电动客车AMT换挡执行机构状态估计及参数辨识EI北大核心CSCD

为了改善AMT换挡执行机构参数时变下的换挡性能,在考虑系统模型高度非线性、系统噪声特性未知的情况下,本文中提出了一种基于非线性H∞算法的分层状态估计和参数辨识方法。首先,通过实验发现了换挡执行机构参数时变的问题,并针对换挡执行机构建立了非线性模型。然后,设计了分层状态估计和参数辨识器,上、下两层估计器均基于非线性H∞算法设计。上层估计器对执行机构的状态进行估计,并将结果转移到下层估计器;下层估计器利用上层估计器处理完的状态量作为量测量,利用系统模型作为量测方程对系统参数进行辨识;上、下层估计器的协同运行对换挡执行机构的状态进行估计,对结构参数和电性能参数进行辨识。最后,设计了一种基于自动标定的状态估计和参数辨识流程,在对换挡位置值进行标定修正的同时实现对换挡执行机构的参数辨识。实验结果表明,本文提出的分层状态估计和参数辨识方法能准确的对换挡执行机构的状态、参数进行估计和辨识。修正参数后,系统的换挡性能得到改善。     

bauma China2008造就稳健成长

bauma China2008暨第四届中国国际工程机械、建材机械、工程车辆及设备博览会定于2008年11月25日至28臼再度登陆上海新国际博览中心（SNIEC）。     

我国三轮摩托车市场潜力巨大

中国汽车工业协会统计数据显示,2006年我国三轮摩托车行业发展迅猛,产销量均逼近90万辆,同比增长69%,高出行业整体增幅近50个百分点,达到历史最好水平.这还仅仅是由行业统计的数据,据业内人士估计,目前全国三轮摩托车应有近300万辆的产销规模,约2/3的数据没有上报.     

基于神经网络的高速公路出入口OD矩阵估计方法研究

通过高速公路出入口OD矩阵计算,得到高速公路的断面交通流量,这些数据对于高速公路各项管理措施的制定是非常重要的.针对高速公路出入口OD矩阵推算方法中假设每一留线车辆以等概率驶离高速公路的不足,提出了基于改进BP神经网络的高速公路出入口OD矩阵推算模型,并设计了OD推算神经网络.实例分析表明,该模型推算结果理想,且推算精度得到一定提高.     

基于遗传算法的膜片弹簧的稳健化设计

在离合器膜片弹簧传统优化设计模型的基础上,应用工程稳健性的灵敏度分析,考虑了可控变量和不可控参数变差对膜片弹簧优化设计的影响,并采用遗传算法对目标函数进行了求解。结果表明,遗传算法具有比传统优化方法更强的全局寻优能力,稳健化设计能有效、可靠的减小质量波动对膜片弹簧优化设计的影响。     

基于无传感器转角估计的回正控制策略研究

文中提出了一种新型电机转角估计方法,将估算结果通过传动比反算至转向盘转角,并依靠改进的回正控制策略,运用估算的转向盘转角及转矩计算回正助力力矩。仿真结果表明：该方案不但可以达到良好的回正效果,并且有利于转向状态间的柔和切换,同时由于无传感器转角估计减少了电机控制模块的成本。     

基于区间分析的发动机悬置系统稳健优化设计

针对不确定参数发动机悬置系统的优化问题,基于区间分析理论,将稳健设计与多目标优化相结合,提出一种提高发动机悬置系统隔振性能的稳健优化设计方法。该方法在区间数学模型的基础上建立悬置系统稳健优化模型,以动反力及其变化范围最小为目标函数,固有频率的合理配置为约束条件,悬置刚度为优化变量,并将悬置刚度和悬置位置的波动范围作为区间参数变量,对某型轿车发动机悬置系统进行稳健优化设计。结果表明,该方法改善了悬置系统的隔振性能,提高了系统参数的稳健性。     

基于相似性优化模型样本的实车锂电池健康状态分析

为更好地解决电动汽车动力电池健康状态（SOH）在线估计问题,减少实车采集数据中的冗余样本,改善运行工况不稳定导致的特征丢失,提升实车电池SOH估计的精度,提出一种基于增量容量分析方法（ICA）提取特征和动态时间规整（DTW）优化特征样本的SOH估计方法。首先对实车电池充电循环数据应用增量容量分析提取电池IC曲线,以曲线峰高度等形状特征作为健康因子。采用动态时间规整作相似性判据,基于IC曲线形状计算电池充电循环样本的相似度,保留与基准充电循环相似的充电循环数据,优化训练样本,最后采用全连接神经网络（MLP）模型进行SOH估计。以实车运行电池数据进行对比实验,结果表明该方法可明显改善训练样本质量,提升电池SOH估计精度。     

电动汽车锂离子电池荷电状态估算方法研究

电动汽车动力锂电池内部充电状态的评估是电池管理系统状态评估模块的核心。不能用仪器直接测量,只能通过测量蓄电池的外部电流、电压等参数进行评估。准确评估充电状态对于控制电池寿命、功率和安全性非常重要。根据算法的不同,分为传统的开路电压法、电流积分法、基于数据传输的机器学习阻抗法、基于模型的卡尔曼滤波算法、粒子滤波算法和融合算法。介绍不同评估算法的计算原理,分析比较了不同评估算法的计算复杂度和精度。针对当前锂离子电池充电评估研究中存在的问题,指出锂离子电池充电评估的研究方向和未来发展方向是更具通用性、更高精度和更好实时性的多种评估方法。     

基于图卷积网络的多信息融合驾驶员分心行为检测

为减少由驾驶员分心造成的交通事故,并检测驾驶员在自动驾驶情况下的分心状态以判断驾驶员是否有接管车辆的能力,提出了一种基于图卷积的多信息融合驾驶员分心行为检测方法。通过分析驾驶员分心行为和姿态特征,设计了驾驶员姿态估计图,基于图卷积网络对驾驶员姿态估计图进行特征提取,使用全连接层对所提取特征进行行为分类,同时融合手机等关键物体信息对驾驶员分心行为进行再判断。实验结果表明,本文提出的方法在SrateFarm数据集和自制数据集上分别达到了90%和93%的准确率,检测速度约为20帧/s,准确性和实时性均达到检测要求。