并联混合动力汽车的发动机转矩估计

提出采用神经网络对发动机转矩进行估计的方法,以发动机台架性能实验所得数据为基础,在Matlab中建立了多种类型的神经元和层数的发动机输出转矩模型.在网络模型的建立过程中,提出了一种新的训练方式,通过对不同模型的训练及结果分析,筛选出了估计精度和泛化能力都较为理想的模型,并以此模型进行了实际的转矩估计,取得了较满意的效果.     

基于事故界限的客船安全返港能力评估分析方法

客船安全返港能力评估是客船设计的重要部分。根据海安会通函和SOLAS公约相关要求和目的,论述了一种基于事故界限的客船安全返港能力评估分析方法。通过设定事故界限,制作安全返港界限分析表,量化分析事故后系统故障和剩余系统情况,具有准确,全面和追溯性强的特点,可避免事故设定和系统故障遗漏,并可以根据要求扩展分析范围。     

基于扩展卡尔曼滤波的轮毂电机驱动电动汽车状态估计

以非线性八自由度车辆模型为基础,利用轮毂电机驱动电动汽车四轮转矩容易获得的独特优势,将车轮转角、各个车轮驱动力矩、侧向加速度及横摆角速度作为算法输入,采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)理论设计了轮毂电机驱动电动汽车行驶中状态估计算法。CarSim和Matlab/Simulink联合仿真结果表明,该算法能有效估计轮毂电机驱动电动汽车行驶中的纵向车速、侧倾角、侧倾角速度等状态。     

交通基础设施空间特征参数的多维估计方法

为系统提取交通基础设施的空间属性数据,获取其空间发展特征以辅助区域交通运输规划,本文基于空间分异理论和空间剥夺理论,采集交通基础设施发展水平评价数据,定义空间异质系数和空间依赖系数,构建了空间特征参数的多维估计方法;并以西部12省为实例,通过对比分析省域尺度和城市尺度的估计结果,验证模型的有效性.结果表明：省域尺度下交通基础设施空间发展较为均衡,空间依赖特性不显著;城市尺度下交通基础设施发展异质特征明显,存在显著的空间依赖特性.最后,基于情景假设分析,验证了空间特征参数对交通资源优化配置的重要决策价值.本文所构建的多维估计方法,可实现不同尺度下交通基础设施空间特征参数的精确测度,在交通运输规划领域具有较好的适用性.     

基于自回归条件持续期模型的疲劳驾驶研究

对实际驾驶实验中不同驾驶员的车速数据进行处理,得到车速变化持续期间序列,应用自回归条件持续期模型(ACD),讨论了车速变化持续期的相关性质,并对模型的可靠性做了评估.使用ACD模型为车速变化持续期时间序列建模,其优点是能够在不损失原始非等间隔时间序列特性的条件下,直接分析得到驾驶状态的时域微观性质.采用EACD(1,1)和 WACD(1,1)模型对不同驾驶员的车速变化时间序列进行建模,结果表明：其具有较好的拟合程度,当实际期间小于条件预期期间,驾驶员的驾驶状态有变好的可能;当实际期间大于条件预期期间,驾驶员的驾驶状态有变差的可能.     

基于ABP-EKF算法的锂电池SOC估计

电池荷电状态(state of charge,SOC)的准确估计是电动汽车合理实施电池管理的前提条件和重要依据.针对目前电动汽车对动力电池SOC估计精度的不断提高这一问题,利用联合估计法对锂电池SOC进行研究.基于Thevenin电池模型与修正的安时积分算法,推导出了锂电池的输出方程以及状态空间模型,通过采集实验过程中...     

运动式单摄像机BSV及其结构表面裂缝测量应用

为进一步提高结构表面裂缝测量的灵活性与便捷性,提出了一种基于运动式单摄像机双目立体视觉(binocular stereo vision, BSV)的测量方法。首先,在已知摄像机精确内参的情况下,分别从两个视角采集裂缝的图像;然后,根据所采集到的图像对摄像机进行运动估计,从而求解摄像机前后两个位置的运动参数;进一步地,基于Canny算法进行裂缝的边缘检测;最后,根据摄像机内参数、运动参数以及裂缝图像边缘信息,构建裂缝测量的立体视觉模型。测量试验结果表明：在2 m的测量距以内,对裂缝的相对测量误差不超过5%,可有效验证所提出的测量方法的测量精度。     

Kalman滤波组合预测模型研究及其在高铁路基沉降中的应用

影响高速铁路路基沉降的因素较多,基于包容性原理对主要单类影响因素进行选择,建立各影响因素与形变过程之间对应函数模型,然后采用熵值法将这些函数模型赋予不同的权重并组合,再利用基于极大似然估计的自适应kalman滤波算法对组合模型中的多种参数进行降噪处理.采用上述方法及基于非等间隔灰色系统的最优权组合预测模型,对某高速铁路...     

基于轨迹数据的货车自发编队节油潜力估计

为探索最大编队长度和路网中行驶货车数目对自发编队的影响以及评估真实世界自发编队油耗节省潜力,提出了既可保证一定程度的搜索又能防止为过分追求更大编队长度而花费较长时间等待的动态时空搜索范围策略,利用辽宁省货车轨迹数据挖掘了多辆货车的最长公共子序列,并构建整数规划模型求解,获取最大节省油耗下的编队方案。结果显示：编队油耗节省会随着路网中行驶货车数目和最大编队长度的增加而增加,编队中车辆平均行驶距离和平均节省油耗最终分别收敛至一范围;编队行驶距离并不一定会随着允许最大编队长度的增加而增加,即自发编队最大油耗节省策略并非编队最大行驶距离策略;在不考虑时间搜索范围时,通过继续增大空间搜索范围可实现更多的燃油节省,但不考虑空间搜索范围时持续增加时间搜索范围却不能获得更多燃油节省;4000辆车的数据集进行自发编队时每天最多可节省燃油2026.21 L,最大允许编队长度为5辆比最大允许编队长度为2辆的车辆平均节省油耗最多可提升13.92%。将本文整套处理流程应用于更大规模的货车数据集,可组成自发编队的目标车辆将会显著增加,相应地也可减少更多的能源消耗和污染物的排放,具有很大的应用潜力。