排序方式: 共有81条查询结果,搜索用时 781 毫秒
41.
42.
对于卧资乘客来说,改善及提高乘卧舒适性感觉的重点是切实降低从卧位头、背部传输到卧资乘员的垂直振动冲击能量。在此基础上,建立了半浮式螺旋弹簧县挂卧铺的人-辅系统振动模型。 相似文献
43.
44.
45.
虚拟道路试验技术围绕虚拟试验技术和驾驶员道路安全感认知评价研究,首先定性评价了虚拟道路试验技术的可行性。然后,采用MultiGen Creator仿真建模软件对210国道西铜一级路进行三维建模并实施场景驱动,组织53名驾驶人员在虚拟仿真实验室中对虚拟一级路进行现场认知评价试验,以模糊数学为工具分析处理评价试验得到的424组数据,建立虚拟仿真道路要素对模糊认知评语子集的隶属函数。并与基于实测一级路安全性认知因素的模糊评价隶属函数对比,在绘制虚拟与实测一级路安全性认知因素的模糊评价隶属函数曲线对比图的基础上,采用计算虚拟和实测道路模糊评价隶属函数的贴近度的方法,定量评价证明了虚拟道路试验技术的可行性。 相似文献
46.
47.
针对传统循环工况难以表征电动汽车特性的问题,以典型大中型城市西安为研究对象,对电动汽车城市循环工况构建方法进行了研究。研究工作主要体现在试验路线构建、试验数据处理和循环工况合成。在试验路线构建过程中,首先以2016年西安市城市道路交通地图为参考,应用ArcGIS软件计算了西安市城市道路总长度及各种类型道路长度,然后采集了西安市各种类型道路进行交通流量,采用重复抽样假设检验法确定了试验路线长度,采用层次分析法获得了试验路线中各种类型道路的长度和比例,并且基于西安市城市道路整体综合特征构建了试验路线。在试验数据处理过程中,首先采用小波分解和重构法对原始数据进行去噪,然后基于主成分分析法确定了运动学片段特征参数,基于模糊C均值(FCM)聚类分析法将试验数据划分成稳定流动工况、拥堵工况、畅通工况3种运动学片段。在循环工况合成过程中,根据3种运动学片段类的比例,选取离聚类中心最近的运动学片段合成一个完整的行驶工况。最后将西安市城市循环工况与中国典型工况,NEDC,UDDS,ECE15,EUDC,FTP-15等行驶工况的特征参数进行了对比,并且进行了试验对比研究。试验结果表明:西安城市工况下的续驶里程与实际续驶里程相差11. 72 km,相对误差为3. 91%,说明所建立的电动汽车城市循环工况能够真实反映西安市交通总体特征,所构建的行驶工况具有较高的真实性。 相似文献
48.
针对电动公交车的能量管理与优化问题,以西安市为例构建包含车速和道路坡度的城市公交立体工况。采集公交车实车数据,提取含车速和坡度信息的短行程,并利用主成分分析和分层聚类分析法合成得到城市公交立体工况,对比合成工况和总体数据特征值的差异。基于一款插电式混合动力公交车(PHEV),在西安市20个连续的城市公交立体工况(总里程约100km)下分别应用电量消耗-电量维持策略(CD-CS)和全局优化理论中的动态规划(DP)2种典型能量控制策略进行行驶仿真,同时对比分析平面工况和立体工况及道路坡度对能量管理的影响。结果表明:合成工况特征参数的最大误差为9.44%,平均误差为4.63%;CD-CS和DP两种策略在立体工况下回收的制动能量比不考虑坡度的平面工况分别多32.80%和33.03%,且制动回收的能量随着坡度缩放系数的增大而增加;若忽略上下坡时的电机驱/制动功率,DP策略无法实现符合实际工况的能量优化分配,且当考虑坡度时,2种策略的能耗成本分别增加14.69%和10.43%;随着坡度缩放系数的增大,整车能耗成本以更快的速率增加,且CD-CS策略的能耗成本增长速率快于DP策略。 相似文献
49.
利用主动横摆力矩控制汽车制动稳定性,确立了控制目标和控制策略,建立了基于车道偏移距离的Fuzzy-PID控制模型和轮胎神经网络辨识模型,设计了Fuzzy-PID控制器并利用模糊推理方法对PID控制器的3个参数进行在线自适应调整.仿真与试验结果表明,利用主动横摆力矩Fuzzy-PID控制方法,能减少汽车在对开路面制动时的侧滑和激转等危险,使汽车在制动偏驶后能快速恢复正确行驶车道,且Fuzzy-PID方法比PID控制方法具有更好的控制效果. 相似文献
50.
运行车速认知因子虚拟仿真试验 总被引:2,自引:0,他引:2
为准确预测道路交通安全评价中微观路段的运行车速,确定了三级公路的驾驶员安全性认知模糊集,建立了基于Multi Gen Creator软件的15个路段的三维仿真模型,开发了基于Vega的虚拟仿真系统,组织了53名驾驶员,在大型三通道柱面投影仿真系统中,进行了运行车速认知因子的评价试验。应用模糊统计方法对795组有效认知试验数据进行了分析,建立了包含道路平曲线半径、纵坡度和行车视距认知因子的三级公路安全性认知评价模型。虚拟仿真试验与道路试验分析结果表明:平曲线半径、纵坡度和行车视距认知因子评判等级的平均贴近度分别为0.63、0.74和0.70,因此,虚拟仿真试验方法可行。 相似文献