基于遗传算法优化的驾驶室半主动空气悬置的模糊控制

半主动空气悬架由于其控制结构简单、可行性高被广泛地应用于商用车上,以获得更好的行驶舒适性。模糊逻辑控制由于其直观易懂具有较好的适应能力,被广泛应用于运动控制领域。但在模糊控制器的设计中,模糊规则的获取和控制器参数的调整都没有系统的方法,主要靠控制专家的经验和设计者的反复试验。因此模糊控制器设计的主要问题是模糊规则和隶属函数的选取与优化,这种多参数调试一般很难达到全局优化的效果。文中将研究以空气弹簧为悬置的重型商用车驾驶室悬置系统。首先通过自行搭建的空气弹簧实验台获得了空气弹簧变形的特性参数,在ADAMS中建立了相应的驾驶室悬置非线性模型与之进行匹配,然后使用MATLAB/simulink搭建模糊控制器模型并且按照中国国家标准GB/T920-2002建立C级路面的路面谱,与ADAMS进行联合仿真。使用遗传算法优化模糊控制器中的规则集并进行再仿真。经对比可知,优化后的模糊控制器对应于不同的路面状况,能更好地进行适应性的调节,使悬置系统能更有效的隔振,提高了乘坐舒适性。     

汽车传动系统试验台加载系统研究

介绍汽车传动系统试验台系统结构和加载原理。对汽车实际行驶阻力进行了系统分析。依据国家汽车相关的测试标准,提出切实可行的加载方案。通过LabView的软件编程,实现电机对汽车行驶阻力较为精确的模拟,完成电机的多工况、多功能加载,并且能实现能量反馈和再利用。     

基于ANSYS的轿车外流场数值计算

文中应用ANSYS中的CFD功能建立了基于流体力学的国产三厢轿车外流空气动力特性有限元模型,采用有限体积法求解三维定常的不可压缩N-S方程,实现车身外流场三维数值模拟,得到车身外流场的速度、压力、涡流的分布,为轿车车身设计提供了参考。     

方位和多普勒频移联合的目标要素估计

提出一种利用目标方位信息和多普勒频移信息联合估计匀速直线运动目标要素的方法。该方法适用于观测站不机动情形下目标运动分析问题。将2种目标信息分别伪线性化,建立对应的伪线性模型,利用最小二乘方法构建2个伪线性滤波器,后融合的方法得到了目标要素估计的算法。与现有的基于方位和多普勒频移进行目标要素估计的方法相比,该方法有以下不同特点：1）2个线性估计器均是二维系统,可观测性增强;2）在多普勒频移估计器中,不需要估计线谱的原信号频率。数值仿真给出了不同观测误差下的算法性能,试验验证了方法的实际有效性。     

车辆自动变速器的研究现状及发展趋势

介绍自动变速器的发展过程及目前汽车上常用的3种自动变速器的特点。综合分析了自动变速器的发展状况及发展趋势。     

钢-混凝土混合梁三塔斜拉桥结构参数敏感性分析

根据泸州某钢-混凝土混合梁三塔斜拉桥的结构特点,利用MIDAS/Civil有限元软件建立全桥模型,分析斜拉桥主梁自重、斜拉索索力、斜拉索弹性模量等结构参数对成桥主梁线形、应力及斜拉索索力的敏感程度。结果表明,斜拉索索力和主梁自重对成桥状态的结构行为有显著影响,属敏感性因素;边跨混凝土梁的结构响应远小于主跨钢箱梁的结构响应;中塔空间索面斜拉索纵桥向索力变化对成桥结构的影响比横桥向索力变化对成桥结构的影响大,施工中需严格控制斜拉索张拉力。     

基于模糊PID控制的汽车道路模拟系统研究与仿真

根据模糊控制理论,以汽车道路模拟系统为研究对象,将模糊控制与常规的PID控制相结合,设计出一套模糊PID控制系统。并对正弦波、方波以及随机波进行仿真再现,仿真结果表明,该模糊PID控制器比常规PID控制器具有更高的控制精度和更好的动态性能。     

基于长短期记忆神经网络与注意力机制的智能汽车分车型跟驰模型

考虑到跟驰车流中前车车型对智能汽车跟车行为的影响，采用长短期记忆 （Long Short Term Memory，LSTM）神经网络，基于 NGSIM 数据集，通过 One-Hot方法编码车型特征，并引入注意力机制 （Attention Mechanism） 生成输入特征的注意力权重，训练并建立了一种可根据前车车型产生不同跟驰行为的智能车辆跟驰模型 （Identifiable Vehicle Type Car-Following Model，IVT-CF）。在不同前车车型的跟车场景中仿真发现，IVT-CF 模型仿真车辆的速度和位移的均方误差 （Mean Square Error，MSE） 比不分车型的 LSTM 模型分别降低了 23.8%、31.7%，比 IDM 模型分别降低了 15.8%、18.7%，仿真精度更高。在混入大型车辆的车队跟驰场景仿真中发现，交通流速度和车头间距的收敛时间为 92 s，该模型能较快收敛，具有较好的稳定性和抗干扰能力。     

考虑路径平滑性和避撞稳定性的智能汽车弯道轨迹规划研究

针对智能汽车弯道避障问题，提出了一种兼顾规划曲线平滑度和车辆稳定性的轨迹规划方法。将轨迹规划分为解耦的路径规划和速度规划处理，利用改进的快速随机搜索树（RRT）构建曲率连续且曲率变化量最小的无碰撞的螺旋线路径。改进后的RRT基于深度神经网络的度量函数，选取并连接代价函数最小的树节点，并通过搜索附近节点寻找是否存在代价函数更小的节点。而在速度规划中首先根据道路限速规则，采用梯形规划输出连续的目标加速度曲线。然后基于螺旋线路径曲率和自车状态，采用预瞄加速度矢量控制（PGVC）动态调整目标加速度，最后通过加速度控制逻辑获得最终的期望加速度。仿真结果表明，所提出的轨迹规划方法不仅能使智能汽车满足弯道避撞和路径跟踪的目标要求，且提高了车辆高速过弯的稳定性能，同时本文还验证RRT的快速收敛性质、路径平滑性和基于并行计算的实时性。