基于拥堵工况辨识的车辆自动变速器换挡控制

针对拥堵工况下车辆自动变速器频繁换挡的问题,选取车辆平均车速、平均节气门开度和采样时间内制动踏板作动次数为评价因子,建立T-S模糊神经网络进行拥堵工况辨识,提出基于拥堵工况辨识的车辆自动变速器分层修正控制策略;将车辆自动变速控制分为上层辨识决策层与下层换挡执行层,上层采用T-S模糊神经网络进行拥堵工况辨识与换挡修正决策;下层接收上层修正控制指令执行换挡修正。仿真与实车试验结果表明:采用TS模糊神经网络可准确识别拥堵工况,基于拥堵工况辨识的车辆自动变速分层修正控制策略可有效避免拥堵工况时频繁换挡,减少换挡执行部件和制动系统的磨损。     

基于小波网络的发动机瞬态工况进气流量动态辨识与预测研究

由于发动机进气系统具有复杂的非线性动态特性,因此构建了进气流量小波网络辨识与预测模型,并利用最小二乘法(DLS)对小波网络参数和预测控制率进行了学习和优化,以提高小波网络预测模型的可靠性和预测精度。作为对比建立了基于BP神经网络的预测模型,并利用瞬态工况试验数据分别对两种模型进行了仿真研究。结果表明,小波网络模型能有效地预测发动机瞬态工况进气流量,与BP神经网络预测模型相比,误差精度更高,可用于发动机瞬态工况空燃比的精确控制。     

轮毂电机驱动车辆驱动力控制研究

轮毂电机驱动车辆各轮转矩精确可控且响应迅速的特点适用于越野工况，但越野路面起伏不一且附着条件多变，因此，开发基于越野工况辨识的车辆驱动力控制策略，对提升轮毂电机驱动车辆的纵向行驶稳定性具有重要意义。基于动力学模型分析路面附着与路面几何特征，确定可用于越野工况辨识的车辆特征参数集；针对车轮悬空垂向载荷估计失真现象，且由于地面垂向力的实际变化导致车辆垂向载荷分配比例的改变，修正了垂向载荷的计算；利用各特征参数的差异与越野工况的映射关系判定工况属性，采用模糊识别法界定4种地形工况；驱动力控制上层考虑工况与驾驶员影响因素，通过越野工况辨识结果决策驱动利用系数，作为前馈期望转矩调节权重；中层通过四轮垂向载荷得到转矩分配系数，设计驱动力分配算法；下层针对车辆在越野工况下出现车轮滑转与悬空状态，对车轮进行动态转矩补偿。仿真测试与实车验证表明，越野工况辨识结果与预期相符，驱动力控制策略综合优化了车辆稳定性和动力性。     

关于《机动车安全技术检验项目和方法》的建议

分析了《机动车安全技术检验项目和方法》（GB21861-2008）采用直接挡在发动机额定功率工况车速检测汽车底盘输出功率的不良操作性和较低的准确性,提出采用发动机当量扭矩方法进行汽车动力性检测;举例说明了空载车辆路试行车制动检验的局限性,对台试制动性能检测提出了质疑,指出只能以车辆满载路试为准,同时也指出了国标有关滚筒制动台的不足之处。     

不同运行模式及测试循环下重型混合动力汽车排放特性试验研究

以一台重型混合动力自卸车为研究对象，采用底盘测功机和便携式排放测试系统（PEMS）开展了不同运行模式（纯发动机模式和混合动力模式）和不同测试循环（C-WTVC和CHTC）下车辆排放特性试验研究，结合工况特征参数分析了车辆的排放表现。结果表明：相同的测试循环时，试验车辆混合动力模式下NOx排放量较纯发动机模式高，而CO排放量较纯发动机模式低；相同的运行模式时，纯发动机模式下，CHTC工况NOx排放量较C-WTVC工况高，而混合动力模式下，C-WTVC工况NOx排放量较CHTC工况高，纯发动机模式下，CO排放集中于低速小负荷工况，而混合动力模式下，CO排放集中于高速大负荷工况。     

稳态工况下汽车污染物排放特性的试验研究

利用底盘测功机模拟汽车实际道路行驶稳态工况,以福莱尔QCJ7081型汽车为研究对象进行了在不同载质量、不同车速、不同挡位下的污染物排放特性试验。并分别拟合出在4挡空载情况下,排放因子CO、HC、NOx和总污染物排放因子随车速的变化规律多项式。结果表明,空载情况下,试验车辆总污染物排放因子最低时的车速约为95km/h。通过换挡规律分析认为,汽车排放污染物是由发动机和催化器的匹配以及发动机和变速器的匹配共同决定的。     

秦川-福莱尔发动机怠速易熄火

故障现象 一辆QCJ7081BD型乘用车，发动机起动困难，怠速运转不稳，易熄火，并且在空载加速时，转速上升缓慢，车辆行驶时感到发动机无力。     

基于智能轮胎系统的实时路面辨识技术

在复杂和极限工况下,路面附着系数是进行轮胎受力分析和车辆动力学控制的重要状态参数。相对于模型估计的方法,智能轮胎技术能够将轮胎与路面的交互信息反馈给车辆控制系统。本文提出了一种将智能轮胎系统和机器学习相结合的车辆路面附着系数获取方法。首先,考虑行驶工况环境进行传感器选型,开发基于MEMS三轴加速度传感器的智能轮胎硬件采集系统,并采用简化硬件结构的无线传输模式。其次,通过采集不同路面上的实车实验数据进行车辆实验收集机器学习训练的数据集,并分析轮地关系及信号特征。最后,将CNN与LSTM两者的优势相结合实现了对加速度时序信号的特征学习。通过与其它神经网络模型训练结果的比较,验证了所提CNN-LSTM双通道融合神经网络模型的有效性和准确性。本文提出的路面辨识方案实现了实时道路识别的目标,硬件与软件架构和神经网络模型更适合车辆系统搭载,为车辆运动控制提供了实时准确的路面信息。     

动态当量夹角在商用车产品开发中的应用研究

在商用车传动轴系统布置设计时，为避免因万向节传动输出轴与输入轴的转角差引起车辆异常振动，应使空载静止和满载静止工况下的传动轴当量夹角、最大夹角及角加速度幅值满足设计要求。研究表明，在某些工况下，仅校核空载静止和满载静止工况下的传动轴系统布置的相关参数，不能完全避免因传动轴系统布置设计引起的整车异常振动问题。因此分析了满载爬坡工况下动态当量夹角对整车异常振动的影响，表明了在进行商用车传动轴系统布置设计时，还需使满载爬坡工况下的动态当量夹角以满足设计要求。     

神经网络技术在车内噪声预测上的应用

本文根据神经网络理论，建立了单一工况下由发动机悬置点振动信号预测车内特定点低频噪声的神经网络模型，并针对驾驶员耳旁噪声进行了实验研究，结果表明：基于神经网络的单一工况车内噪声观测模型，可以频域内很好地预测出特定点的车内噪声。     

基于神经网络的发动机稳态模型研究

发动机稳态模型是研究汽车动力传动系统的基础。利用神经网络具有高度非线性的特点建立了发动机稳态模型，即发动机稳态工况下扭矩、油耗与油门开度以及转速之间的关系，并以桑塔纳２０００型电喷发动机为例进行了说明。     

基于神经网络的柴油机轨压模型补偿容错控制研究

电控柴油机高压共轨燃油喷射系统具有很强的非线性、时变性和扰动性,传统的控制方式难以精确控制系统的轨压。基于BP神经网络辨识得到了非线性柴油机燃油喷射系统模型,提出了一种模型补偿容错控制方法。该方法在PID参数模糊自整定控制的基础上,通过加入一个基于梯度下降算法的误差补偿控制器修正输出偏差,实现了对柴油机燃油喷射系统时变性和扰动性的控制。仿真结果证明了该方法的有效性,与传统PID控制和模糊PID控制相比具有更好的鲁棒性和抗扰动性。     

汽车迟滞非线性动力系统仿真研究

通过轿车副车架橡胶支承的动态特性试验,实现了橡胶支承迟滞非线性特性的数学建模和参数识别。用动态子结构方法将整车模型划分为多个子结构,采用含连接子结构的自由界面模态综合法建立了整车非线性流固耦合模型。用MontoCarlo法模拟路面激励谱和发动机随机激励力谱,利用整车结构-声学耦合系统的运动微分方程,在时域内对路面激励和发动机激励产生的振动和车内噪声特性进行仿真模拟,并通过道路试验和台架试验对计算结果进行了验证。     

后置发动机客车噪声源的识别

应用相关分析与谱分析理论，建立了后置发动机客车噪声源识别的多输入单输出模型。运用该噪声识别模型及所介绍的测试分析系统，对GZ6921型后置发动机客车噪声源进行了识别。识别及分析结果表明，冷却风扇噪声是GZ6921型客车的主要噪声源。     

车用增压直喷汽油机燃烧噪声试验研究

利用倒拖法对某车用涡轮增压缸内直喷汽油机空载加速和半载加速工况进行了燃烧噪声试验研究。联合发动机缸内燃气压力测试结果,通过分析气体动力载荷对其燃烧噪声的影响,进一步探讨燃烧噪声产生的根本原因。试验结果表明,在中低转速时,燃烧噪声随着发动机负荷的增加而增加,同时燃烧噪声对整机总声功率的贡献值也在随之增加。在较高转速时,燃烧噪声对整机总声功率的贡献值随着发动机负荷的增加变化不显著。就半载加速和空载加速工况时燃烧噪声的平均贡献值来看,空载加速时燃烧噪声对整机噪声的平均贡献值为22.2%,明显小于半载加速时的43.6%。随着发动机转速的提高,最大气缸压力及最大压力升高率总体变化趋势和燃烧噪声变化趋势一致,同时加速时最大气缸压力变化对燃烧噪声的影响更明显。     

高压共轨柴油机智能判缸策略

对比分析了传统判缸控制策略与高压共轨柴油机判缸控制策略的差异,提出发动机在传感器故障模式下的判缸控制策略,以及在处理传感器信号时减少相位误差所采用的控制技术.采用的ASCET软件对传感器信号故障模式下的控制策略进行了仿真,结果表明,高压共轨柴油机智能判缸策略有助于提高发动机运行可靠性.     

市政排水系统厂站网一体化调度应用

随着城市化进程的加速,城市排水系统的运行面临着越来越大的挑战。传统的排水系统管理模式存在调度决策支撑不足、效率较低等问题,无法满足现代排水系统精细化管理的需求。探索排水系统厂站网一体化调度模式,对于提高排水系统实际运行效率和管理水平具有重要意义。对上海市某片区市政排水系统厂站网一体化调度应用进行研究,搭建厂站网一体化调度平台,集成排水设施基础数据、物联感知监测数据以及水雨情气象数据数据库,以污水管网干线模型为计算引擎,实现排水运行日常监管、一体化调度支持实际应用等功能,为排水系统高效平稳运行提供支撑。     

甲醇-柴油双燃料发动机甲醇泄漏故障预诊断研究

甲醇作为发动机的替代燃料被广泛应用,然而甲醇腐蚀性较强,易腐蚀管路导致泄漏.针对现有发动机故障诊断系统无法预测甲醇腐蚀泄漏的问题,提出了基于经验模态分解(EMD)和萤火虫概率神经网络(FAPNN)的故障预诊断方法.对发动机供醇管道振动信号进行EMD分解,并提取能量熵作为信号特征.将能量熵矩阵输入FAPNN模型中,识别供...     

基于神经网络的发动机控制系统故障诊断研究

通过比较发动机控制系统故障诊断的方法，针对基于神经网络的发动机控制系统的故障诊断推导出数学模型；并编制了采用双向联想记忆神经网络完成发动机控制系统故障诊断的学习与诊断程序，实现了仿真。     

发动机试验台测控系统模糊神经网络控制方法的研究

结合模糊控制、神经网络、遗传算法的优点,提出发动机试验台测控系统模糊神经网络控制方法。利用遗传算法的全局优化策略,避免陷入局部最小点的缺陷。在建立发动机-测功机传动系统动力学模型、发动机有效转矩模型、测功机励磁电流模型的基础上,进行了动态仿真模拟,较好地解决了试验台控制的稳定性及测量的实时准确性问题。