他类型事故的重建。

摘要：在多障碍物非结构化场景中,传统混合A*算法存在计算效率低、路径平滑性差的问题。针对该问题,本文提出了一种基于密度聚类算法(density-based clustering,简称DBSCAN)与二分法的混合A*路径规划方法。首先,设计基于DBSCAN算法的障碍物聚类方法,简化多障碍物非结构化场景,避免混合A*算法在类U形障碍物群附近的无效节点拓展,有效提高算法效率。然后,提出基于二分法的状态节点拓展策略,能够在不显著增加混合A*算法计算复杂度的前提下,搜索出一条更平滑的路径。最后,基于MATLAB进行仿真。结果表明,在多障碍物非结构化场景中,本文提出的改进混合A*算法可以显著提升计算效率并改善路径平滑性。

摘要：为实现燃料电池汽车在多信号灯场景下的节能驾驶,本文中提出一种基于分层凸优化的快速车速规划和能量管理方法。结合车辆静态氢耗图,运用动态规划获得车辆通过信号灯的最优绿灯窗口,并确定最优行驶路径的搜索区域。建立以车辆需求功率累计最小为优化目标求解车辆加速度的二次规划问题,并运用Matlab/OSQP求解器获取车辆最优行驶路径。根据最优行驶路径,采用基于交替方向乘子法的能量管理策略,实现各动力源输出功率的合理分配。针对9个信号灯场景的仿真结果表明,所提方法的电机工作点平均效率比智能驾驶员模型高10%,氢耗低45%。此外,该方法计算速度快,具备实时优化的潜力。

摘要：自动驾驶等级的逐级提升意味着驾驶执行权从驾驶人向车辆自动控制系统逐渐转移,驾驶人所承担的责任也随之发生变化。大量研究表明,自动驾驶车辆驾驶人的注意力跨度与行驶安全性密切相关,且不同等级自动驾驶所要求的驾驶人状态阈值存在差异。提出一种融合长短记忆(Long short term memory,LSTM)网络和驾驶人状态判别机制的驾驶人负荷状态预测模型(long short term memory network driver state prediction model,LSTM-DSDM),实现驾驶人负荷状态的预测及其状态转变阶段的识别,并基于不同自动驾驶等级下驾驶人的任务要求,提出了“低等级识别,高等级预测”的驾驶人负荷状态监测策略。试验结果表明本研究搭建的驾驶员负荷状态预测模型在低自动驾驶等级情况下的负荷识别率可达90%以上;在高自动驾驶等级情况下实现可靠的负荷预测和驾驶人负荷状态过渡阶段的辨识,有效应对不同自动驾驶等级驾驶人负荷状态的监测需求。

摘要：为研究特定制动工况下颈部肌肉主动力对人体颈部损伤的影响,建立了一个包含颈部详细几何结构并且具有肌肉主被动响应能力的混合假人有限元模型.以特定制动工况加速度作为输入,研究当假人颈部肌肉分别处于放松和预先紧张状态下并佩戴某头盔时,颈部的运动学以及生物力学响应.结果表明:在制动开始前,预先紧张颈部肌肉使头部质心水平加速度、头部相对T1胸椎水平位移以及转角3个运动学参数的峰值下降20%以上,导致颈部在整个运动过程中表现出了更好的稳定性.从生物力学的角度来说,预先紧张颈部肌肉使得椎骨以及椎间盘最大米塞斯应力分别降低了36.95%和48.20%;颈部损伤评价指标Nij值降低25.06%,降低了乘员在该制动工况下颈部受伤的风险.

摘要：提出了基于深度学习的汽车梁类零件回弹预测方法。基于二维回弹理论,将三维梁类零件离散为若干截面,采用双平面投影法和图像二值化方法,将梁类零件的截面曲线转换为神经网络模型可识别的双通道图像数据。基于拉丁超立方采样法对影响梁结构零件的冲压工艺参数及板料材料参数变量进行采样,通过CAE回弹仿真得到后续深度学习网络的训练样本。为研究梁结构在不同几何截面、材料参数、工艺参数作用下的回弹问题,采用基于LeNet-5、AlexNet、NiN的卷积神经网络模型作为几何截面识别模型,同时使用全连接神经网络模型耦合材料参数和工艺参数的方法,得到该梁类零件回弹算法模型。以某汽车梁类结构零件作为研究对象,基于高斯混合聚类将回弹样本分为小回弹、中等回弹、大回弹三个类型。将各类回弹样本分别通过回弹算法模型进行验证,结果表明,基于AlexNet的模型准确度最高,同时算法鲁棒性相较于其他两种也更强,更适合梁类件的回弹预测。

摘要：针对半挂车辆状态估计过程中测量噪声不确定、累计误差影响严重、初值敏感等问题,提出一种适用于半挂车铰接角、车速等多个状态量估计的双自适应无迹卡尔曼滤波算法(FFUKF).基于搭建的半挂汽车12自由度非线性动力学模型和轮胎模型,通过测量的轮速与车辆加速度等信息,首先利用模糊控制自适应调整滑移率容差,综合判断每个车轮的稳定状态,通过轮速估算出一种车速;与此同时,模糊控制自适应调整测量噪声,利用无迹卡尔曼算法,依据动力学估计出铰接角和另一种车速;然后通过卡尔曼滤波算法融合两种方法估计的结果,实现车辆的纵向、侧向速度、横摆角速度和挂车与牵引车铰接角的实时估计.最后在Simulink/TruckSim联合仿真环境下进行多工况仿真试验,验证所提出的双自适应无迹卡尔曼估计算法(FFUKF)有较强的适应性、稳定性和鲁棒性,相比普通模糊自适应无迹卡尔曼(FUKF)有更高的估计精度,能有效克服累计误差,即便在估计初始值不准和有ABS控制输入的情况,仍可以较精确地对车速和铰接角进行实时估计.

摘要：分析了透射式光学系统中透镜以球面接触形式和平面接触形式装配时,多种公差对透镜装配误差(倾斜误差和偏心误差)的综合影响,从光学公差和机械公差设计的角度综合评价光学系统公差设计的合理性。借助于光学元件的分划工艺和绕中心轴线旋转装入的角度,提出了透镜与镜筒装配位姿量化的确定方法及装调路径描述方法。利用光学设计仿真软件ZEMAX进行了基于MTF指标的公差灵敏度分析,从而进一步提出了基于误差权重因子的装调路径优选方法,并用三片式柯克物镜系统的装调验证了研究方法的合理性。

摘要：汽车质心侧偏角融合估计过程中存在量测噪声不确定、依赖路面附着系数问题,影响估计精度,为此提出联合运动学方式与运动几何方式的质心侧偏角融合估计算法.利用三自由度车辆运动学方程建立自适应扩展卡尔曼滤波器,用于车辆侧、纵向速度估计.设计轮胎侧偏刚度模糊自适应的运动几何估计器,以实现车辆侧向速度估计.根据2种估计方式适用性的差异,设计基于瞬态特性提取的侧向速度加权融合算法,利用侧向速度融合结果与运动学方式估计的纵向速度计算车辆质心侧偏角. Carsim-Simulink的仿真与驾驶员在环试验结果表明,所提算法具有高实时估计精度和路面附着系数变化的鲁棒性.