基于小波变换方法的汽车碰撞信号分析

研究实车碰撞试验采集的非线性、非平稳信号的处理方法,并进行多分辨率的时频分析。利用小波变换理论,对复杂的瞬态非平稳碰撞信号进行分辨率自适应分析和时频定位,表达碰撞信号的局部特征及变化趋势,发现其内在的本质和规律性。经过对汽车碰撞的原始信号进行db4小波变换,得出特征信号的趋势曲线和系列细节曲线,时频定位的逻辑关系清楚,对分析碰撞过程的时序以及碰撞过程发生的事件具有很好的指导作用。     

基于改进二次粒子群算法的汽车零配件配载优化

综合考虑汽车零配件物流运输配载过程中成本、资源及服务质量等决策要素,建立了汽车零配件配载优化模型。引入二次粒子群算法对该问题进行求解,并针对该算法在搜索早期粒子多样性低的缺点,提出了改进二次粒子群优化算法,它采用遗传算法的变异思想和互换更新机制来提高种群的多样性,以避免过早收敛和改进优化效果。仿真实例表明,与原算法相比,改进后算法的计算效率显著提高,且搜索到全局最优解的概率也更高。     

基于侧面柱碰撞试验的侧气囊开发方案探讨

为使开发的侧气囊在侧面柱碰撞事故中能更好地保护乘员,将28次侧面柱碰撞试验结果按照试验中假人抬臂和未抬臂进行分类。通过对两种工况下肩部力、肩部肋骨变形量、胸部肋骨变形量和腹部肋骨变形量的分布情况进行分析,探讨了不同工况下侧气囊的保护作用。试验中,胳臂抬起时胸部伤害普遍较小,但肩部力F_y超限值风险达到35.3%;胳臂未抬起,当肩部力F_y处在2.1～2.4 kN之间、F_z处在-0.2～0.4 kN之间时,胸部评价也会是满分。结果表明,半臂结构试验中易抬起,对胸部保护好,但对肩部伤害严重,且半臂运动过程拟人特性有待商榷。侧气囊开发应以在不抬臂的情况下能覆盖乘员肩部为开发方案。     

基于ISO/IEC 17025的汽车安全碰撞试验数据管理平台

为提高汽车安全试验室管理水平,提升人员工作效率,积累试验业务数据、试验过程及结果数据,深度挖掘试验数据价值,形成试验经验教训知识库,使汽车安全试验大数据能够更好地反馈于研发、设计环节,提升企业整体研发、设计能力,基于ISO/IEC 17025标准,研究设计了汽车安全试验数据管理平台实施方案。通过物联网、RFID、WebOffice、PLC等信息技术手段,结合行业最新实践案例,实现了试验室的人、机、料、法、环、测等的管理,达到了实验室的自动化运行、信息化管理、无纸化办公的目的,实现了实验室的流程化、精细化、规范化管理。     

基于定量分析的公交线路网络优化与粒子群算法

针对公交线网优化问题,利用粒子群算法进行了研究。在考虑城市公交系统多因素的基础上,给出了公交线网的优化原则、优化目标和约束条件,并将优化目标和约束条件定量化处理,给出了相应的数学表达式。在定义6维空间的基础上,利用经济转化系数,将公交线网优化的多目标问题转化为单目标优化问题的情况下,建立了公交线网优化的线性模型,并用粒子群算法进行了求解计算。通过粒子在解空间中搜索,找到最佳的公交线路网络。最后对算法进行了实际应用分析,结果表明该法简单实用、结果可信,有广泛的应用前景,而且该法也为多目标优化问题提供了一种合理可行的方法。     

基于PSO算法的HEV控制策略研究

混合动力电动汽车(HEV)是当今国内外汽车领域研究的重点与热点,其中控制策略是混合动力电动汽车研发过程中的关键环节。文中结合并联式混合动力汽车系统特点,提出了一种基于粒子群优化算法(Particle Swarm Optimization,PSO)的优化控制策略,并在Simulink环境下进行了仿真,结果表明所提出的控制算法正确、有效。     

基于自学习和监督学习混合驱动的智能汽车跟驰控制策略

随着人工智能技术的不断进步,越来越多的数据驱动方法被用于解决智能汽车跟驰控制问题,基于此,提出一种自学习和监督学习混合驱动的跟驰控制策略,实现拟人化的高性能跟驰控制.首先,基于实车试验平台采集跟驰数据,将跟驰控制问题建模为马尔可夫决策过程,利用深度强化学习中的深度确定性策略梯度建立自学习跟驰控制策略,基于长短期记忆网络...     

基于特征电压模型的锂离子电池容量估计与RUL预测

锂离子电池的容量与剩余使用寿命预测对提高其安全性具有重要的意义。该文提出一种基于改进粒子群滤波(PF)算法与特征电压关联模型的锂离子电池容量估计与剩余使用寿命预测方法。提取放电曲线中的特征电压,建立特征电压-循环次数及特征电压-容量2个关联模型;应用改进PF算法对2个关联模型的参数进行辨识,以实现容量的在线估计与剩余寿命的离线预测;利用此方法通过拟合样本电池老化数据来优化建议概率密度的初始值,提高模型参数辨识的准确性以提高所建立关联模型的精度。结果表明：所提出的方法容量估计误差能保持在3%以内,寿命预测误差保持在5%以内。