轮毂电机驱动电动汽车3种构型的平顺性分析

针对轮毂电机驱动电动汽车3种构型,对其平顺性问题展开研究。分别采用滤波白噪声方法和三角形凸块描述随机路面激励和脉冲路面激励。建立了轮毂电机驱动电动汽车3种构型的振动模型,确定了相应的平顺性评价指标。在随机路面和脉冲路面下,采用Matlab/Simulink仿真了轮毂电机驱动电动汽车3种构型的平顺性。研究结果表明,具有吸振结构的构型2和具有悬置结构的构型3与传统悬架的构型1相比,降低了轮毂电机驱动电动汽车随机路面和脉冲路面的平顺性评价指标。     

汽车前照灯水汽凝聚现象的瞬态 CFD 预测

汽车前照灯光品质是衡量汽车照明系统安全性的一项重要指标.通过商用计算流体力学(Computational Fluid Dynamics,CFD)软件Star-CCM+对汽车前照灯内部的流动情况、热力学特性以及起雾/除雾过程进行了模拟.研究表明,雾层厚度与分布主要与湿度、流动条件以及换热条件相关.探索了完整的大灯起雾仿真...     

基于名义应力法的疲劳卡片构建方法研究

基于有限元的疲劳寿命预测可应用于各行业,疲劳寿命预测精度的提高,离不开有效的材料疲劳卡片,疲劳卡片反映了载荷水平与疲劳寿命的关系。通过设计合理的材料试样的疲劳试验,结合试验与有限元计算,计算不同损伤参量创建应用于疲劳寿命分析的材料疲劳卡片,同时对疲劳卡片的仿真精度进行了验证。结果表明,基于名义应力法构建的疲劳卡片具备较高的预测精度,结合材料试验数据与仿真结果构建的多应力比S-N疲劳卡片,可用于其他适用于应力疲劳分析的零部件疲劳寿命分析,为提高零部件疲劳寿命预测精度提供新的技术途径,为零件的前期结构设计提供参考,可在不同领域进行推广并开展进一步分析研究。     

行车安全事件的驾驶风险影响因素研究

为了更好的研究与驾驶风险有关的因素,提高整体的驾驶安全性.引入与Crash和Near-crash相比,发生频次高、严重程度低的行车安全事件(Critical-Incident events:CIEs)来表征驾驶风险,可以更好用于驾驶风险前的预测.招募30位驾驶人参加550 km武汉至襄阳段的实车实验,获取驾驶基本数据.首先分析数据,建立CIEs数据库,其中包含驾驶行为,CIEs因素,环境等主要因素.然后用K-均值聚类分析法对驾驶风险进行分类.并对主要因素与风险关系进行Logit模型分析.结果表明,有6个因素对驾驶风险有显著影响,包括平均减速度、CIEs类型、CIEs原因、天气、年龄和驾龄.其中平均减速度对其影响很大(β=1.982 606),说明风险升高往往是驾驶操作不当造成的;且年轻、驾龄短的驾驶员更易导致风险驾驶行为.     

基于单轴地磁传感器的车辆参数检测算法研究

为了进一步探寻地磁传感器在车辆检测领域的应用,研究利用车辆通过时所引起的检测区域的磁场强度扰动,用自主研发的单轴地磁传感器获取和处理Z轴方向上抖动幅度大于指定阈值的地磁信号,研究了基于固定阈值的状态机车辆检测算法,对路段车辆进行检测,并获取车速、车长、车流量等信息,建立磁场能量与车长车速比值的关系模型.通过南京市江宁区某公路上的实验,并利用现场录制的视频作检验,结果表明,基于自主研发的单轴地磁传感器可以实现路段车辆98%的检测率,并有效获取车辆的车速、车长等信息.通过分析得到的磁场数据,验证了该模型可以用于多个地磁传感器进行车辆检测的数据融合.     

降雨条件下高速公路短时行程时间预测研究

为实现降雨条件下高速公路路段行程时间短时预测,掌握恶劣天气下交通信息、提供交通诱导和决策支持,在已获取交通和气象数据基础上应用半距离法估计路段行程时间.并以遗传算法优化的径向基函数(RBF)神经网络和K最近邻非参数回归(KNN)算法为基础,提出1种基于动态权重的行程时间组合预测模型.该组合预测模型的融合权重依据定义的动态误差的变化而持续调整,以保证子模型中精度较高的预测结果对最终结果有较大影响,从而提高预测精度.选取京港澳高速公路湖北省境内军山-武汉南路段,分析该路段降雨条件下行程时间特性,掌握其不同时段和不同降雨强度下行程时间变化规律,并进行预测.结果表明,组合预测模型能有效预测行程时间高峰变化,反应及时且预测精度较高,达到0 .98 ,平均绝对百分误差1 .99% ;而单一的RBF神经网络和KNN算法的平均绝对百分误差分别为3 .40% 和2 .60% ,且拟合程度不如组合预测模型.     

可变线路公交车辆调度算法优化研究

为提高可变线路公交的调度效率,在建立以服务人数最多和乘客出行时间最小为目标的可变线路公交调度双层规划模型之后,以拒绝=重新插入为思路,分别从减少乘客平均出行时间(算法2)和降低系统拒绝率(算法3)2个方向出发,对简单插入算法(算法1)进行优化,提出2种调度优化算法以提高简单插入算法的精度.通过仿真试验对3种算法进行比较,研究结果表明,乘客出行需求为10人/h时,3种算法不会或偶尔出现拒绝乘客的现象,最大拒绝率分别为11%,3%和0%,平均乘客平均出行时间均在51 min左右;乘客出行需求为15人/h时,3种算法的平均拒绝率分别为6.70%,3.67%和3.28%,方差分别为14.90,12.64和11.91,平均乘客平均出行时间分别为73.49 min,77.50 min和78.73min.与算法1相比,算法2和算法3更能够提高调度效率和保证系统服务质量的稳定;与算法2相比,算法3能够在不明显提高乘客平均出行时间的基础上,进一步降低系统的拒绝率.     

基于吞吐量的集装箱码头卡车污染扩散研究

作为港口码头货物的主要陆上运输工具和能源消耗设备,集装箱卡车是港口区域大气环境污染的主要来源之一.从港口大气环境安全出发,分析环保部公布排放因子的局限性,综合考虑集装箱卡车保有量、发动机状态、运行工况、燃料使用和道路条件等复杂因素,通过功率法确定集装箱卡车尾气中CO ,SO2和NO2的平均排放因子.以长江某内河港口为案例计算得到该地区2016年全年各类污染的总排放量,并利用灰色预测估计未来10年该港区集装箱吞吐量的变化,与实际数据对比发现,模型精度达到了95% 以上,预测结果良好.借助高斯模型建立港区大气污染物风险扩散模型并计算未来几年集装箱卡车尾气排放对周围居民的影响.结果表明,2016年该地区4月日平均CO的浓度达到250 ug/m3;SO2浓度为57 ug/m3;NO2浓度为1 100 ug/m3.大气污染排放中NO2占比最大,分担率超过80% .各类尾气污染物24 h平均浓度已远超国家标准,港口区域集卡尾气污染对港口周边工作人员健康和港口所在城市大气环境安全威胁极大.     

重复驾驶条件下驾驶员记忆增长模型研究

驾驶员的记忆影响视觉搜索及路径规划等驾驶行为,进而影响道路通行效率与交通安全.为了描述重复驾驶条件下驾驶员记忆变化的特征,设计模拟驾驶实验,研究同一场景下重复驾驶对驾驶员记忆的累积刺激.通过场景记忆量表衡量驾驶员的记忆程度,分析了驾驶员记忆增长与重复驾驶次数的动态变化关系,分别采用单分子式、修正Weibull方程及Richards方程建立累积刺激作用下驾驶员记忆增长模型,并以误差平方和、均方根误差和调整 R2为评价指标对模型精度进行对比分析.结果表明,3种模型均能对驾驶员记忆增长特性进行描述,其中 Richards模型精度最高,其平均调整R2为0.9884.Richards模型揭示了记忆的同化与异化作用的本质,更适合建立重复驾驶条件下驾驶员对场景的记忆增长模型.     

深远海域海上风电场定量选址方法研究

为了促进我国深远海海域海上风电场建设,实现海上资源的合理使用.研究了基于模糊逻辑的深远海海域海上风电场选址方法.根据现有研究成果,识别了深远海风电场选址的影响因素,建立了深远海风电场选址的3层决策框架.利用模糊推理对输入和输出变量进行模糊化,以风能资源、自然环境、交通环境和风机条件建立了4个模糊推理机,并构建了其模糊推理规则.利用模糊语言变量确定了各决策准则的权重,从而实现深远海风电场选址的决策.以上海市深远海海域海上风电场选址为实例,确定了其选址方案.