气液混合型制动系的执行机构建模试验和仿真

分析了用于多轴车制动系气液混合型执行机构各元件的动态特性 ,结合其鼓式制动器 ,提出了一种鼓式制动器的弹性特征模型 ;将各元器件有机结合 ,建立了整个执行机构的动态特性分析的数学模型 ,应用Mat lab工具进行仿真计算。将仿真计算和试验获得的压力建立过程进行对比分析 ,结果验证了仿真数学模型的正确性。     

与液压间隙调节器有关的参数变化对气门机构动力学计算结果的影响

通过模拟计算考察了在有液压间隙调节器的气门机构中,柱塞—柱塞套间隙、机油温度、供油压力以及高压腔机油内混气变化对有直动式HLA的某气门机构的动力学特性的影响。结果表明,柱塞—柱塞套间隙、机油温度和压力变化对模拟计算结果影响很小;凸轮轴低转速时,柱塞—柱塞套间隙、机油温度对计算结果的影响比高转速时略大些;HLA高压腔机油混气对气门机构动力学计算结果有很大影响。     

自动驾驶汽车的仿真

随着汽车自动化程度的提高，自动驾驶汽车已成为国内外的研究热点之一。本文设计了一种自动驾驶汽车的模型，它能根据道路的弯曲程度变化实时地计算出车辆的转向角度输入，控制车辆按照预设想道路行吮。     

油气主动悬架非线性模型的建立、仿真与试验验证

本文通过分析油气悬架中存在的气体弹簧刚度非线性特性和摩擦力，建立了主动悬架的非线性模型。分析了悬架的非线性特性对悬架运动的影响。仿真和试验结果表明，非线性模型比线性模型更接近油气悬架的实际情况，根据非线性模型设计的车身高度控制策略比根据线性模型设计的控制策略具有更好的控制效果。     

板材成形数值模拟技术在汽车复杂冲压件生产中的应用

采用ＤＹＮＡＦＯＲＭ和ＬＳ－ＤＹＮＡ３Ｄ软件，对轿车行李箱内盖板、轻型车减振器支架、ＣＡ４８８发动机油底壳等几个复杂冲压件的成形过程进行数值分析，利用数值模拟技术成功地解决了这些零件在生产和测试中出现的质量问题。     

动力总成悬置元件特性对整车振动的影响

本文建立了轿车整车动力学模型，通过仿真计算和实车测试分析了怠速工况下液压悬置和橡胶悬置元件对整车振动的影响。试验测试结果与理论计算结果基本吻合，证明所建模型与分析方法是正确的，可用于分析轿车动力学问题。     

汽车噪声的模拟及其应用

介绍了采用“分频带数字滤波法”来模拟汽车噪声的原理及其主要参数的选择，并通过试验证了该模拟方法和模拟系统的可行性，由此建立的汽车噪声模拟系统可用于研究汽车噪声对人体的各种生理指标和化指标的影响规律。     

汽车制动功能失常故障树仿真建模与分析

本文采用Ｍｏｎｔｅ－Ｃａｒｌｏ随机抽样方法，建立汽车制动功能失常故障树仿真模型，编制出故障桎仿真程序ＳＦＴＡ，求出该系统的平均无故障工作时间、累积换效及各底事件重要度。同时借助于故障树仿真程序对系统进行可靠性分析，不仅能解决故障树分析中部件为非指数分布所遇到的困难，而且能够从仿真的运行过程中，观察到系统内部部各部分对整个系统可靠性所产生的作用，对于整体提高汽车制动系统的可靠性提供了有益的参考依据。     

变步长BP网络优化导航雷达跟踪滤波系统的研究

本文提出了采用变步长ＢＰ网络实时处理导航雷达目标跟踪滤波数据。其原理是在ＢＰ算法中加入变动量因子,用Ｎ层变步长寻优进行前馈神经网络的学习。该算法能够根据输入时间序列的特点自适应调整网络优化步长,对匀速和变加速运动目标的稳定跟踪精度分别在７．５ ｍ 和１１ ｍ 以内,而对急转弯的目标抖动２～４ 次就能及时跟踪上     

Optimization models for differentiating quality of service levels in probabilistic network capacity design problems

This paper develops various chance-constrained models for optimizing the probabilistic network design problem (PNDP), where we differentiate the quality of service (QoS) and measure the related network performance under uncertain demand. The upper level problem of PNDP designs continuous/discrete link capacities shared by multi-commodity flows, and the lower level problem differentiates the corresponding QoS for demand satisfaction, to prioritize customers and/or commodities. We consider PNDP variants that have either fixed flows (formulated at the upper level) or recourse flows (at the lower level) according to different applications. We transform each probabilistic model into a mixed-integer program, and derive polynomial-time algorithms for special cases with single-row chance constraints. The paper formulates benchmark stochastic programming models by either enforcing to meet all demand or penalizing unmet demand via a linear penalty function. We compare different models and approaches by testing randomly generated network instances and an instance built on the Sioux–Falls network. Numerical results demonstrate the computational efficacy of the solution approaches and derive managerial insights.