KWP2000协议分析及开发测试

介绍了欧洲汽车领域广泛采用的车载诊断协议KWP2000。针对KWP2000诊断服务在K线(ISO14230)和CAN总线(ISO15765)上的两种实现方式,对协议的核心内容和发展历史进行了较为深入的剖析和对比。介绍了采用Matlab/Simulink/StateFlow进行协议开发的一般流程,以及该协议在Vector公司的CANoe软硬件平台上的应用实现和开发过程。     

越野汽车AMT起步与换挡过程试验研究

根据越野汽车特点及行驶工况,建立了装备电控机械自动变速器的越野汽车起步与换挡控制系统数学模型,对其工作过程进行了分析。在空载与满载工况,按照不同油门和不同离合器结合速度进行了试验。为了满足平顺性,建立了以冲击度为约束条件的起步与换挡控制规律,并对试验结果进行了分析。试验结果表明,以动态三参数对换挡过程进行控制可改善起步及换挡品质,满足平顺性要求。     

车辆牵引力控制系统原型样机的开发研究

在Matlab软件环境下,编写了牵引力控制算法原型,并搭建了车辆动力学仿真软件、硬件在环开发平台和车载快速开发平台。通过离线仿真、硬件在环试验以及道路试验调试控制算法,标定控制参数。最后以某后轮驱动汽车牵引力控制系统的分离路面试验研究为例进行了说明和验证。     

汽车主动悬架的单神经元自适应控制

在1/4汽车动力学模型的基础上,设计了汽车主动悬架的自适应神经元控制器。以车辆的行驶平顺性为主要控制目标,车身垂直加速度、悬架动挠度、车轮动位移为具体评价参数,研究了系统在随机路面激励条件下的时域响应,计算了振动响应的均方根值,考察了在变参数条件下控制器的鲁棒性。仿真结果表明,该控制器能有效改善车辆的综合性能,尤其是平顺性和舒适性,并且具有较好的鲁棒性,对模型参数的变化有一定的适应性。     

数字测量仪的结构与应用

文章通过介绍数字测量仪的结构与应用,对标准数显量具进行改造,通过无线传输的方式自动将数显工具的测量值直接记录到测量报告中,解决目前手工测量精度差、效率低等问题,实现了手工测量半自动化,用低成本实现手工测量“快”、“准”、“省”。     

车辆碰撞避免系统的设计与仿真分析

汽车作为人们日常出行所使用的交通工具,在给我们的生活带来方便的同时,各类交通事故的发生也导致很多人受伤甚至死亡。为减少乃至避免交通事故的发生,本次研究主要是在不同路面附着状态辨识的基础上进行智能车辆碰撞避免系统的设计,通过联合滑移率和雷达检测的方法进行道路附着状态识别,并运用CarSim与Simulink进行联合仿真,对车辆位移、纵向和横向速度以及加速度进行耦合控制分析,验证本次设计的合理性。     

基于混沌优化的港口集装箱运输网络优化

随着集装箱船舶大型化的发展,航运公司势必会尽可能的选择科学、合理的航线,以实现大型集装箱船的规模效益,降低单箱运输成本,从而获得更大的效益。这样集装箱港口出现了枢纽港与支线港的分离。本文以体现大型集装箱船的规模效益为前提,尝试将混沌优化这一理论应用到港口运输网络的优化中,寻找合理的港口集装箱运输线路及服务频率,为我国港口集装箱运输提供决策依据。     

基于电机最优回馈转矩曲线的制动控制策略

本文中首先基于电机等效电路模型,分析了车用内置式永磁同步电机的耗能制动状态和回馈制动状态;然后根据电机矢量控制原理,对控制电流指令进行解析,并经试验数据的验证;接着计算得到永磁同步电机最优回馈转矩曲线,并据此提出一种制动回馈能量最优的串联制动控制策略。最后针对某P4并联混合动力商用车,仿真分析了在C?WTVC、CHTC?TT循环工况和试验采集到的某段省道工况下,并联制动和所提出的串联最优制动控制策略下的百公里油耗和制动回收能量。结果表明,与并联制动控制相比,基于电机最优回馈转矩曲线的串联制动控制策略可降低油耗,并回收更多的制动能量,实现制动回收能量和燃油经济性的提升。     

仿人智能控制算法在控制系统中的应用

基于仿人智能控制原理和IF-TEHN规则,提出了一种永磁同步电机仿人智能控制器,并建立了仿真模型.仿真结果表明,在永磁同步电机的转速控制方面,仿人智能控制系统与经典PID控制系统相比,在超调量、响应时间等控制指标上均有明显的优势.最后,本文对以上的研究工作做了总结,并提出仿人智能控制技术未来研究目标是建立完整的理论体系...     

马鞍山长江公路大桥锚碇基础超大沉井下沉施工控制

文章介绍了马鞍山长江公路大桥左汊悬索桥南锚碇超大沉井“3次接高3次下沉”的施工方案,对沉井监控的内容和标准,及下沉应力应变测试方案进行了详细的论述,最后对沉井几何姿态等监控及纠偏措施进行了阐述.实践证明,该施工方案和监控方案正确,确保了沉井下沉到预定标高,同时沉井的结构应力状态、几何姿态以及周边建筑物安全状况都得到较好的控制,为类似工程建设提供有益的参考.