共查询到20条相似文献,搜索用时 593 毫秒
1.
2.
3.
以纯电动汽车空调系统为研究对象,对某样车空调系统进行了设计和部件选型,优化了控制方法,并基于ADVISOR对空调系统进行了二次开发,建立了空调系统仿真模块,进行了仿真分析。结果表明,所建电动空调系统获得的实时车室温度值与实际值接近,符合空调实际运行状态;模糊—PID复合控制方法控制结果更为准确,空调功耗更小,实现了对空调控制算法的优化。 相似文献
4.
5.
共轨喷油器在车喷油量控制自学习方法 总被引:1,自引:0,他引:1
为了精确控制喷油器老化后的在车喷油量,分析了共轨喷油器老化试验前后的小油量喷射特性,提出了小油量自学习修正的方法。当发动机处于倒拖工况时,在不同的轨压下,通过主动小脉宽喷射测得特定缸角加速度与其他几缸角加速度平均值的比值,研究得到发动机小油量燃烧后角加速度变化规律,并据此设计喷油量控制自学习算法。实车试验与台架试验表明,在无需增加额外传感器的情况下,小油量自学习修正算法能精确控制老化喷油器的小油量,明显改善老化喷油器小油量喷射的一致性和稳定性,满足发动机在全寿命期间的性能要求。 相似文献
6.
7.
8.
9.
针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题,在分析车辆运动特点的基础上,提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台,招募驾驶人进行实车跟驰道路试验,建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响,建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程,利用高斯过程算法建立了前车纵向加速度变化随机过程模型,实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程,引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略,通过与前车运动随机过程模型进行交互式迭代学习,得到具有运动不确定性跟驰环境下的主车纵向控制策略,实现对车辆纵向控制的最优决策。最后基于真实驾驶数据,对控制策略进行测试。研究结果表明:该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系,在迭代学习过程中对前车运动的随机性进行考虑,跟驰控制中不需要对前车运动进行额外的概率预测,能够以较低的计算量实现主车稳定跟随前车行驶。 相似文献
10.
<正>一辆雷克萨斯LX570车,操纵车辆升降开关时,车身无法升起,更换车身高度控制电动机后,故障排除。故障现象一辆雷克萨斯LX570车,起动发动机后仪表盘上的多信息显示屏显示"检查4-WHEEL"字样,同时发现车身高度在L(低)位置;操作车辆升降开关时,车身无法升起。故障诊断连接专用故障检测仪读取故障代码,读得的故障代码为C1763——车身高度液压泵油压异 相似文献
11.
近年来,混合动力车市场发展迅猛,各汽车生产商都计划将混合车型阵容从小型车向大型车扩展.因此,也对控制混合动力车驱动电机的PCU(动力控制单元)作出了适应大型车动力性能的"大输出功率化"和便于安装的"小型化"要求. 相似文献
12.
13.
主要针对汽车车门玻璃在下降过程中由于内水切"咕噜咕噜"异响问题的研究,结合实车案例分析影响内水切升降过程中异响的原因,并通过不断的设计优化断面和调整CLD值效果验证,最终解决异响问题;弥补了设计阶段需注意控制的相关设计参数,为以后新项目的设计提供了参考。 相似文献
14.
<正>1丰田车MOST系统简介如图1所示,丰田车MOST系统以导航为控制主机,用MOST总线将各子设备以环形方式连接。控制主机通过Wake Up(唤醒)线向各子设备发送"唤醒"或"休眠"控制信号;MOST总线负责传输控制信号及音频信号,不传输视频信号。2丰田车MOST系统自诊断方法丰田车MOST系统自诊断方法如下。(1)在车辆停止状态,将点火开关置于ACC位或ON位。(2)按下"INFO"键,同时将示廓灯开关按"ON→OFF→ON→OFF→ON→OFF"的顺序操作,即接通、断开3次。 相似文献
15.
16.
17.
五羊本田MCR125这款街车是十多年前五羊本田摩托车有限公司推出的,其"将街道变成舞台"的经典广告语完美地诠释了这款车的定位—我就是那街头小子,街道是我的舞台,是我的用武之地。MCR125这款车,应该算是本田公司著名的街车——CB系列的小弟弟CB125的新生,是本田公司对"五羊本田125—A"这款 相似文献
18.
为了实现对自动驾驶车辆更优的控制效果,文章首先研究了自动驾驶车辆的动力学模型,并运用系统辨识技术,设计实车试验完成对模型中关键参数轮胎侧偏刚度的辨识;接着设计了模型预测控制的具体算法;最后通过实车试验,在自动泊车场景中验证了算法的有效性,取得了良好的控制效果。 相似文献
19.
20.
汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战,网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱。为了全面了解智能网联汽车节能减排的前沿问题与研究进展,对当前经济驾驶领域的重点问题进行了总体概述。首先,从广义的能量转换角度总结了智能车辆节能优化技术的本质和3个过程,其中Wheels to Distance环节的车辆系统优化是挖掘汽车节能潜力的重要一环,针对其介绍了智能网联汽车节能优化问题的基本数学原理;其次,从智能运输系统的各类非同源异构数据出发,分别从人-车交互、车-车通信、车-路感知三方面阐述来源于"人-车-路"交互体系的智能信息与数据;然后,针对单车智能网联环境下的多维度信息与先进控制技术相结合的关键问题,从考虑道路坡度预测巡航控制、跟车工况预测巡航控制、智能辅助驾驶和车道变换等应用场景进行具体介绍;针对"人-车-路-云"多源异构环境下车辆行为协同节能关键科学问题,从经济驾驶、多车协同节能、道路交叉口车路协同节能和车云协同节能等方面详细介绍研究现状;并进一步介绍电气化公路系统的前瞻性研究,说明融合智能化信息的E-highway节能潜力和智能重型商用车协同节能的未来发展趋势。最后,总结并梳理智能化信息对于提升车辆节能的重要影响,并展望了其在理论与实际层面遇到的挑战。 相似文献