多层前向神经网络在电动转向系统中的应用

针对电动转向系统助力特性存在非线性的特点,应用多层前向神经网络,对电动转向系统全车速下的助力特性进行拟合。文中设计了多层前向神经网络结构,并采用基于综合目标函数的二阶学习算法对其进行离线学习,最后在电动转向综合试验台上实现在线控制。系统实现了全车速范围的非线性转向助力,克服了转向助力盲区。     

电动汽车矢量控制的模糊-PID复合控制方式

在异步电机矢量控制方法的基础上，提出了电动汽车交流异步电机驱动矢量控制系统的模糊－PID复合控制方式，以使汽车在起步和加速时获得最大的加速度，并设计了具体的控制策略。然后基于MATLAB／SIMULINK仿真平台建立了整个控制系统的仿真模型，并给出了仿真结果。结果表明，采用模糊PID矢量控制的交流驱动电动汽车在各种附着系数路面均具有良好的起步、加速和稳速性能。     

电动助力转向助力控制策略的研究

电动助力转向是汽车动力转向的新技术与新结构，助力控制是电动且力转向的基本控制策略，并决定电动助力转向的助力特性。着重讨论了电动助力控制的一般过程、电动机目标电流的决策方法、电动机电流的控制策略等问题。台架试验表明，提出的控制策略是有效的，对电动助力迥的开发有指导意义。     

城市公共交通系统需要小型电动汽车

城市公共交通系统有快速和慢速之分,2者相辅相成,缺一不可。本文根据小型电动汽车的特点,提出了一种采用小型电动汽车作为交通工具的慢速公共交通系统,并对其运营方式及带来的社会效益作了论述。     

展望燃料电池电动车

本文在职回顾蓄电池电动车的发展简史之后,分析和判断来自各方面的信息,从技术上的可行性、氢原料选择、市场准入、政府政策、电动机及其控制系统等各个角度进行综合考虑,认为最具有发展前景的当属质子交换膜燃料电池电动车。     

油田分布式电力自动化监控系统解决方案及拓扑结构研究

针对油田的分布不集中以及各种特殊环境,提出了一种设计油田电力监控系统的新型方案,介绍了该系统的特点、构成以及各系统的工作原理,阐述了该系统的优越性和必要性。     

汽车电动助力转向控制系统的初步研究

自行设计的电动助力转向系统(EPS)由控制器、转向盘转矩传感器、车速传感器、电流传感器(在控制器内)、助力电机及减速机构、机械式转向器、蓄电池等组成。EPS的控制系统主要由控制器、传感器及信号处理电路、助力电机及驱动电路等组成。控制算法由电机助力控制算法和电机转矩控制算法两部分构成。该方案易于实现，同时又能保证转向控制系统较高的控制精度。     

应用ADVISOR研究丰田混合动力系统

研究了丰田混合动力系统及其主要控制策略，利用ADVISOR软件对Prius轿车的加速过程和燃油经济性进行了模拟计算，并与试验结果进行了对比。UDDS工况下计算的油耗为4．88-5.65L／100km，EPA的试验结果为4．85L／100km；HWFET工况下计算的油耗为3．35-4．28L／100km，EPA的试验结果为4．37L／100km。     

公路施工中新增单价的确定与管理

结合国内公路建设的实际情况,探讨了施工中新增单价的产生原因、审批程序和新增单价的确定方法.     

一种新的多模式对模糊联想记忆自适应学习规则

本文给出了模糊联想记忆神经网络联想输出误差函数的一种梯度计算方法,成功地把误差逆传播梯度下降搜索技术应用于该网络的训练中,提出一种新的多模式对模糊联想记忆的学习规则,计算机模拟表明该规则是十分有效的。