重型车底盘测功机测试方法的研究

针对传统的发动机台架无法真实反映重型车的燃油经济性和对排放的贡献,文中重点分析了重型车在底盘测功机上的测量原理,详细介绍底盘测功机进行重型车燃油经济性和排放评价的测试方法,为将来在底盘测功机上进行重型整车测试提供理论支持。     

舰载C4ISR软件质量指标体系和度量方法的研究

分析了传统度量模型的使用范围,根据舰载C4ISR软件的功能要求和工作环境的特点,提出了舰载C4ISR软件质量的层次指标体系.在该指标体系的基础上,分析了各个层次之间的关系,给出了每个层次指标权重的确定方法和判定矩阵的计算方法,采用基于二次模糊判定的软件质量度量方法来度量舰载C4ISR软件质量,从而为复杂系统软件质量的度量探讨了一种可行的度量方法.     

变速箱零部件清洁度检测研究

为了提高变速箱使用过程中的可靠性,降低故障发生的概率,与其紧密相关的清洁度指标受到了高度的关注。文章主要介绍了零部件进行清洁度检测过程中杂质制样与分析这两个关键环节,采用对比分析的方法,确认超声波清洗以及高压冲洗的效果,使用清洁度检测的方式量化了零部件的表面杂质。     

面向OBDⅡ的汽油机失火检测技术

简要介绍汽油机失火的危害性,指出在OBDⅡ系统中失火检测是必备项目。重点研究汽油机失火检测的各种方法,最后分析了实际应用中失火检测的发展方向。     

基于交通信息的复合电源系统控制策略优化

为考虑未来行驶车速和道路坡度对整车需求功率的影响,本文中基于交通信息融合对现有复合电源能量管理策略进行优化.首先采用MATLAB/Simulink搭建复合电源仿真模型,而基于交通拥堵情况和行驶车速类型提出了未来短时间车速变化趋势判定方法;接着结合道路坡度和车速变化趋势,设计了可基于交通信息自动修正超级电容输出功率的模糊...     

注意定向功能评估及其与危险驾驶的关系

驾驶员的注意力状态是影响交通安全的重要人为因素,而空间注意定向是注意力的关键子功能.为探索驾驶员的危险驾驶行为与空间注意定向功能之间的关系,进行了37位健康受试者参加的模拟驾驶实验和线索-靶刺激实验.根据对受试者在模拟驾驶实验中驾驶行为的聚类分析结果将其分为3组.比较3组在线索-靶刺激实验中获得的行为绩效和脑电数据,使...     

凸凹不平道路几何参数识别和模型重构方法研究

自动驾驶汽车的凸凹不平道路和异常路面行驶，不仅要考虑道路曲率等因素，还需要对路面凸起、凹坑等特征和病害进行识别建模，提高车辆通过性、安全性和舒适性。为此，本文提出了一种基于激光雷达的凸凹不平道路几何参数识别和模型重构方法。首先，将局部加权散点平滑方法（Lowess）首次应用于激光雷达点云处理，提高了激光雷达点云数据的平滑性；其次，提出了基于斜率阈值分割的路面几何参数识别方法，通过设置斜率阈值对道路凸起与凹坑进行识别提取；再次，通过识别特征点云边界构建了带约束的分段多项式函数路面连续典型特征拟合数学模型。最后，通过建立的室内路面典型特征沙盘模型及路面实测数据，应用本文提出的方法，对凸凹不平道路的凹坑和凸起等特征进行了识别和模型重构。结果表明，分段多项式拟合方法在拟合次数5～6次时达到拟合效果极限位置，此时各个场景中92%的数据点拟合均方根误差在0～0.015 m范围内，本文提出的方法能准确完成凸凹不平道路几何参数识别，实现路面典型特征三维数学模型重构。     

时序逻辑及其表达能力综述

时序逻辑是研究状态随时间变化系统的逻辑特性，在软硬件验证中有着广泛应用，是模型检测的基础。基于对时间模型的不同描述以及为了处理更加复杂的计算特征，衍生出各种时序逻辑，具有不同的表达能力，正确理解其表达能力对于系统模型的形式化规约尤为重要。首先，介绍基于离散时间模型的线性时序逻辑LTL、计算树逻辑CTL和CTL^*，以及基于连续时间模型的区间时序逻辑ITL和投影时序逻辑PTL，对它们的表达能力及区别进行了详细阐述；然后，概述为了描述随机、实时、混成、开放系统中的复杂行为而提出的不同时序逻辑，指出它们的特点及适用范围；最后，对时序逻辑的未来研究方向进行展望。     

车载ATP自动化操控系统设计与实现

为提高列控系统仿真测试的效率和质量，以仿真测试过程中的测试自动执行为着眼点，对真实车载ATP进行接口适配与远程操控适配，基于有限状态自动机设计并实现了车载ATP自动化操控系统。在实验室中借助Robot Framework自动化测试框架，基于真实车载ATP与真实线路数据对车载ATP自动化操控系统进行功能验证。验证结果表明，该系统能够满足列控仿真自动测试的需求，可以取代仿真测试中的部分人工操作，提高了测试效率和测试质量。     

考虑电堆寿命的氢燃料电池汽车能量管理策略研究

提出了一种在满足动力性需求并且以氢燃料电池堆作为主要能源的前提下，能有效延长电堆使用寿命的能量管理策略。提出将需求功率 SG滤波后再进行规则控制的能量管理策略，将多种循环工况的结果进行手动优化后作为训练数据集，设计三输入一输出的自适应神经模糊推理系统控制器，根据其输出结果再进行一次滤波最终形成基于自适应神经模糊推理系统优化的能量管理策略。使用CLTC-P循环工况对能量管理策略进行仿真验证，结果表明，基于自适应神经模糊推理系统优化的能量管理策略能有效延长氢燃料电池剩余使用寿命，相比滤波加规则策略剩余使用寿命增加了33%，并能保持动力电池SOC处于适宜水平。