凌志LS 400汽车电控悬架的使用与检修

介绍了凌志LS400汽车电控悬架系统的组成、功能和控制原理,说明了该系统的检查和调整方法。     

高压共轨电控喷射柴油机

简述高压共轨柴油发动机组成、原理及特点,并介绍其发展趋势,对推广使用高压共轨柴油发动机具有指导意义。     

发动机尾气排放控制探讨

针对目前汽车尾气污染日益严重的问题，通过对汽车尾气排放污染物的分析，提出通过优化汽车设计、提高排放与检测标准、提高燃油品质、开发新能源汽车等措施来应对日益严重的汽车尾气排放对环境造成的污染。     

奔驰S280电控自动变速器换挡冲击故障与排除

主要阐述了2000款奔驰S280型轿车电控自动变速器从"P"挡置入"R"或"D"挡时发生冲击、且不能自动换挡、最高车速只达70km/h这例故障的诊断与排除方法,说明了车辆正确使用和日常维护的重要性。     

基于混沌时序最小二乘支持向量机的汽油机瞬态空燃比预测模型研究

针对由氧传感器构成的瞬态空燃比反馈控制系统无法满足实时性要求的问题,提出了基于混沌时序最小二乘支持向量机(LS-SVM)的瞬态空燃比预测模型。对试验采集到的一维空燃比数据利用相空间重构技术构造多维空间数据,恢复空燃比时间序列的多维非线性特性,然后采用LS-SVM对重构后的数据进行训练及预测,得出预测结果。仿真结果表明:与Elman神经网络预测模型及前馈BP神经网络预测模型相比较,混沌时序LS-SVM预测模型具有更强的非线性预测能力,能够有效地提高瞬态空燃比的预测精度。     

车用汽油机瞬态空燃比的混沌时序非线性组合辨识模型

为提高汽油机瞬态空燃比的辨识精度,提出了混沌时序非线性组合辨识模型.采用2种单项辨识方法,包括最小二乘支持向量机(LS-SVM)及径向基函数(RBF)前向型神经网络,分别对瞬态空燃比时间序列进行建模与辨识.采用非线性组合方法利用BP神经网络对2种单项辨识方法的结果进行组合辨识,并与Elman神经网络模型及最小二乘辨识模型进行比较.结果表明:混沌时序非线性组合辨识模型的辨识精度优于Elman神经网络模型及最小二乘辨识模型,具有更强的非线性辨识能力,能提高瞬态空燃比的辨识精度,为空燃比反馈控制的成功实行提供了有力依据.     

ABS/EDS液压装置轮缸增、减压特性测试

汽车防抱死制动系统(简称ABS)是提高和改善汽车制动性能的重要途径.因此,通过介绍ABS的作用、发展历程及远大前景,简单说明ABS/EDS组成及原理;同时通过试验测试ABS通道和EDS通道的特性,可为今后研制开发ABS/EDS以及TCS、ESP等液压装置奠定基础.