安全目标下车辆最佳维护周期的研究

车辆最佳维护周期可提高车辆的技术状况,保证行车安全.文中基于行驶安全性这一优化目标,建立车辆最佳维护周期数学模型,并利用样本车故障数据进行参数估计求解和模型验证.结果显示选取的样本车（大众速腾1.6L）,当行驶安全度S在0.90-0.95取值时,维护周期不超过8000km均可满足车辆安全行驶要求;运行试验表明该数学模型有效、可靠,可用于指导实际车辆的维护保养.     

汽车最优维护周期数学模型的研究

本文研究了建立了一个新的，考虑技术状况定期检测诊断在汽车最优维护周期数学模型，其优化目标是使车辆单位行驶里程（或时间）的检测诊断与维护费用最低。研究过程中，利用汽车运行实际数据，对新数学模型进行了求解，同时，还组织了专门的验证性试验，试验结果表明，新数学模型的解是准确的，可靠的，另外，试验结果还表明，在二级维护前进行检测诊断，对延长汽车维护周期，降低单位行驶里程检测诊断与维修费用，提高车辆完好率以     

装载机与自卸汽车的最佳匹配

本文运用排队论及优化方法，建立了装载机一汽车相互配合系统的优化数学模型，利用数学模型对该系统进行优化计算，确定出最佳的汽车与装载机斗容量之比，最合理的车辆数以及最佳组织形式。分析斗容比和车辆数对系统经济性的影响，总结出各种装载机组配合的汽车载重量和车辆台数。     

载货汽车最优二级维护周期的研究

本文利用更新理论、可靠性理论、建立汽车最优二给维护周期的数学模型，可使车辆的单位行驶里程（或时间）维修费最低。研究中采用参数估计与假设检验方法并编写计算机程序，在结合载货汽车运输生产实际，分析、处理、研究大量样本数据的基础上，得出东风ＥＱ１０９０Ｅ型载货汽车运行故障规律符合Ｗｅｉｂｕｌｌ分布的结论，并综合多方面因素，给出该型汽车的最优二级维护周期。     

车辆最优维护周期数学模型研究进展

根据国内外文献资料和作者已开展的工作，对了优维护周期数学模型研究的进展情况进行探讨，将现有的车辆维护周期计算方法按优化目标的不同予以分析归纳，划分为4大类，相应有基本数学模型11种。在此基础上，对各种基本数学模型进行分析评价，并指出了目前研究中存在着的一些问题     

山西省高速公路交通伤亡事故分析(一):单车和多车事故基本规律

选取山西省高速公路2008年至2010年期间多起车辆事故数据为样本进行统计分析,按事故车辆数分为单车事故和多车事故,分析了事故的基本规律,提出了事故防治的具体措施.     

汽车车门密封胶条维护周期的多属性决策

优化汽车车门密封胶条维护周期,确保汽车维护具有较强的先进性、系统性和应用性。收集汽车车门密封胶条故障数据,确定密封胶条故障里程分布并计算分布参数。选取经济性、有效度和可靠度为车门密封胶条周期优化问题属性的评价标准,依据车门密封胶条故障里程分布,制定三个优化备选方案:基于经济性最佳维护周期、基于有效度最佳维护周期和基于可靠度最佳维护周期。在维护周期优化问题属性权数未知的情况下,采用层次分析法确定属性权数,进行多属性决策;以各方案与理想方案的相离度大小排序,选择得分最高的备选方案。决策结果表明密封胶条最佳维护周期为20000km。     

装载机与运输车辆的最佳匹配（1）

运用排队论及优化方法，建立装载机一汽车相互配合系统的优化数学模型，并以此模型对该系统进行优化计算，确定出最佳的汽车与装载机斗容量之比、最合理的车辆数及组织形式，同时分析了斗容比和车辆数对系统经济性的影响，总结出与各种装载机相配合的汽车载重量和车辆数。     

车辆维护周期多目标优化研究

研究将多目标规划理论方法应用于车辆维护周期的确定，目的是根据实际问题的背景和容许性，在彼此不能同一化的多个目标下，真正实现车辆维护周期的最优化。同时，基于大量样本数据的统计分析和作者已有的研究基础，在润滑油使用可靠性、车辆行驶安全性和单位行程检测诊断与维修费用等目标下，用主要目标法和分层序列法，具体给出了国产某型载货汽车的最优二级维护周期，从而为此类问题的研究解决提供了可供借鉴的实例。     

重型车辆与路面耦合作用的仿真分析研究

针对车-路系统以及车-路耦合作用的特点,运用ADAMS动力学仿真软件,建立了某重型车的多自由度仿真模型,并利用ADAMS对模型进行了仿真计算,分析了车辆以不同载重量、不同速度行驶于不同等级路面时,车辆对路面的动载荷作用。结果表明：车-路耦合产生的动载作用受路面工况的影响较大,随着路面等级的降低,车辆对路面的动载荷有着显著的增大;在车辆正常行驶速度范围内,车辆对路面的动载荷也随着车速的增加而增大;而在相同条件下。满载车辆较空载车辆对路面的动载荷要大很多,即满载对路面的破坏作用更为显著。     

基于粒子群算法的Plug—in混合动力汽车能量管理策略优化研究

基于对混合动力汽车能量管理策略优化的目的,建立了丰田PnusPlug-in混合动力汽车的MATLAB／Simulink数学模型,用数学公式描述了系统优化控制问题,采用粒子群优化算法对该包含众多约束条件的非线性优化问题进行了求解,利用PSAT专业软件对比分析了基本型优化控制算法、改进型优化控制算法和规则控制算法等的控制效果及燃油经济性。结果表明,经过优化后的Plug-in混合动力汽车在不牺牲汽车各项性能的前提下能提高动力系统工作效率。     

基于Kriging模型的车身耐撞性优化设计

采用最优拉丁方法进行试验设计,基于Kriging模型建立汽车耐撞性评价指标的替代模型,然后利用替代模型建立耐撞性优化的数学模型并进行耐撞性优化。结果表明,基于Kriging的替代模型的拟合精度较高,采用该模型进行的优化可提高汽车的耐撞性。     

基于粒子群算法的Plug-in混合动力汽车能量管理策略优化研究

基于对混合动力汽车能量管理策略优化的目的,建立了丰田Prius Plug-in混合动力汽车的MATLAB/Simulink数学模型,用数学公式描述了系统优化控制问题,采用粒子群优化算法对该包含众多约束条件的非线性优化问题进行了求解,利用PSAT专业软件对比分析了基本型优化控制算法、改进型优化控制算法和规则控制算法等的控制效果及燃油经济性。结果表明,经过优化后的Plug-in混合动力汽车在不牺牲汽车各项性能的前提下能提高动力系统工作效率。     

基于改进蚁群算法的多物流中转站选址规划

根据多物流中转站选址问题的特点,应用遗传算法和分配算法将大规模客户点划分为不同的配送单元,建立了包含配送中心和中转站的运营成本以及配送中心和中转站的大小车维护费用的数学模型,其中,运营成本包括车辆的运输成本和中转站的建造成本.提出了一种解决多物流中转站选址问题的改进蚁群算法,由于该算法在评价函数中隐含加入了约束条件,并...     

A Mathematical Model for Driver Steering Control,with Design,Tuning and Performance Results

A mathematical model for the steering control of an automobile is described. The structure of the model derives from linear optimal discrete time preview control theory but it is non-linear. Its parameter values are obtained by heuristic methods, using insight gained from the linear optimal control theory. The driver model is joined to a vehicle dynamics model and the path tracking performance is demonstrated, using moderate manoeuvring and racing speeds. The model is shown to be capable of excellent path following and to be robust against changes in the vehicle dynamics. Application to the simulation of manoeuvres specified by an ideal vehicle path and further development of the model to formalise the derivation of its parameter values and to put it to other uses are discussed.     

A Mathematical Model for Driver Steering Control, with Design, Tuning and Performance Results

A mathematical model for the steering control of an automobile is described. The structure of the model derives from linear optimal discrete time preview control theory but it is non-linear. Its parameter values are obtained by heuristic methods, using insight gained from the linear optimal control theory. The driver model is joined to a vehicle dynamics model and the path tracking performance is demonstrated, using moderate manoeuvring and racing speeds. The model is shown to be capable of excellent path following and to be robust against changes in the vehicle dynamics. Application to the simulation of manoeuvres specified by an ideal vehicle path and further development of the model to formalise the derivation of its parameter values and to put it to other uses are discussed.     

基于客户价值和满意度的城市冷链物流时变路径问题

针对车辆保有量日益增加和拥堵情况日趋严重而造成的城市冷链物流时效性不强、客户价值不高、顾客满意度降低等问题，综合考虑客户价值、客户满意度以及成本等因素，提出一种城市冷链物流时变路径优化方法。考虑到冷链配送过程中不同时段的道路拥堵问题，采用分段函数刻画车辆行驶速度，并同时考虑时间窗和车辆载重量等约束，建立了多目标数学模型。使用线性加权法和主要目标法对多目标进行处理，将其转换成单目标数学模型。结合问题NP难特性，设计了单亲遗传算法对小、中、大规模算例进行了求解，结果表明：与未考虑客户价值模型相比，该模型在平均增加3.28%成本的情况下，提高14.96%的客户价值和14.64%的满意度；与未考虑成本模型相比，该模型在减少1.55%的客户价值的前提下，节约17.32%的成本；对比静态路网模型，模型减少0.92%的成本，提高6.27%的客户满意度和16.06%的客户价值。通过对目标函数中成本权重和客户价值权重进行参数分析，表明成本和客户价值之间存在明显的背反关系。     

考虑交通流动态分布的路面养护最优决策

为准确评估路面全生命周期用户成本以制定最优的路面养护策略，提出基于网络交通流均衡条件的路面养护多阶段动态规划最优决策模型，通过交通流的仿真，模拟用户成本在路网养护前、后以及生命周期各阶段的动态变化，并设计启发式迭代算法。该模型最小化的目标函数包含了生命周期的养护成本、用户成本、路面资产残值，约束条件主要由交通量守恒约束条件、养护预算约束、路面性能转移约束等。为证明模型的有效性，以一个具有10个路段的路网为例，采用提出的模型制定该路网连续20年的最优养护决策方案。研究结果表明：在每年养护预算确定的情况下，全生命周期路面养护最优方案是一个决策方案组合，该最优方案可以提高养护资金使用效率并有效减少用户成本，可为路面养护管理提供决策支持。通过对不同养护约束情景下的全生命周期用户成本的模拟表明：随着养护预算的增加，养护路段增多，导致用户成本增加，使养护成本的边际收益发生递减，养护预算在理论上具有一个最优值，并且养护成本收益与养护预算之间呈倒U形函数关系。     

基于能量流分析的纯电动汽车电耗优化研究

能量流分析研究是了解车辆能量利用情况和优化车辆经济性的有效方式,针对于某款纯电动汽车电量消耗偏大的问题,设计了纯电动汽车能量流测试方案,完成了主要部件性能对标测试分析;通过理论分析建立了影响电量消耗的数学模型和基于价值因子的优化参数选取方法;基于CRUISE电耗仿真分析模型,分别从电驱动系统效率提升、滚阻优化、提升制动能量回收率以及优化附件控制策略等方面进行了定量的电耗优化分析。实车应用测试结果表明:优化后的整车能量流效率得到明显改善,DC/DC充电效率提升到90%,制动能量回收率提升到18%以上,NEDC工况下整车电耗降低了13.78%,进一步改善了纯电动汽车能量利用的经济性。     

Optimal power distribution of front and rear motors for minimizing energy consumption of 4-wheel-drive electric vehicles

In this paper, the optimal power distribution of the front and rear motors for minimizing energy consumption of a 4WD EV is investigated. An optimal power distribution control is developed based on the mathematical energy consumption model of an EV. The objective function is defined while ignoring time. And, the time effect is applied by considering the objective function for every single driving point which consists of the vehicle driving force and velocity. From the optimization problem, the optimal torque distribution maps of the front and rear motors can be obtained for all vehicle driving force and velocity ranges. These maps can be expressed using a 3-dimensional map. If the vehicle driving force and velocity are determined, the optimal front and rear motor torques can be determined using these maps. These maps can distribute the front and rear motor torques for the entire velocity range. Thus, these maps can perform the optimal power (torque times speed) distribution of the front and rear motors for minimizing the energy consumption of the 4WD EV. The performance of the optimal power distribution is evaluated by comparing the energy consumption to that of simple power distribution control. For obtaining the energy consumption, a vehicle driving simulation is performed. For the simulation, the driving cycle is required, and the NEDC (New European Driving Cycle) is used. From the simulation results, it is found that the energy consumption of simple power distribution is 4.8 % larger than the optimal one. Thus, the optimal power distribution can minimize the 4WD EV energy consumption as the optimization objective function.