汽车空调系统性能优化研究

为优化某车型空调系统性能,本文通过环境模拟试验、系统台架试验、零部件台架试验手段,从鼓风机、蒸发器、膨胀阀匹配等方面提出性能提升方案。改进后的空调系统呼吸点温度在前20min与改进前相比较降低了6~7℃,优化方案实施效果良好。     

驾驶舱眩光仿真分析与实车评价

良好的汽车驾驶舱视觉舒适性能够保障驾乘人员的行车安全，提高道路交通的稳定性，因此汽车驾驶舱的人机工程布置和内饰设计需要考虑减少驾驶舱眩光的产生。针对该问题，提出了一种基于CATIA/SPEOS的汽车驾驶室眩光评估方法。利用光线追踪法分析产生光反射部件之间的几何位置关系，在考虑材质属性、外界环境、真实光学效果和阳光照射方向的前提下，利用视觉仿真精确映射汽车驾驶舱的眩光位置。以某型SUV驾驶舱为例，通过光线跟踪分析发现，组合仪表不会有光线的直接照射产生眩光，中控大屏幕会有通过天窗和右边侧窗玻璃的光线直接照射产生眩光；通过视觉仿真分析发现，组合仪表由于光线折反射导致轻微眩光，中控大屏幕眩光面积较大；前挡风玻璃区域在中午和下午眩光较为严重，左边外后视镜区域在下午有空调镀铬装饰和风口造型的成像；中控大屏幕贴合AR防眩光膜优化后，分析结果表明，整块屏幕视觉效果趋于一致，视觉功效有显著提高。通过制定驾驶舱炫目主观评价流程并进行主观评价分析，得出驾驶舱眩光主观评价分析结果与仿真方法评估结果一致，表明该评估方法在新车研发和车型改款试制前期对驾驶室眩光分析和优化具有可行性。     

汽车交流发电机“Turn on Speed”的探讨

在许多国外企业的标准中，“turn on speed”是汽车交流发电机的一项重要技术指标，但目前在我国标准中没有这项指标。笔者对这项技术指标的含义、翻译及测试方法阐述自己的看法。     

重型载货汽车气压制动系统危险状态识别

针对重型载货汽车因气压制动系统发生管路破裂、机械故障或热衰退导致制动效能下降且不易察觉从而引发严重交通事故的问题，提出基于主成分分析降维（PCA降维）和马尔可夫模型的气压制动系统危险状态识别方法。考虑到三轴载货汽车双回路制动系统的结构复杂性以及制动过程制动踏板动作、系统压力建立和实现车辆减速具有明显的时序性特点，首先采用PCA降维的方法对系统状态进行辨识；然后运用驾驶人制动意图与制动系统响应的双层隐形马尔可夫模型对系统状态进行识别。受驾驶人习惯影响制动踏板作用瞬间辨识度低，采用混合高斯聚类法提取不同制动意图时制动保持阶段数据建立制动意图识别模型和系统响应识别模型，通过二者匹配程度判定系统状态。最后，分别依据实车试验数据对模型进行离线训练和在线辨识验证。试验结果表明：系统正常状态下，基于PCA降维和马尔可夫模型相结合的识别方法能够准确、有效地识别制动系统状态；制动管路断开压力降低状态下，PCA降维方法能够及时有效识别其危险状态。     

典型工况构建方法对新能源汽车能耗评价的影响分析

新能源汽车的能耗及其经济性与行驶工况高度关联。为了对新能源汽车的能耗进行合理评估，以西安市为例，分别应用聚类分析法、聚类马尔可夫分析法、短行程车速-加速度(Velocity-Acceleration,V-A)矩阵法和变步长V-A矩阵法构建城市客车运行工况，并进一步提出基于自组织映射(Self-organizing Maps,SOM)神经网络聚类的V-A矩阵法。对5种方法构建的工况进行对比和误差分析。在此基础上，基于一款插电式混合动力城市客车，应用全局优化方法——庞特里亚金最小值原理设计能量管理策略，分析车辆能耗和经济性以及5种工况的优缺点。研究结果表明：聚类分析法构建工况的平均特征值误差最大，计算量较大；变步长V-A矩阵法的平均特征值误差小于聚类法，计算量最小；短行程V-A矩阵法与变步长V-A矩阵法误差接近；聚类马尔可夫法的误差居中，计算量最大；基于SOM聚类的V-A矩阵法的平均特征值误差最小，能反映不同路段以及运行时间的差异，且能在聚类之后快速提取短行程的同时兼顾速度和加速度的分布；从能耗角度来看，基于SOM聚类的V-A矩阵法的能耗在5种方法中居中；聚类分析法构建的工况平均车速低于其他工况，但加减速频繁，能耗成本最高；聚类马尔可夫法由于对车速进行平滑处理，加减速频繁程度最小，能耗成本最低。     

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℃。     

“智能时代”应用型汽车专业人才培养

国内汽车产业指的是新能源汽车和汽车智能化的生产,它将焦点放在智能制造开发和现代汽车服务上,对汽车行业智能制造领域的人才培养体系建设的完善和专业教育的改革带来了良好的效果。对于汽车产业的新发展来看,在智能制造背景下,分析汽车产业的人才需求,同时要结合当前我国各高校在培养汽车专业人才方面存在的问题,以此来提出针对性和具有一定可行性的教育优化对策。     

人机协作系统中车辆轨迹规划与轨迹跟踪控制研究

自动驾驶系统需具备响应驾驶人意图且有效执行驾驶人意图的能力，以解决人机协作系统中存在的人机冲突、人机优势融合等问题。提出决策层“以人为主”、执行层“以机为首”的人机协作关系，构建包含驾驶人意图识别模块、基于意图识别的轨迹规划模块与轨迹跟踪控制模块的人机协作一体化控制系统框架，并重点对轨迹规划模块与轨迹跟踪控制模块开展研究。首先，结合双向长短期记忆神经网络（Bi-directional Long Short Term Memory，Bi-LSTM）与注意力机制模型建立换道轨迹规划模型；在改进人工势场算法中引入模型预测控制并建立避险轨迹规划模型。其次，通过开展驾驶模拟器试验建立换道与避险驾驶行为数据集，为拟人化模型训练和模型参数确定提供支撑。然后，综合考虑车辆状态变量、控制输入与输出以及道路结构参数等约束条件，构建基于最优转向前轮输入的线性时变模型预测轨迹跟踪控制器，实现对规划轨迹的精准跟踪。最后，基于驾驶模拟器搭建人机协作系统硬件在环测试平台，对轨迹规划模块与轨迹跟踪控制模块开展硬件在环测试与验证。结果表明：换道与避险规划轨迹光滑且平稳，轨迹跟踪控制过程中，车辆航向角与前轮转角变化平稳；所构建的轨迹规划与轨迹跟踪控制模块在确保安全性前提下可实现不同场景中的车辆运动控制需求。     

车用汽油机瞬态空燃比的混沌时序非线性组合辨识模型

为提高汽油机瞬态空燃比的辨识精度,提出了混沌时序非线性组合辨识模型.采用2种单项辨识方法,包括最小二乘支持向量机(LS-SVM)及径向基函数(RBF)前向型神经网络,分别对瞬态空燃比时间序列进行建模与辨识.采用非线性组合方法利用BP神经网络对2种单项辨识方法的结果进行组合辨识,并与Elman神经网络模型及最小二乘辨识模型进行比较.结果表明:混沌时序非线性组合辨识模型的辨识精度优于Elman神经网络模型及最小二乘辨识模型,具有更强的非线性辨识能力,能提高瞬态空燃比的辨识精度,为空燃比反馈控制的成功实行提供了有力依据.     

汽车集成式电子真空助力器系统设计

为满足汽车驾驶辅助系统对于辅助制动装置越来越高的要求,提出了一种基于汽车普通制动真空助力器的集成式电子真空助力器系统(Electronic Vacuum Booster,EVB)。在对系统整体结构进行设计的基础上,基于电磁铁数学模型对EVB关键零部件电磁铁参数进行了优化设计。为实现基于EVB的驾驶辅助系统控制器设计,对包括控制器和执行器在内的EVB整体系统模型进行了辨识。试验结果表明:所开发的EVB系统能快速、精确地响应制动指令,可广泛应用于自适应巡航控制系统、走-停巡航系统及主动避撞系统等驾驶辅助系统。