智能汽车专业校企合作模式及人才培养方式的探究

智能汽车已经成为未来汽车领域的发展方向,且高校逐渐与企业合作,建立智能汽车人才培养模式。但是现阶段,校企合作深度以及人才培养方式仍然存在一定的不足,不利于为智能汽车领域输送更多的人才。基于此,本文主要探究智能汽车专业校企合作模式以及人才培养模式,详细阐述智能汽车专业校企合作模式及人才培养模式中存在的问题,进而提出针对性的建议。     

基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求，借助无人机停放平台，考虑包裹异质性以及无人机在不同配送阶段的精确能耗，构建以无人机飞行成本和能耗成本最小为目标，以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型，解决“垂直位置最后一百米配送”问题。基于此模型，设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND)，引入4个算子进行变邻域下降搜索，为了提高算法的求解性能，提出两种局部搜索算子组合，根据顾客点数量使用不同的算子组合。实验结果表明，HACO-VND算法较CPLEX在求解精度与求解时间方面更优，特别是在大中型算例中表现出较佳性能。参数分析表明，高层住宅楼层数越多，无人机单次 飞行的能耗利用率越大，无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。     

广州地铁某型车转向架轴箱进水原因分析及解决措施

转向架轴箱轴承作为列车传动系统中的重要部件,其运行状态直接影响列车的运行安全。介绍了广州地铁某型车转向架轴箱轴承及接地装置多次出现进水导致轴承失效的情况,并深入分析得出轴箱进水的两个原因:轴箱端盖部件倒角尺寸异常,进口和国产的轴箱、接地装置间存在尺寸差异。提出了对轴箱端盖进行普查、更换、统型等解决措施。     

ROV attitude control based on multi-motor cooperative propulsion北大核心CSCD

[目的]为了提高遥控水下航行器(ROV)在复杂水下环境中的姿态控制性能,开展多电机协同推进的ROV姿态控制研究。[方法]首先,针对多电机系统的结构和算法,分别提出一种基于PID速度补偿器的偏差耦合结构和一种新型非奇异终端滑模控制(SMC)算法,并设计一种新颖的基于多电机协同推进的ROV姿态控制方法;然后,建立ROV的运动学和动力学模型,开展推进器组推力建模分析、解耦简化ROV动力学模型研究;最后,设计一种ROV滑模姿态控制器。[结果]仿真结果表明,所提的结构和算法可提高多电机系统的抗干扰性、同步性和快速响应能力,进而提高ROV姿态控制系统的稳定性与鲁棒性。[结论]所提方法可为ROV姿态控制提供一种新的可用方案。     

机车自动驾驶系统模式切换策略研究

受铁路基础装备技术和国内复杂运用环境限制,机车自动驾驶系统仍需在有人值守的情况下工作,所以应有完善的自动驾驶系统模式切换策略来界定值守人员和自动驾驶的权限边界。以机车运行安全为原则,基于列车纵向动力学分析动态切换时列车的平稳性,阐述了机车自动驾驶系统的模式切换策略,该策略已经运用于机车自动驾驶实际应用中。大量实践案例证明,提出的机车自动驾驶模式切换策略能够有效保证机车控制权模式切换过程中列车的安全、平稳运行,取得了良好的运行效果。     

高速铁路枢纽站技术作业计划与动车所调车作业计划协同编制研究

分析高速铁路枢纽站技术作业计划与动车所调车作业计划的协同编制过程,提出了将两个计划一体化编制的思想。以需安排作业效益最大化为优化目标,构建基于动车组车底的高速铁路枢纽站与动车所作业计划协同编制模型。针对模型特点,提出瓶颈工序、启发式分配规则及粗粒度主从进程模式的并行禁忌搜索策略(PTS)相结合的混合优化算法,首先确定作业安排瓶颈工序,然后启动主进程和若干从进程,主进程运用启发式分配规则快速生成初始解分配给从进程,从进程运用与瓶颈工序相关的禁忌算法搜索优化解,并反馈给主进程,主进程记录全局最优解并根据交叉策略生成新的初始解,重新分配给从进程进行TS搜索。最后,用实例验证了模型和算法的有效性。     

Economic and ecological optimization of electric bus charging considering variable electricity prices and CO2eq intensities

In many cities, diesel buses are being replaced by electric buses with the aim of reducing local emissions and thus improving air quality. The protection of the environment and the health of the population is the highest priority of our society. For the transport companies that operate these buses, not only ecological issues but also economic issues are of great importance. Due to the high purchase costs of electric buses compared to conventional buses, operators are forced to use electric vehicles in a targeted manner in order to ensure amortization over the service life of the vehicles. A compromise between ecology and economy must be found in order to both protect the environment and ensure economical operation of the buses.In this study, we present a new methodology for optimizing the vehicles’ charging time as a function of the parameters CO_2eq emissions and electricity costs. Based on recorded driving profiles in daily bus operation, the energy demands of conventional and electric buses are calculated for the passenger transportation in the city of Aachen in 2017. Different charging scenarios are defined to analyze the influence of the temporal variability of CO_2eq intensity and electricity price on the environmental impact and economy of the bus. For every individual day of a year, charging periods with the lowest and highest costs and emissions are identified and recommendations for daily bus operation are made. To enable both the ecological and economical operation of the bus, the parameters of electricity price and CO₂ are weighted differently, and several charging periods are proposed, taking into account the priorities previously set. A sensitivity analysis is carried out to evaluate the influence of selected parameters and to derive recommendations for improving the ecological and economic balance of the battery-powered electric vehicle.In all scenarios, the optimization of the charging period results in energy cost savings of a maximum of 13.6% compared to charging at a fixed electricity price. The savings potential of CO_2eq emissions is similar, at 14.9%. From an economic point of view, charging between 2 a.m. and 4 a.m. results in the lowest energy costs on average. The CO_2eq intensity is also low in this period, but midday charging leads to the largest savings in CO_2eq emissions. From a life cycle perspective, the electric bus is not economically competitive with the conventional bus. However, from an ecological point of view, the electric bus saves on average 37.5% CO_2eq emissions over its service life compared to the diesel bus. The reduction potential is maximized if the electric vehicle exclusively consumes electricity from solar and wind power.     

面向新型混合交通流的智能交叉口网络布局优化

考虑网联自动驾驶车辆(Connected Autonomous Vehicle, CAV)应用先进的车联网与自动驾驶技术，可以采用智能交叉口的组织形式，大幅提升交叉口的通行效率，为降低CAV与人工驾驶车辆(Human-driven Vehicle, HV)混行条件下城市交通系统的整体出行成本，提出智能交叉口在城 市交通网络中的布局优化问题，建立数学优化模型并求解。首先，基于对两类车辆行驶特性的分析，建立混合用户均衡模型，描述CAV与HV的路径选择行为；其次，从交通规划者的角度，以系统最优为目标，整合混合用户均衡模型，建立面向新型混合交通流的智能交叉口网络布局优化模型，并利用改进的遗传算法求解；最后，选取Sioux-Falls交通网络作为案例分析，验证模型与算法的有效性，并研究CAV渗透率变化对优化结果的影响。研究表明，智能交叉口在城市路网中的合理规划极大地提高了新型混行场景下城市交通系统的出行效率，同时，大幅降低了由于网联自动 驾驶单方面技术优势带来的CAV与HV的出行效率差距，增进了出行公平性。     

基于储能飞轮的电动汽车制动能量回收

飞轮储能具有绿色无污染的特点,发展潜能巨大。文章以电磁耦合式储能飞轮为研究对象,将其应用于纯电动汽车的制动能量回收,通过整车仿真,分析电磁耦合式储能飞轮的能量回收效率。建立搭载电磁耦合式储能飞轮系统的整车模型,并仿真验证,在初速度为70 km/h时,制动时间为5.853 s,制动距离为70.67 m。分别在不同初始速度和储能飞轮转动惯量条件下进行制动仿真。随着初速度提高,电磁转差离合器作用时间延长,飞轮储存能量增加,但储能飞轮的回收效率相差不大,且能量回收效率均不低于22.4%;转动惯量越大,回收的能量多,回收效率高,但制动时间增加,不利于行车的安全性。由此得出结论:电磁耦合式储能飞轮系统可以有效回收制动产生的能量,选择合适转动惯量的飞轮可以提高制动能量的回收效率。     

某款商用汽车电堆散热系统方案设计

从商用汽车电堆散热系统设计要求的实际角度出发设计系统原理图,从而进行计算匹配及选型零部件,对所选零部件进行仿真校核是否满足最初的设计要求,保证商用汽车电堆散热系统的正常工作。