中国筑路机械学术研究综述·2018

为了促进中国筑路机械学科的发展,从土石方机械、压实机械、路面机械、桥梁机械、隧道机械及养护机械6个方面,系统梳理了国内外筑路机械领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。土石方机械方面综述了推土机、挖掘机、装载机、平地机技术等;压实机械方面综述了静压、轮胎、圆周振动、垂直振动、振荡压路机、冲击压路机、智能压实技术及设备等;路面机械方面综述了沥青混凝土搅拌设备、沥青混凝土摊铺机、水泥混凝土搅拌设备、水泥混凝土摊铺设备、稳定土拌和设备等;桥梁机械方面综述了架桥机、移动模架造桥机等;隧道机械方面综述了喷锚机械、盾构机等;养护机械方面综述了清扫设备、除冰融雪设备、检测设备、铣刨机、再生设备、封层车、水泥路面修补设备、喷锚机械等。该综述可为筑路机械学科的学术研究提供新的视角和基础资料。     

动载荷作用下客车轮胎侧偏刚度的估算

侧偏刚度是决定操纵稳定性的重要参数。从轮胎模型和运动分析、整车运动和受力分析两方面介绍了客车动力学模型。探讨了如何估算动载荷作用下客车的侧偏刚度,并以国产SX6120A型豪华大客车为例,仿真得到了轮胎的侧偏刚度。     

超级电容重型牵引车制动能量回馈系统设计

针对电动汽车制动能量再生回馈问题,基于陕汽集团超级电容纯电动重型牵引原型车SX4186EV,设计了一个新型的复合制动系统,由独立的制动能量再生回馈与双回路气制动2个子系统并联构成.基于制动强度与实车载荷,提出一种基于规则的再生制动力与气制动力分配策略.在上海码头牵引车实际行驶工况下,检验复合制动系统的能量回收效率.试验结果表明:在满载与空载制动工况下,制动能量回收效率分别为14.534％与55.617％,平均值为35.076％,而铅酸电池与锂电池电动汽车实际回收效率一般仅约为10％,因此,超级电容纯电动汽车制动能量回收效率高.     

简单适用的HTK型红外线探测系统专线MODEM复位电路

HTK型红外线轴温探测系统，是哈尔滨铁路局科研所研制生产的，现在太原铁路局大秦线上应用。它是利用红外线温度测试原理，对运行中的铁路车辆轴温进行动态监测，及时地发现车辆热轴，防止可能发生的车辆热切轴事故，对行车安全和运输畅通起到了重要的保障作用，但该系统在目前的运用中还存在一定问题。     

基于非线性系统结构稳定性理论的车辆转向动力学研究

为了解车辆转向的内在特性,给车辆转向控制方法提供理论研究基础,依据非线性系统动力学结构稳定性理论,提出了车辆转向动力学分岔理论。基于车辆转向动力学分岔理论对车辆转向动力学特性进行了研究;以车辆前轮转角、车辆纵向速度及后轮转角为分岔参数,研究其对车辆质心侧偏角、横摆角速度的影响规律,得出了车辆在不同转向状态下的稳定转向区间。研究结果表明:车辆稳态转向时不发生动态Hopf分岔,而发生静态鞍结分岔;理论研究结果与车辆实际运行情况相符,非线性系统结构稳定性理论用于车辆转向动力学研究是正确、合理的。     

基于GGAP-RBF神经网络的多参数纯电动客车蓄电池荷电状态预测

为了准确预测纯电动客车蓄电池的荷电状态(SOC),提出了基于广义生长剪枝径向基函数(GGAP-RBF)神经网络的多参数纯电动客车蓄电池SOC预测模型.首先以蓄电池端电压、放电电流、环境温度和循环次数作为神经网络输入参数建立GGAP-RBF神经网络蓄电池SOC预测模型,然后以不同放电倍率、环境温度和循环次数的蓄电池放电试验数据作为样本对模型进行训练,并建立了蓄电池仿真模型和纯电动客车整车仿真模型,最后进行了城市道路循环行驶工况(UDDS工况)下单体蓄电池放电试验和纯电动客车40 km · h-1等速行驶续驶里程试验研究.结果表明:UDDS工况下,SOC预测值与试验值的均方根误差为0.026 4,平均绝对误差为0.020 6;纯电动客车40 km· h-1等速行驶工况下,SOC预测值与试验值的均方根误差为0.039 9,平均绝对误差为0.031 3;表明所建立的蓄电池SOC预测模型在各种工况下均能精确预测蓄电池SOC.     

基于蚁狮算法的UKF车辆状态参数估计器

为了准确获取分布式驱动电动汽车状态参数信息，满足车辆稳定性控制系统的需求，提出一种基于蚁狮算法的无迹卡尔曼滤波状态参数估计器。针对无迹卡尔曼滤波（UKF）过程中噪声协方差矩阵的不确定性，采用蚁狮优化算法（ALO）对其进行寻优，并引入奇异值分解（SVD）的方法来维持噪声协方差矩阵的正定性，此外，基于指数加权最小二乘法对车辆侧偏刚度进行辨识并将其作为状态参数估计器输入。基于MATLAB/Simulink和CarSim联合仿真平台，建立分布式驱动电动汽车参数估计模型，分别进行双移线工况和正弦迟滞工况仿真，并基于A&D5435快速原型开发平台进行双移线工况实车试验。仿真与试验结果表明：相比于SVDUKF算法估计结果，双移线仿真工况下，基于ALO-SVDUKF算法估计得到的质心侧偏角和横摆角速度的均方根误差分别降低了55.7%、30.7%，正弦迟滞仿真工况下，均方根误差分别降低了58.1%、85.1%，且在车辆处于极限失稳状态时仍能维持较好的估计效果；双移线试验工况下，横摆角速度的估计值与实际测量值之间的均方根误差仅为0.938 4（°）·s^-1；提出的基于ALO-SVDUKF算法的分布式驱动电动汽车状态参数估计器能够有效提高质心侧偏角和横摆角速度的估计精度，可为车辆稳定性控制提供精确的状态信息。     

基于随机加权自适应容积卡尔曼的电池SOC估计

准确估计锂离子电池荷电状态（SOC）对于突破电动汽车发展瓶颈，推动电动汽车商业化至关重要。针对动力电池模型参数辨识问题，提出基于遗忘因子的递推最小二乘法（FRLS）的模型参数在线识别方法。实时测量动力电池电流和电压数据，在线辨识模型参数并实时更新，实时反映电池内部参数的变化过程，对电池动态特性进行实时模拟。针对容积卡尔曼（CKF）滤波过程中对噪声敏感的问题，提出一种基于随机加权思想的自适应容积卡尔曼滤波（ARWCKF）方法。相比于常规CKF容积点权值始终不变，通过引入随机加权因子，自适应调整容积点权值并对系统噪声、状态向量及观测向量进行预测，抑制系统噪声对状态估计的干扰，避免因容积点权重值固定所带来的误差。针对CKF算法在容积点计算过程中由于状态方差矩阵失去正定性导致的平方根分解无法使用的问题，提出基于奇异值分解的容积点计算方法，克服由于先验协方差矩阵负定性变化而导致的滤波精度下降等问题，并进行多种工况、温度下不同SOC初值的对比验证。结果表明：所提出的基于遗忘因子的递推最小二乘法的在线参数辨识及ARWCKF滤波方法具备良好的估计精度及收敛能力，最大电压估计误差不超过40 mV，SOC估计误差不超过1%。     

钛矿渣的利用

高炉冶炼钒钛磁铁矿是我国独创的特有技术．在；台炼过程中排出的熔渣经淬冷或自然冷却后得到的一种粒状或块状废渣称为钛矿渣，因其二氧化钛含量高、易磨性差成为目前较难利用的工业废物之一。     

蒙特卡罗方法和ORDER算法在网络可靠度计算中的对比

对蒙特卡罗方法和ORDER算法在计算某中等规模的桥梁网络连通可靠度方面进行了对比。结果表明:OR-DER算法可以获得更精确的计算结果,而蒙特卡罗方法在计算速度上有优势。计算结果有助于政府管理者更好地了解桥梁网络状态。