半开放式的多配送中心纯电动车辆路径优化问题

电子商务促使越来越多的物流企业采用多配送中心模式优化车辆的配送路径,纯电动汽车逐渐替代了传统的燃油配送车辆,以改善生态环境. 结合多配送中心联合服务模式的特点和纯电动物流车辆的行驶特征,构建带时间窗的半开放式多配送中心纯电动车辆路径优化模型,设计蚁群算法对其求解. 算例对比分析结果表明：半开放式的多配送中心联合服务,能合理利用相关物流资源,改善车辆路径,降低物流费用,但需要寻找合适数量和位置的配送中心进行联合,才能达到节约成本的最佳效果;相比单配送中心,多配送中心联合服务提供了更多潜在的较低价格的充电点,在配送中心补充电量可在一定程度上节约物流成本.     

磁悬浮列车转向机构运动分析与设计

分析了磁悬浮列车各种转向架的几何结构和转弯时的运动关系，给出了 运动关系的表达式，在此基础上导出了转向操纵机构的结构设计方法。文中特别给出了四单元结构转向架的设计和计算实例，并以此介绍了磁悬浮列车转向架的结构设计方法。     

纯电动客车动力系统集成试验台的研发与应用

介绍一种纯电动客车动力系统集成试验台的研发及应用。该试验台采用动力电池包作为动力源,将整车控制策略集成到试验台控制系统中,实现整车控制策略的标定和验证,增加驾驶员实际操作作为系统输入,用于纯电动客车车载动力系统的试验、开发、匹配、标定以及整车控制策略验证。     

THS-III纯电动模式下的发动机转速控制

利用杠杆法对THS-III混合动力系统的纯电动加速过程进行了动态分析,通过仿真比较了不同驱动需求转矩、发动机静态阻力转矩和扭转减振器阻尼对发动机转速波动的影响。结果表明,纯电动模式下若仅对驱动电机实施转矩控制,可能会直接导致发动机被起动并产生转速波动,从而严重影响车辆行驶的平稳性。为此,设计了纯电动模式发动机转速补偿控制策略,并合理地选择控制器采样时间。经Matlab平台仿真验证,所采取的措施明显降低了发动机转速波动,在满足驾驶员转矩需求的情况下,改善了车辆行驶的平稳性。     

基于纯电动公交车的场站设施体系规划研究

纯电动公交车推广已成为城市低碳交通方式重要引擎,结合盐田纯电动汽车场站设施概念规划,分析充电流程及场站规模发展诉求,可为制定地区纯电动汽车场站体系构建模式提供参考。     

人工免疫粒子滤波算法估计电动汽车电池SOC

准确预测电池的荷电状态（SOC）对纯电动汽车的安全可靠的运行具有重要意义.标准的粒子滤波算法对锂离子动力电池的非线性特征有一定的适应性,能够对电池的 SOC做出估计.但是在标准粒子滤波运算过程中普遍存在粒子退化现象,导致算法效率和预测精度降低.因此,本文提出一种新的人工免疫粒子滤波算法,将人工免疫算法的原理引入标准粒子滤波算法的粒子更新过程中,对锂离子动力电池SOC的估计进行优化,以提高SOC估计的准确性.利用北京市实际运营的纯电动汽车电池数据,对所提出的电池SOC算法进行实证研究.实验结果表明,相对于标准粒子滤波算法,人工免疫粒子滤波算法能够增加粒子的多样性,具有更好的SOC预测精度和有效性.     

钢-预应力混凝土组合梁抗扭极限分析

根据软化桁架模型理论,通过力及力矩的平衡、变形协调和材料本构关系,得出在转矩作用下预应力组合梁的受扭强度、扭率、应力、应变、扭转角等一系列方程,并推导出在转矩作用下开、闭口截面钢-预应力混凝土组合梁的抗扭极限强度计算公式.     

纯电动汽车传动系参数匹配的研究

分析了纯电动汽车传动系参数的选择对电动汽车性能的影响,指出电动机额定功率/转矩必须与传动系参数相匹配,对电动汽车传动系传动比与挡位数的确定原则进行了探讨。以某一型号纯电动汽车为研究对象,分析了采用手动五挡变速器时两个挡位的驱动力图,提出去掉机械齿轮变速器而代之以固定速比的传动系是行之有效的,理论上可以提高传动系效率,减小能量消耗。     

基于能量流方法的纯电动汽车低温续驶里程提升研究

以某带热泵系统的微小型纯电动乘用车为对象,开展低温 CLTC-P循环工况下的续驶里程测试,通过综合研究 测试数据并分解整车能量流,探讨提升续驶里程的潜在方向。基于AMESim平台建立包含热管理系统的整车动力经济性 模型,经校准后仿真对比不同优化方案,制定组合优化方案。试验验证结果显示,组合优化方案可将低温续驶里程提升 12.6%,其中热管理系统优化方案的贡献显著优于整车阻力优化方案和控制策略优化方案。为提升纯电动乘用车低温环 境下的续驶里程提供参考思路和方法。     

基于车辆运行数据的纯电动汽车用户驾驶风格识别与驾驶能耗分析

驾驶风格是用来体现驾驶员在车辆运行状态下对车辆操作的行为特征,对用户驾驶风格进行识别与分析,有利于推进智能驾驶的发展。根据基于116 辆纯电动汽车的车辆运行数据,通过主成分分析方法与K-means 聚类算法,对用户驾驶行为进行分类分析,对驾驶风格进行了分类识别。利用XGBoost 算法构建纯电动汽车驾驶行为与能耗输入模型,利用SHAP 对模型进行解释。结果表明,将驾驶风格聚为3 类具有较好的分类效果,可分别对应冷静型、普通型与激进型;当驾驶员的驾驶风格趋向于激进型时时,车辆的驾驶能耗越高,驾驶风格激进一个层级,车辆百公里电耗增加3~4倍。当驾驶员行车时,其车速越高,油门踏板踩得越深,车辆加速度的绝对值越大,车辆的驾驶能耗越高。驾驶员的驾驶风格越激进,车辆的驾驶能耗越高。