线控转向系统转角反步控制算法研究

为实现商用车线控转向,设计一套新的线控转向系统架构及其转角跟踪控制算法。新的线控转向系统采用丝杠螺母结构中的丝杠直接控制纵拉杆,螺母通过带轮机构被电机驱动。对线控转向系统结构进行运动学分析,推导转向系统可变传动比,采用前轮转角为状态变量,建立线控转向系统二阶动力学模型。基于转角跟踪目标,采用反步控制算法,设计线控转向系统转角跟踪控制器,通过反馈系统线性化处理系统参数不确定和环境干扰问题,实现准确的目标转角跟踪,并建立李雅普诺夫函数,证明了采用反步控制的线控转向系统是渐进稳定的。搭建采用“丝杠螺母+带轮机构”架构的线控转向实车底盘测试台架,选取蛇形和混合工况进行控制算法验证。研究结果表明：与滑模控制算法的测试结果对比可知,反步控制算法绝对平均跟踪误差值降低了71.88%~79.57%,跟踪误差标准偏差值降低了71.32%~78.50%;线控转向系统反步控制转角跟踪算法能够减少系统收敛到原点的时间,抑制系统的抖振,提高车辆线控转向系统转角跟踪的操纵灵活性。     

轿车设计质量综合评价方法的研究

综合考虑了影响轿车的设计水平及其市场竞争力的几项指标，建立了轿车整车质量的综合评价指标体系。提出了在综合考虑专家意见的基础上，合理确定各项评价指标权重的方法。提出了一种轿车设计质量综合评价指标的计算方法。该方法也可以用来解决一般的多层次多目标复杂系统的评判与决策问题。     

大客车车身骨架结构强度分析及其改进设计

在Un igraph ics软件中建立车身骨架的线框模型后,用自行编制的接口程序生成命令流文件将模型导入到ANSYS环境中,建立了车身骨架有限元模型。用有限元理论分析了静态工况下客车车身骨架的强度特性,探讨了承载式车身骨架不同部位的受力特性。提出了通过对骨架结构进行局部改进来提高整体结构强度的方法,提出了对原结构进行改进设计的方案,并对改进前后的客车进行了强度试验,验证了改进后结构的合理性和可靠性。     

基于交通流元胞自动机模型的车辆当量换算

将一维元胞自动机模型用于模拟周期性边界条件下高速公路的车流运动,用随机慢化FI模型对一定交通环境下车流的车速与密度之间的关系进行仿真分析。探讨了不同车型和车速对道路最大流量(最大通行能力)的影响。依据不同车型在同一道路上的不同通行能力,提出了一种不同车型车辆之间当量换算系数的确定方法。在模拟仿真过程中,考虑不同类型车辆的最大行驶速度及所占空间不同,仿真模型具有不同的参数。通过计算机模拟,得到不同车型的交通流基本图,根据相同道路条件下的最大流量值,给出了以通行能力作为基准时当量换算系数的计算公式。     

汽车驱动桥壳模态分析

本文采用ＡＮＳＹＳ软件对汽车驱动桥壳进行模态分析，计算出桥壳的固有频率和振型，对驱动桥壳的动态设计作出评价，同时也为新产品的开发提供了可靠依据。     

城市公交车行驶工况的构建

以城市公交车为研究对象,运用覆盖率、路段频度等方法,选取城市典型的公交运行线路,并进行大量的实验和实际运行数据的采集。利用主成分析和聚类分析构建行驶工况,研究表明,将众多反映道路交通特征的运动学片段特征值用主成分析法压缩成代表原始数据80%以上信息的3个或4个公因子的方法是可行的,接着用聚类分析提炼这些运动学片段。根据统计分析的概率随机选择并重组实际运动学片段,并以典型公交线路为研究对象进行分析,得出一个基于实际公交车速度的行驶工况,构建能反映典型公交线路交通状况的工况。     

电液线控制动系统压力反步控制算法研究

为实现线控制动系统液压精确控制,本文中设计了一种新型线控制动系统,通过对该系统进行动力学分析,建立了面向控制的系统动力学模型,基于该系统模型设计出反步控制算法。利用径向基网络逼近连续函数特性,对与系统状态量相关的非线性摩擦力进行估计,作为反步控制器的补偿,并证明该算法李雅普诺夫稳定。基于电液线控制动系统台架开展了多组制动工况测试,结果表明,所设计的控制策略能实现对线控制动系统液压力的精确控制且反应迅速。     

多轴重型货车悬架系统改进天棚控制策略的研究

依据车辆动力学原理和虚拟样机技术,运用ADAMS构建了四轴重型货车-路面系统的仿真模型,并通过实车平顺性实验验证其正确性;选择合理匹配的空气悬架替换驱动轴平衡悬架,初步改善了车辆道路友好性和平顺性;在考虑减振器力学特性的基础上,同时采用ADAMS和Matlab/Simulink对四轴重型货车虚拟样机悬架系统的半主动改进天棚控制进行联合仿真.以控制参数为变量设计正交试验,通过极差与方差分析确定使车辆道路友好性和平顺性综合最优的控制参数.仿真结果表明,相对于半主动天棚控制,半主动改进天棚控制可有效改善轮胎的动载荷和垂向振动,且对路面等级的变化具有较强的稳健性.     

基于虚拟点云的二阶段多模态融合网络

针对点云的稀疏性和无序性对目标检测准确率的影响,本文提出了一种基于虚拟点云的二阶段多模态融合网络VPC-VoxelNet。首先,利用图像检测目标信息构造虚拟点云,增加点云的密集程度,从而提高目标特征的表现;其次,增加点云特征维度以区分真实和虚拟点云,并使用含置信度编码的体素,增强点云的相关性;最后,采用虚拟点云的比例系数设计损失函数,增加图像检测有监督训练,提高二阶段网络训练效率,避免二阶段端到端网络模型存在的模型误差累计问题。该目标检测网络VPC-VoxelNet在KITTI数据集上进行了测试,检测精度优于经典三维点云检测网络和某些多传感器信息融合网络,车辆检测精度达到了86.9%。     

公交客流预测的神经网络模型

通过分析神经网络的作用机理和公交年客流量的影响冈素,以城市人口、居民收入、生产总值等9个因素作为输入神经元,输出神经元为每年的公交客流量,建立了公交客流预测的径向基神经网络模型(RBF)和BP神经网络模型,以合肥市公交量的调查数据为例,对网络进行学习与训练仿真实验,结果表明所建模型具有较高的预测精度,效果较好.