轿车外流场数值模拟

应用计算流体力学(CFD)方法计算模拟轿车三维外流场,得出模拟计算结果。分析了影响模拟计算精度的原因,在此基础上应用优化网格和不同的湍流模型及差分格式,比较了计算结果并与风洞试验结果相验证。提出针对具体模拟对象,选择适当的模拟方法,以提高计算精度。  

基于有限元法的ABS高速开关电磁阀性能分析

在建立高速开关阀磁场计算有限元模型的基础上 ,计算和分析了不同工作气隙与线圈电流时高速开关阀动铁的电磁力和线圈的自感系数特性 .利用动铁运动和线圈回路方程 ,通过仿真分析了高速开关阀的吸合和释放时间及动铁运动响应与电流变化特性 .结果表明 ,基于有限元的分析方法保证了较高的精度  

汽车自动变速器发展综述

对目前国际上5种自动变速器进行了全面系统地介绍.阐述了各种自动变速器的传动机理,给出其发展历史及国内外研究现状.从数字仿真技术、起步控制、换挡规律制定、换挡品质优化、执行机构设计以及制造工艺等角度提出了自动变速器的共性关键技术.总结了各种自动变速器的主要生产厂商以及在国内汽车市场应用情况.最后对比了其优缺点,并提出发展趋势.  

液力变矩器性能分析

应用计算流体动力学 (CFD)方法 ,采用非结构网格和稳态交互面技术模拟了液力变矩器三维内流场 ,并与试验相对照 ,验证了数值模拟的正确性 .分析了泵轮、涡轮进口面、中弦面、出口面的流场特征形态及中弦面的二次流动现象 ,计算了泵轮、涡轮进口面至出口面能量损失分布 ,分析了涡轮叶片动量矩的分配 .  

混合动力汽车传动系优化匹配及性能仿真

制定了轻度混合动力汽车的控制策略，并依据整车结构及控制策略，修改了ADVISOR软件的相关模块，建立了轻度混合动力汽车的仿真模型．采用性能等级数值方法，分析了发动机功率的变化对整车性能的影响，在综合考虑制造成本和节能目标值的前提下，确定了各部件的具体参数．利用正交试验设计优化方法，分析了变速器各挡速比对整车性能的影响，确定了各挡速比的范围．对所匹配车辆的动力性及其在几种循环工况下的燃油经济性进行了仿真，并与动力性相近普通车辆的燃油经济性进行了对比分析．  

汽车变速箱齿轮状态识别方法的研究

将时序建模方法和神经网络技术结合 ,利用时序参数对网络进行训练 ,建立齿轮状态的分类网络 ,对变速箱的齿轮状态进行识别 .经验证表明该方法是行之有效的  

超扁平化液力变矩器泵轮流场主流特征分析

为减小轴向尺寸,降低重量,对液力变矩器进行了超扁平化设计.采用更加严格的遵循物理意义的收敛准则,对一款新型的超扁平化液力变矩器的稳态内流场进行数值仿真.通过分析速度场和压力场,揭示了泵轮流道内的主流特征.根据液力变矩器结构特点和流体力学知识分析了造成液力变矩器流场缺陷的原因.借助弦向截面的速度、压力场分布情况研究了射流-尾流特征以及二次环流的产生和发展趋势.结果表明,对流场主流特征的分析可作为液力变矩器的设计、优化的依据.  

基于CFD的液力变矩器等效参数性能预测模型

从保证冲击损失计算精度的角度出发,推导了一维束流理论性能预测模型中各参数基于计算流体力学(CFD)分析的等效表达式.从CFD分析结果中提取各叶轮的损失功率,运用最小二乘法确定各损失项的损失系数,进而得到液力损失的构成情况,为进一步改进设计提供依据.运用得到的等效参数与各项损失系数修正一维束流理论性能预测模型,修正后的等效参数性能预测模型的泵轮转矩系数与CFD分析最大偏差减小至3.2％以内.改变液力变矩器的叶形参数,使失速时泵轮转矩系数提高6.9％,最高效率降低2.5％.分别使用等效参数性能预测模型与CFD分析重新计算,等效参数性能预测模型的泵轮转矩系数与CFD计算结果偏差在7.3％以内,仍然保持较好的一致性.  

后悬架多轴疲劳寿命预测

以鹅卵石强化路面的道路载荷为边界条件,考虑材料弹塑性变形,对汽车后悬架进行瞬态动力学有限元分析,利用传统的应变寿命法计算得到后悬架单轴疲劳寿命,对应力-应变时间历程的二轴性分析表明:汽车后悬架局部危险区域承受多轴非比例载荷.基于多轴疲劳理论,考虑了材料的非比例强化的影响,分析了裂纹形式,选用基于临界面法的Bannantine模型和Wang-Brown模型预测了后悬架的多轴疲劳寿命,并与单轴疲劳寿命分析结果进行了比较,研究发现,在非比例循环载荷下,疲劳寿命将大大减少,按常规的单轴疲劳寿命估算方法,将给出偏于危险的预测.  

混合动力汽车补偿模糊神经网络能量管理策略

以上海大众汽车公司某型号混合动力电动汽车(HEV)的设计要求为基础,提出了一种基于补偿模糊神经网络的能量控制策略,并采用动态调整步长的梯度下降法加快算法的收敛速度.分析了样本数据选取、输入、输出模糊分割和模糊规则提取对控制器性能的影响.利用ADVISOR2002仿真平台进行二次开发,完成了基于补偿模糊神经网络的控制策略、并联电力辅助控制策略和模糊控制策略的仿真比较.仿真结果表明,基于补偿模糊神经网络的控制器具有较强的自适应能力,可以较好提高混合动力汽车的燃油经济性和排放性.