乘车用燃料电池系统验证体系研究

燃料电池系统作为燃料电池车的关键核心系统,在燃料电池车的开发验证中占据重要地位。从匹配性、功能性、经济性、安全性、环境可靠性和耐久性6个维度,结合乘用车的使用环境和相关国家标准研究来分析燃料电池系统验证体系,构建出乘用车用燃料电池系统验证体系以及相关验证项目。     

广州地铁4号线无线信号小区重选问题研究

介绍了广州地铁4号线关于数字式TETRA标准机制下无线专网小区重选的研究。通过对各参数的分析,探讨影响小区重选的一系列因素,并在广州地铁4号线现场进行了实际应用。通过修改切换参数解决了广州地铁4号线无线信号小区重选不平滑的问题。     

DYNAMIC SIMULATION OF MCFC STACK

ＩｎｔｒｏｄｕｃｔｉｏｎＭＣＦＣｉｓａｎｅｗｇｅｎｅｒａｔｉｏｎｏｆｆｕｅｌｃｅｌｌｔｈａｔｉｓｅｆ－ｆｉｃｉｅｎｔａｎｄｃｌｅａｎ．Ｔｈｅｉｎｔｅｒｎａｌｔｅｍｐｅｒａｔｕｒｅｄｉｓ－ｔｒｉｂｕｔｉｏｎｏｆｔｈｅＭＣＦＣｓｔａｃｋｗｉｌｌｉｎｆｌｕｅｎｃｅｔｈｅｃｅｌｌｖｏｌｔａｇｅａｎｄｃｕｒｒｅｎｔｄｅｎｓｉｔｙ．Ｔｈｅｒｅｆｏｒｅ，ａｓｔｈｅｔｅｍｐｅｒａｔｕｒｅｉｎｃｒｅａｓｅｓ，ｔｈｅｃｅｌｌｐｅｒｆｏｒｍａｎｃｅｉｓｅｎｈａｎｃｅｄ，ａｔｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｒｅｉｓｉｎｃ…     

溢流阀噪声的成因及降低措施

探讨溢流阀产生流体噪声、机械噪声的原因,分析先导阀部分的动态特性,从稳定性角度找出其影响因素及降低溢流阀噪声的措施。     

沪通铁路土压力盒标定工装设计及试验研究

为获取精确的测试数据,提出土压力盒标定需求,通过ANSYS建模分析,设计适用于试验室土压力盒的标定工装:承压板直径取32 cm,标定桶高15 cm,内径33 cm,承压板板厚2 cm,标定桶壁厚0.5 cm。并进行了试验研究,试验表明:采用最小二乘法线性拟合获得的相关系数R~2均大于0.99,线性较好,且同一量程下的2个土压力盒的砂标K_1与厂标K_2的比值相近,数据重复性较好,工装合理适用;砂标K_1大于厂标K_2,工程应用之前,结合工程实际进行标定是必要的;量程选取时,使用范围不宜超过土压力盒最大量程的2/3。     

Research on confirmation of basic technological parameters of tension levellers based on neural network and genetic algorithm

Confirmation of basic technological parameters of tension levellers is the most important factor of leveling strip. Up to now, most factories have used experts' experience to decide these parameters, without any established rule to follow. For better quality of strip, a valid method is needed to decide technological parameters precisely and reasonably. In this paper, a method is used based on neural network and genetic algorithm. Neural network has a good ability to extract rules from work process of tension levellers. Then using neural network, which has learned from a lot of working samples, to be the evaluation of fitness, genetic algorithm could easily find the best or better technological parameters. At the end of this paper, examinations are given to show the effect of this method.     

燃料电池混合动力汽车能量控制策略仿真研究

燃料电池客车采用多动力源的动力系统结构，需对其能量流动进行有效的控制。文章探讨了动力系统驱动模式下的3种能量分配控制策略，以及在再生制动模式下的一种简单的能量回馈控制。在ADVISOR软件平台上建立了控制策略和整个系统的仿真模型，并基于性能评估函数对汽车性能进行了分析。仿真结果表明，再生制动可以提高整车燃油经济性达20％，与恒压和离线能量分配相比，在线能量分配下燃油经济性好、蓄电池SOC波动小，但要精确估计蓄电池SOC，可能使其性能比预期的低。     

多层反馈混沌神经网络及其在交叉口优化控制中的应用

研究城市交叉口交通控制信号优化配时问题。以Hopfield网络和混沌模型为基础,开发了多层反馈混沌神经网络,将其应用于城市交通控制信号配时优化,并开发了应用于优化计算的能量函数和车辆平均延误计算式;探讨了城市交通系统的混沌特性,并开发混沌定量判别算法。以广东某交叉路口为对象进行了仿真,结果表明:与传统的配时方法相比,采用所开发的多层反馈混沌神经网络进行优化配时,交叉路口车辆的平均延误可以平均减少25.1%,可以大大提高路口的通行效率。该网络也可以应用于其他对象的优化。     

基于人工神经网络的公路黄土高边坡稳定性预测研究

文章介绍了BP网络模型的计算过程并对其性能进行了改进。在此基础上,分析了影响黄土高边坡稳定性的因素,包括土体的容重γ、粘聚力c、内摩擦角φ、孔隙水压力比γu,地震烈度,边坡坡比和边坡高度H。在对西部四省地区上百个黄土高边坡稳定性进行调查的基础上,结合典型的实测数据,应用改进的神经网络BP模型对其进行预测和评价研究。结果表明:改进的BP模型具有收敛快、数据输入方便等优点,预测结果相对传统方法来说更准确、可靠,具有一定的推广的价值。     

孤立交叉口多相位自适应模糊控制及其神经网络实现

针对城市中心区交叉口交通流分布的特点,综合考虑本相位和相邻相位车道上的车辆排队长度(以下简称“队长”),应用模糊控制和神经网络具有的学习功能,提出了一种孤立交叉口多相位自适应模糊控制算法,该算法采用两个规则前件进行模糊推理,并给出了基于3层神经网络实现的模糊控制器的网络结构及其改进的BP网络训练算法和运行程序,结合已有类似研究成果进行了仿真比较研究,结果表明:该控制方法在信号周期自动调节和减少车辆延误方面都有明显改进,在实现城市交叉口智能控制中具有推广应用价值。