基于SOC自适应分阶的动力锂电池两步优化快速充电策略

快速高效的充电方式对于推动汽车电动化,加快以石油为主导的传统交通能源向绿色低碳能源转型,实现中国"双碳战略"的目标具有重要意义。针对充电时间和充电损失的平衡优化问题,提出了一种基于SOC自适应分阶的两步优化多阶恒流充电策略。为实现充电过程的优化分阶,利用改进的二分K-means算法对基于内阻曲线的采样点集进行聚类,实现了充电区间关于内阻变化和分布特征的自适应划分。基于分阶优化结果,采用改进的非支配排序哈里斯鹰优化算法(INSHHO)求解优化电流对应帕累托前沿。利用Logistic混沌初始化及自适应t分布突变算子对哈里斯鹰模型(HHO)进行改进,进一步提升算法的全局寻优能力。最后通过充电对比试验,将优化多阶恒流充电策略与恒流恒压策略(CC-CV)和均分多阶恒流充电策略在不同充电时间条件下进行充电性能对比。结果表明:在充电时间保持一致的条件下,提出的优化多阶恒流充电策略较恒流恒压策略和均分多阶恒流充电策略的充电欧姆损失最大分别减少1.03%和0.3%;在温升表现上,优化多阶恒流充电策略较均分多阶恒流充电策略的充电温升最多降低了0.82℃。     

永磁直流电动机驱动汽车的数学模型

在分析电动汽车动力学模型和永磁直流电动机数学模型的基础上,建立了永磁直流电动机驱动汽车的数学模型;考虑到电动机通用数学模型的普适性,决定采用其主要参数和环节,并辅以相应的非线性环节构建了电动机驱动汽车的动态结构图,推导出转动惯量和机电时间常数的计算公式。研究结果表明:该模型更好地反映了电动汽车运动受风阻影响这一特殊性;推导出的计算公式能够实现机(汽车)电(电动机)系统的有机结合,使各参数的物理意义更加明确。     

一种新型配料控制器的研制

配料控制器是自动配料控制系统的核心设备。选用高性能单片机ADμC845设计了一款新型配料控制器，采用迭代学习控制算法控制飞料补偿，提高了配料精度，同时详细介绍了硬件构成和软件设计方法。样机调试表明该控制器控制精度高，运行效果良好。     

高层建筑深基坑开挖对地铁1号线的影响分析

本文结合香港广场南北两楼地下室深基坑开挖工程实例，模拟实际施工过程，依靠计算机技术和有限元理论对支护结构和土层位移进行理论计算，分析在软弱地基中大型深基坑开挖引起的地层与支护变形的机理，及其对周围环境（地铁隧道和地下管线）的影响。     

基于机非冲突近似网格风险评估的自动驾驶左转运动规划模型

为了提高自动驾驶车辆在复杂机非混行交叉口行车安全性、舒适性和效率,提出了一种基于机非冲突近似网格风险评估的自动驾驶左转运动规划模型,并进行模型泛化;设定静态离散序列交叉口网格区域的划分规则,根据多状态通行行为概率转换关系,预测非机动车在细分网格中的运动状态,并动态评估机非冲突区域的风险等级;在此基础上,采用模型预测方法设计自动驾驶车辆的横纵向控制算法,通过自适应调节航向与速度实现跟踪期望轨迹并同步规避网格冲突区域;结合车辆动力学与外部交互环境等约束条件,开发交叉口四相位信号控制交通仿真平台,采用模型在环测试的方式,从效率优度、舒适性优度、实际规划路径与参考路径的偏移量等方面,验证了对左转机非冲突区域运动规划的有效性。研究结果表明:所提出模型能够有效动态提取和预测网格风险信息,确保自动驾驶车辆与驶入交叉口非机动车的安全交互、高效通行与驾驶舒适性,其规划路径的偏移量与同类算法相比最大可降低17.1%,通行效率最大可提高26.6%,舒适性优度最大可提高39.3%,实际路径跟踪表现出高效通过交叉口机非冲突区域和规划路径占用空间低的明显优势。      

基于改进梯度相似度核的交通图像去雾算法

雾霾天气下,交通图像采集设备获取的降质图像含有较多噪声,图像边缘不突出,整体偏暗且对比度不高,灰白不清。针对传统交通图像滤波和去雾算法存在着滤波效果和边缘保持能力不能兼顾,容易出现噪声斑块,导致去雾后图像质量较低的问题,在传统梯度双边滤波基础上,设计了一种新的梯度相似度核,提出了基于改进梯度相似度核的雾霾天气下交通图像去雾算法。新算法首先将采集的含雾图像转换到Lab颜色空间,提升色域宽度,再利用改进梯度相似度核和空间相似度核分别计算图像中每一像素点与滤波框内临近像素点的梯度相似度和空间相似度权值,根据权值对图像进行滤波处理,然后将其转换到RGB颜色空间。最后根据大气光散射模型和暗通道先验原理,对滤波后的交通图像进行去雾处理,得到复原图像。试验结果表明：与传统双边滤波和梯度双边滤波算法相比,使用新算法处理后的复原图像峰值信噪比、归一化灰度差平均提升了13.25%、9.41%和21.76%、22.7%。新算法在保证了滤波效果,避免“噪声斑块”的同时,能够尽可能保持图像边缘细节信息,提升了雾霾天气下交通图像的去雾质量,对加强交通监控,保障交通安全有十分重要的应用价值和现实意义。     

中国新能源汽车产业与技术发展现状及对策

为促进中国新能源汽车产业与技术的发展,首先从中国新能源汽车发展现状出发,对现阶段中国新能源汽车整体产业、关键零部件产业及基础配套设施等产业链重点环节发展现状进行系统的梳理,并对中国新能源汽车整车技术、动力电池技术、驱动电机技术、燃料电池技术等核心技术取得的进展进行总结。然后,通过对标国外纯电动汽车、插电式混合动力汽车、燃料电池汽车、动力电池及驱动系统的技术前沿,分析中国新能源汽车与国际先进水平之间存在的差距与不足。基于现状分析,从战略政策、核心技术、研发生产、产业体系、示范推广、产品销售6个方面对目前中国新能源汽车发展存在的问题进行深度剖析,并进一步从顶层设计、自主创新、基础支撑、产业生态、配套体系以及商业模式6个方面为中国新能源汽车未来的产业发展路径和技术突破方向提供对策建议。最后,对中国未来新能源汽车产业与技术的发展路径进行思考。研究结果表明：产业布局方面,应合理布局整车及零部件配套企业,推进企业集群化,产业集聚化;纯电动汽车应着重发展一体化电动底盘,加大新体系动力电池的研发力度;插电式混合动力汽车应重点发展高性能混合动力总成与专用发动机,以及动态协调控制技术;燃料电池汽车应以发展燃料电池电堆及关键材料为重点,同时兼顾燃料电池系统及核心部件的开发。     

面向群体行驶场景的时空信息融合车辆轨迹预测

将车辆间时空交互信息融入卷积社会池化网络中,提出了一种面向群体行驶场景的有人驾驶车辆轨迹预测模型;使用长短时记忆(LSTM)网络预测群体车辆速度,基于此预测值计算群体车辆间的速度差;构造LSTM编码器捕捉群体车辆行驶轨迹的时间序列特征,设计卷积社会池化网络提取群体车辆间的空间依赖关系,使用LSTM解码器预测未来车辆各种动作的出现概率和相应轨迹,将具有最高出现概率的动作及其轨迹作为最终轨迹预测结果;使用真实轨迹数据集对所构建模型进行了参数标定和性能验证,测试了不同轨迹编解码与速度预测方法对模型性能的影响,确定了最优模型结构。计算结果表明：相较于历史速度,使用预测速度计算速度差作为模型输入可将均方根误差(RMSE)降低19.45%;相较于门控循环神经网络,使用LSTM进行速度预测可将RMSE降低4.91%;相较于原始卷积社会池化网络,所提出模型的轨迹预测误差在RMSE与负似然对数2个指标上分别降低了20.32%和21.04%,明显优于其他卷积社会池化网络变体;所提出模型与原始卷积社会池化网络计算耗时差距约3 ms,能够满足实时应用要求。