汽车发动机噪声主动控制系统实验研究

现有的多数变步长主动控制算法的思路是建立步长参数与误差之间的非线性函数。本文中提出了一种基于反正切函数的迭代变步长FxLMS算法（iterative variable step-size FxLMS,IVS-FxLMS）;然后根据发动机转速信号构造参考信号,再利用IVS-FxLMS算法对驾驶员耳侧的2阶、4阶和6阶发动机噪声进行主动控制效果仿真;最后基于某国产车设计搭建主动控制系统软硬件进行实车实验来验证仿真结果。实验结果表明,车内发动机阶次噪声得到有效抑制,降低了车内发动机轰鸣声。     

沿船体纵向布置的齿轮座中心距的补偿

船体中垂及中拱弯曲变形会使沿船体纵向布置的齿轮座中心距产生增减.研究表明,正是由于这种中心距增减而引起的齿轮倾轧,不仅会导致齿轮发热、产生噪音及振动,而且还会降低齿轮、齿轮轴以及轴承的疲劳寿命和增加能耗等.本文推导了一项适用于沿船体纵向布置的齿轮座的中心距补偿公式.沿船体纵向布置齿轮座时,若采用本文推荐的中心距补偿公式确定支座中心距,可避免由船体纵向弯曲变形引起的齿轮座中心距增减所导致的一系列不良影响.     

凌志LS 400车高控制传感器工作原理及电路检测

介绍了凌志LS 4 0 0车高控制传感器的结构与工作原理 ,阐述了电控悬架故障代码的提取方法 ,并对车高控制传感器及车高控制开关电路故障进行了检测与诊断。     

基于车车通信的快速路入口匝道车速控制研究

为研究车车通信技术条件下车辆通过合流影响区时的运行情况,缓解快速路交通压力,提出车车通信环境下入口匝道车辆速度控制模型。首先,分析合流影响区车辆汇合存在的问题;然后,结合合流影响区车辆行驶速度需求,确定入口匝道车辆在加速车道上可汇合位置;接着,根据入口匝道车辆和主路最外侧车道车辆分别到达合流影响区汇合点的时间,建立入口匝道车辆汇入的车速控制模型;最后,对传统环境下和车车通信环境下车辆驶过合流影响区进行仿真。结果表明,在给定的仿真时间段,车车通信环境下,主路和匝道交通量分别为1 000veh/h和400veh/h时,合流影响区的交通量提高了19.5%,入口匝道车辆的平均行驶时间节约了26.9%、平均行驶速度提高了19.7%;主路交通量为1 800veh/h、匝道交通量为800veh/h时,传统环境下合流区车辆出现排队现象,车车通信环境下无排队现象。     

基于logistic回归分析的路段人行横道机动车让行研究

为探究道路交通条件对路段人行横道机动车让行的影响,通过无人机视频调查,采集了20处路段人行横道机动车通行过程数据,在对logistic模型应用条件进行检验的基础上,建立了路段人行横道机动车让行概率模型,并检验了模型的准确性。模型分析结果表明,安全间距、车速、监控、车道数、行人数量和行人位置对让行率具有显著影响;通过增设监控和行人中央驻足区可分别提高让行率为原来的3.700倍和4.339倍,当车道数大于4时,即使采取监控措施让行率仍将小于30%,应采用信号控制。     

汽车加热器燃烧室内进气流动的数值模拟

对典型结构的蒸发混合式汽车加热器燃烧室内部的进气流动进行数值模拟研究,对比分析1~4层进气孔结构及进气分流片对燃烧室内部流场的影响。     

低载强化对高强度汽车零件疲劳性能的影响

通过试验研究了不同等级低幅载荷对某汽车齿轮单齿弯曲疲劳性能的影响,发现一定范围内的低幅载荷对单齿弯曲疲劳强度的强化效果确实存在,并且比较显著。在疲劳试验结果的基础上,通过数值插值方法,补充了试验数据,得到强化载荷与强化后疲劳寿命之间、强化次数与强化后的疲劳寿命之间的数学关系,并基于这两个二维关系式拟合得到低幅交变载荷作用下的三维强化曲面方程。     

面向交叉口通行轨迹离散性的交通流模型参数标定方法

为了更准确地描述交叉口内部通行轨迹的离散性,基于车辆轨迹模型,提出了基于聚类的多变量分布交通流模型参数标定方法。首先,基于上海市5个交叉口的高精度视频轨迹数据,对各通行车辆轨迹模型的参数进行拟合,得到400组驾驶行为参数数据。随后对数据在不同交叉口和不同流向上的差异性进行分析,确定标定的分组。进而,提出基于聚类的多变量分布法,采用聚类方法先将驾驶人分类,再通过多变量分布法标定每一类驾驶人行为参数。同时为了反映标定效果,将其与采用传统的边际分布法和多变量分布法的标定结果进行对比。最后分别利用上述3种标定结果对参与驾驶行为标定的交叉口和新交叉口各流向车流轨迹进行仿真,并采用轨迹重合度指标评价模拟结果与现实的吻合程度,对所提出的模型参数标定方法效益进行检验。研究结果表明,驾驶人行为参数取值与流向的相关性显著,所提出的基于聚类的多变量分布法能较好地描述交叉口的轨迹分布现象,对于参与驾驶行为标定的交叉口,轨迹分布的重合度可达到90%以上;对于未参与驾驶行为标定的新交叉口轨迹分布的重合度也能达到88.5%。相比于以往的交通流参数标定方法,所提方法的优势主要体现在对转向车流通行轨迹离散性的描述。     

基于神经网络的汽车结构件低载强化特性确定

提出了一种基于径向基函数神经网络的汽车结构件低载强化特性确定方法。通过足够样本的训练,构造出一个有效的神经网络模型。对于给定的强化载荷和强化次数,应用构造的神经网络模型,可以确定相应的低载强化效果。经过对某汽车前梁和传动系齿轮低载强化特性的试验验证,证实了该神经网络可以准确快捷地预测不同强化载荷和强化次数下结构的强化效果。简化了计算过程,提高了计算精度,为基于低载强化的汽车产品轻量化设计带来了方便。     

基于特征电压模型的锂离子电池容量估计与RUL预测

锂离子电池的容量与剩余使用寿命预测对提高其安全性具有重要的意义。该文提出一种基于改进粒子群滤波(PF)算法与特征电压关联模型的锂离子电池容量估计与剩余使用寿命预测方法。提取放电曲线中的特征电压,建立特征电压-循环次数及特征电压-容量2个关联模型;应用改进PF算法对2个关联模型的参数进行辨识,以实现容量的在线估计与剩余寿命的离线预测;利用此方法通过拟合样本电池老化数据来优化建议概率密度的初始值,提高模型参数辨识的准确性以提高所建立关联模型的精度。结果表明：所提出的方法容量估计误差能保持在3%以内,寿命预测误差保持在5%以内。