考虑信号灯状态的电动汽车最优车速规划与避撞控制研究

为减小智能电动汽车在城市工况下巡航中的能耗并避免追尾风险,提出一种考虑信号灯状态信息的电动汽车节能与避撞分层控制系统.上层基于信号灯状态信息和车辆动态模型进行车速规划,在线滚动优化获得能耗最小的车辆参考速度序列;下层结合参考车速序列和多目标函数实时计算车辆的最优加速度并进行避撞控制.利用Matlab/Simulink平台搭建控制系统仿真模型,并基于前方存在和不存在人类驾驶车辆的工况对所提出的控制系统进行有效性验证.分析结果表明,上层车速规划能根据道路交通信息变化,得到最优参考速度,改善电动汽车的能耗特性;下层避撞控制能结合最优参考速度以及多目标函数评估结果,计算车辆最优加速度控制输入.可见,所设计的系统可以保障电动汽车节能、安全地稳定行驶.     

基于改进粒子滤波算法的车速估计

针对基于粒子滤波算法设计的车速估计器因提议分布与实际分布不一致导致粒子退化使估计误差变大的问题,提出了一种通过修正提议分布减弱粒子退化影响的改进粒子滤波车速估计器。首先,基于车辆运动学模型和传感器特性建立系统的状态转移方程和观测方程。然后,利用传感器测量值与粒子状态值的差值设计提议分布修正项对状态转移方程进行修正,并对过程噪声做自适应处理。最后,利用CarSim-Simulink联合仿真平台在双移线工况和正弦转角输入工况下进行仿真验证。与自适应粒子滤波器相比,双移线工况下改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了40.25%和55.71%;正弦转角输入工况下,改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了47.00%和41.21%。     

TPMS点阵结构的密度梯度杂交优化设计

三周期极小曲面（triply periodic minimal surface,TPMS）点阵结构因其优异的综合性能受到中外学者的广泛关注。在点阵结构实际应用过程中,常常需要对其进行优化设计以兼顾轻量化与承载性能两方面的要求。目前,对TPMS点阵结构的优化设计主要集中于密度梯度层面,未综合考虑载荷方向对其力学性能的影响。为此,首先研究了TPMS点阵结构的各向异性特征。基于平均场均匀化方法求解了不同类型TPMS点阵结构的等效弹性矩阵,通过Matlab插值计算,绘制了其在三维空间范围内的杨氏模量图。发现不同类型的TPMS点阵结构呈现出不同的各向异性特征,其中W点阵结构在[100]等轴线方向上性能较强,在[111]等斜向对角方向上性能较弱,而P点阵结构则刚好相反。根据TPMS点阵结构的各向异性,同时考虑主应力方向以及相对密度分布对其性能的影响,提出了TPMS点阵结构的密度梯度杂交优化设计方法。以悬臂梁模型为基础,基于载荷边界条件对其进行拓扑优化设计,并将拓扑优化密度云映射为点阵结构的相对密度分布,从而实现密度梯度设计。根据TPMS点阵结构的各向异性特征以及单元主应力方向分别选择W和P点阵单胞填充悬臂梁,使主应力方向位于点阵结构性能较强的方向,避免点阵结构在性能薄弱的方向承受较大的应力。将不同类型的TPMS点阵单元合理分布后,利用激活函数将它们进行杂交连接,实现结构梯度设计。综合相对密度分布和单元结构分布,生成密度梯度杂交点阵结构。采用有限元仿真方法对比分析优化设计前后点阵结构的承载性能,结果表明密度梯度W和P点阵结构的刚度与对应的均质点阵结构相比都有明显提高,而由W和P两种点阵单胞组成的密度梯度杂交点阵结构刚度最大,比密度梯度W和P点阵结构分别提高4.63%和33.63%。该结果表明在密度优化的基础上,根据承载时单元主应力方向将不同类型的点阵结构进行合理分布以及混合杂交设计能够进一步提高结构的整体刚度。建立的TPMS点阵结构密度梯度杂交优化方法为其在轻量化设计等方面的应用提供了一定的指导。     

多资源约束下改进NSGA-II算法的手术调度

针对手术调度涉及因素众多难以优化的问题, 在考虑手术台、执刀医师等资源约束,构建了以病人满意度及手 术总流程时间为目标函数的模糊调度数学模型. 针对传统的加权系数方法不能很好地解决手术多目标优 化问题,提出改进的非支配排序遗传算法(non-dominated sorting genetic algorithm II, NSGA-II),采用改进的拥挤密度排序法改善同一非劣等级内个体的排序; 提出自适应交叉和变异策略, 克服了种群早熟化,改善算法收敛速度; 采用改进精英策略保持种群多样性, 改善算法搜索性能. 最后, 将该算法应用于某三甲医院手术模糊调度中,仿真结果证明该方法的有效性和可行性.     

动态需求的多车型车辆调度问题及云遗传算法

根据动态信息产生的时间点不同提出时间轴概念,利用时间轴将动态车辆调度问题转化为一系列的静态车辆调度问题,建立考虑车载率和油耗的综合费用为优化目标的车辆调度模型.利用云模型云滴的随机性和稳定倾向性改进自适应遗传算法中交叉率和变异率设置方式,设计云自适应遗传算法对车辆调度问题进行实时再优化.最后,结合算例对模型和算法的有效性进行验证.     

全地形四轮车结构振动特性实验与仿真

全地形四轮车(ATV)车架挂发动机的结构动态特性好坏很大程度上决定其整车振动舒适性,但目前没有一种简单、有效且通用的ATV车架挂发动机有限元建模方法。通过对多款ATV结构动态特性的计算和实验分析,提出了分析ATV车架挂发动机结构动态特性的一种简单且具有通用性的有限元建模方法——把发动机简化为具有质量和转动惯量的0维质量单元,在车架上发动机的悬挂位置创建多点约束单元,然后通过MSC.Nastran中的beam单元将多点约束单元与集中质量单元连接起来,以模拟车架与发动机的连接方式。考虑到试验测量发动机惯性参数时受其内部运动部件及机油量等的影响,分析了发动机转动惯量在实测数据的基础上同时减少和增加5%时,对所提出的有限元建模方法分析车架挂发动机动态特性的影响。结果表明所提出的建模方法仍然可以保证对车架挂发动机结构动特性的分析在工程参考误差范围内。该建模方法对于ATV的设计和开发具有简易性和通用性,可在产品设计和改型阶段就能了解车架挂发动机的结构振动特性,提高了产品的开发能力,节约了大量的时间和成本。     

基于设计者智能主体模型的产品开发过程仿真

产品开发过程仿真是对产品开发过程进行预测、管理、评价和改进的有效手段.为了对产品开发过程中的人与组织因素进行仿真,提出了一种设计者驱动的产品开发过程仿真原理.重点对设计者智能主体模型进行了研究,采用INTERRAP混合结构建立了设计者智能主体结构模型,用分层有色随机Petri网描述了设计者的个体行为过程与协作行为过程.最后进行了系列仿真实验,初步证明了模型的有效性.基于设计者智能主体模型的过程仿真可在过程预测与评价、人因及组织分析、设计过程改进等方面发挥重要作用.     

摩托车声品质评价的神经网络方法

针对声品质评价过程中线性回归模型评价结果的不足,采用BP神经网络对人的主观评价结果进行预测.采集摩托车在不同发动机转速下驾驶员耳旁的声信号样本,采用分组成对比较法进行主观评价试验,选取了响度、尖锐度、粗糙度作为神经网络模型输入参数,结合主观评价结果对模型进行训练与检验,并与线性回归模型输出结果进行比较.结果表明,选取驾驶员双耳响度、尖锐度、粗糙度作为模型输入能够较为准确地反映人耳对摩托车噪声的主观感觉.     

不确定条件下纵向研发合作的投资决策研究

针对一个存在两个上游企业和两个下游企业的双层市场结构,对上下游企业实施纵向研发合作策略下的产量和利润进行了研究。并考虑了研发固有的不确定性和溢出效应的影响,从企业是否进行研发以及进行多大程度的研发两个方面,研究上下游企业实施纵向研发合作的投资决策。并在此基础上,探讨了企业研发成本分担比例和违约赔偿。     

全地域机动平台振动定量评价

以ISO2631,ISO5349等标准为依据,建立了全地域机动平台驾驶舱内振动和平台振动定量评价的方法.并对标杆车和原型车进行了实车道路试验,利用建立的振动定量评价方法对两款车进行了振动定量评价.结果表明标杆车驾驶舱内振动较小,驾驶员感觉轻微不舒适,平台处振动也不大,装备使用良好;而原型车则驾驶舱振动稍大,驾驶员较不舒适,平台处振动也较大,影响装备使用;并分析讨论了标杆车与原型车的差异,为全地域车的开发提供指导.