湿式离合器出油口甩出油温度预测方法

为了实现对湿式离合器出油口甩出油温度传感器的冗余校验和自我诊断，提出了一种基于粒计算约简的离合器出油口甩出油温度的模糊预测方法。首先分析出油口甩出油温度的影响因素，将主要影响因素作为预测输入量，并采用模糊推理理论预测当前离合器出油口甩出油温度。在设计模糊预测方法的过程中，通过分析实车数据得到车辆行驶时离合器处于高滑摩功率过程和低滑摩功率过程的不同特性，分别确定相对应的隶属度函数和模糊预测规则，从而进一步提高出油口甩出油温的预测精度。为了提高模糊预测算法的实时性，基于模糊预测规则创建模糊决策表，模糊输入量和模糊输出量分别作为决策表的条件属性集与决策属性集。利用粒计算理论对模糊决策表的条件属性集进行属性约简，通过削减冗余信息有效降低模糊输入量和模糊预测规则的个数。最后利用实车采集的数据对比分析约简前后模糊预测算法的单步运行时间和预测误差等性能指标。试验结果表明：基于粒计算约简的模糊预测算法能够有效保障预测精度，同时拥有更少的模糊预测规则数和模糊输入量，有效解决了模糊预测算法占用资源较多以及实用性较差的问题。     

基于稀疏采样数据的电动公交车电池SOC预测方法研究

为提高电动公交车电池SOC预测的精度,基于某电池监控云平台电池数据库中存储的以30 s为采样周期的稀疏采样的电池运行数据,对电动公交车电池SOC预测方法进行了研究。首先,介绍了稀疏采样数据源,分析了电动公交车动力电池的运行过程及其SOC变化的影响因素。选取了当前电池组的总电压、电流、电池模组温度均值及前一时刻SOC值作为预测变量,而选择当前电池组SOC作为输出变量,构建了训练数据集与测试数据集。然后,采用支持向量机(SVM)算法进行训练,并使用贝叶斯优化算法寻找SVM的最优超参数组合,提出了基于稀疏采样数据的电动公交车电池SOC单步预测方法。接着通过对训练数据集的再划分,进一步提出了基于稀疏采样数据的电动公交车SOC自主预测方法,摆脱了在SOC长期预测过程中对于BMS估计的真实SOC值的依赖。试验结果表明,SOC单步预测方法的最大绝对误差仅为1.82%,SOC自主预测方法的最大绝对误差也只有5.89%,都具有较高的预测精度。根据在不同运行路线和不同环境温度下的试验结果,SOC预测模型具有较高的鲁棒性。     

改性沥青工厂化生产与移动式生产

从改性沥青两种不同生产方式的特点出发，讨论给用户带来的利益，而不同的结果又促进了改性沥青技术的成熟与发展。     

途中站危险货物运输问题与对策

铁路危险货物运输特殊要求较多,途中站缺乏相应的事故处理设施和专业施救人员,并且存在作业和管理方面的问题。在总结邯郸站危险货物运输实践的基础上,提出了建立检查签认对照表,并与当地和外地的地方相关企业建立协作援助关系,确保危险货物运输安全。     

DCT换挡液压系统主油压阀的模糊PID控制

DCT换挡液压系统主油压阀在使用过程中存在老损、卡滞等现象,为了提高湿式双离合器式自动变速器换挡液压系统主油压阀在实际控制中的鲁棒性问题,根据其特点,研究了基于模糊PID控制的算法。仿真结果表明,能够满足系统性能的要求。     

发动机恒速运转下离合器接合过程的多模态控制

在离合器动力学简化模型的基础上,通过对膜片弹簧压力与膜片弹簧释放量关系曲线的分段线性化,建立了离合器接合量与发动机转速关系的数学模型;采用多模态算法对离合器接合过程进行控制,以确保发动机恒转速运转。仿真结果表明,采用多模态控制可获得满意的控制效果。