基于遗传算法和模糊控制的半主动悬架控制

文章建立了四自由度汽车半主动悬架系统模型;提出了一种用于汽车悬架半主动振动控制系统的遗传模糊方法,并用该方法对半主动悬架系统进行了计算机仿真和结果分析。最后通过与被动悬架比较,表明了半主动悬架系统明显减少汽车的振动,提高了汽车平顺性性能。     

基于摄动法的不确定性汽车悬架振动控制特征值的凸模型分析

对含有不确定性参数悬架系统的振动控制问题进行研究.应用多维椭球凸模型理论将区间不确定参数悬架系统的振动控制问题转化为确定性问题来处理.基于矩阵摄动法利用凸模型理论分析不确定参数对汽车悬架系统的影响,推导具有不确定参数闭环系统特征值的上、下界计算公式.计算结果表明:所提出方法对两自由度汽车悬架系统有效.     

汽车悬架振动的拟脉冲激励试验研究

研究了拟脉冲激励下的汽车悬架振动.给出了汽车悬架拟脉冲激励的机理和试验系统.结合汽车实际运行工况特点,分别采用三角木法和4PLD型汽车制动-悬架隔振效率试验台进行汽车在通过减速带或障碍物和紧急制动两种典型拟脉冲激励工况下的悬架振动试验.获得各工况下的悬架特性曲线,绘制功率谱密度图形,并计算最大Lyapunov指数和关联维数,分析得出不同工况下汽车悬架的振动特性.     

两自由度汽车悬架系统振动的理论与实验验证

将汽车悬架系统看成是一个两自由度的质量-弹簧-阻尼振动系统,采用复数向量法获得了车体和轮胎振动的解析解,以及振动系统的一阶和二阶振动模态的频率。在建立的实验模型上,采用锤击法和扫频实验获得了振动系统的一阶和二阶振动模态频率。实验结果与理论分析的结果相吻合,证明了结果的可靠性。研究还发现,悬架系统在振动系统的一阶振动模态频率处的隔振效果不明显,车体仍有较大振幅的振动;然而悬架系统在振动系统的二阶振动模态频率处的隔振效果非常显著,车体振动的幅值很小。研究结果能够为汽车悬架系统的设计以及驾驶员选择合适的路况提供有益的参考。     

混联汽车悬架系统减振性能分析与优化

为进一步改善汽车悬架的减振性能,对汽车悬架结构及参数进行优化设计.基于机电相似理论,提出一种含有弹簧、阻尼器、惯容器的混联汽车悬架结构,运用多目标遗传算法对汽车悬架减振系统进行参数优化.通过求解动力学方程,在时域内分析了路面脉冲激励下汽车悬架减振系统的振动响应,在频域内分析了参数优化对混联汽车悬架减振性能的影响.研究结...     

基于平顺性某型汽车悬架的优化选择

研究了汽车悬架参数与平顺性的关系,并在此基础上探讨了悬架参数的优化设计.将某一区间的悬架刚度与阻尼比等分为若干份并进行排列组合,然后将每一组参数代入汽车三自由度振动模型并进行平顺性分析计算,从中优选出汽车振动系统"输出"较好的悬架参数组合.     

CVT速比控制调节阻尼的电磁半主动悬架平顺性研究

针对传统汽车悬架不能将振动能量回收利用的缺点,提出了一种基于无级变速器速比控制实现悬架阻尼调节且可实现车身振动能量回收的电磁半主动悬架设计方案。在分析其结构和工作原理的基础上,基于动力学分析建立了无级变速器速比与悬架阻尼之间的对应关系以及该悬架系统的动力学方程;设计了无级变速器速比PID控制器,以1/4汽车悬架系统为例,对汽车平顺性以及振动能量回收效果进行了仿真分析;仿真结果表明,通过对无级变速器速比进行控制调节悬架系统阻尼,可以实现良好的汽车平顺性,并可实现车身振动能量的回收。     

无级变速器速比控制调节阻尼的电磁半主动悬架平顺性

针对传统汽车悬架不能将振动能量回收利用的缺点,提出了一种基于无级变速器速比控制实现悬架阻尼调节且可实现车身振动能量回收的电磁半主动悬架设计方案。在分析其结构和工作原理的基础上,基于动力学分析建立了无级变速器速比与悬架阻尼之间的对应关系以及该悬架系统的动力学方程;设计了无级变速器速比PID控制器,以1/4汽车悬架系统为例,对汽车平顺性以及振动能量回收效果进行了仿真分析;仿真结果表明,通过对无级变速器速比进行控制调节悬架系统阻尼,可以实现良好的汽车平顺性,并可实现车身振动能量的回收。     

汽车前独立悬架的动力学特性

在虚位移分析基础上，利用拉格明日方程推导并建立了单侧前独立悬架系统线性四自由度动力学模型，并利用此模型进行了系统在不同激振力作用下强迫振动响应计算方法的探讨。编制了相应的计算机程序。建立的数学模型和计算方法反映了单侧前独立悬架系统（整车了结构之一）的动力学特性，有助于悬架的设计及汽车动力学问题的研究。     

汽车悬架振动的混沌特性

建立路面随机激励作用下的单自由度汽车悬架模型,通过数值仿真,给出悬架振动的时间历程曲线、自功率谱密度图形和Poincare截面,从理论上说明悬架振动能够进入混沌状态。采用按压车体法,对越野车B J212、B J2020和轿车MAZ-DA、FORD、TOYOYA、HYUNDAI等进行了振动实验,获取实验汽车悬架的振动曲线,对其计算系统参数如一阶固有频率和阻尼比、混沌参数如关联维、Kolmogorov熵和最大李指数,从而验证了汽车悬架振动的混沌特性。为悬架系统的设计和建立汽车悬架隔振性能混沌评价新方法提供了依据。     

基于空间认知和社区识别理论的路径选择模型

将启发式决策、空间认知以及社区识别理论结合,描述出行者的路径选择与路网结构的关系。采用基于模块增益的社区结构算法解构路网结构,描述人们的认知过程,建立相应的路径选择算法。以长沙市中心城区路网为例,利用建立的路径选择方法,分别用静态路阻（距离）、动态路阻（速度）对路网进行解构,计算路径选择集;采用问卷调查方法和出租车GPS数据对实际的路径选择轨迹进行提取,并将理论计算结果与实际调查结果进行对比分析,采用静态路阻的一致率为85%,采用动态路阻的一致率为73%。结果表明建立的集成空间认知和模块增益的路径选择模型可以较好地描述人们的路径选择过程,对于静态路阻的路径选择描述具有更高的准确性。研究成果对于城市规划和交通规划具有一定的借鉴价值。     

基于空间认知和社区识别理论的路径选择模型

将启发式决策、空间认知以及社区识别理论结合,描述出行者的路径选择与路网结构的关系。采用基于模块增益的社区结构算法解构路网结构,描述人们的认知过程,建立相应的路径选择算法。以长沙市中心城区路网为例,利用建立的路径选择方法,分别用静态路阻（距离）、动态路阻（速度）对路网进行解构,计算路径选择集;采用问卷调查方法和出租车GPS数据对实际的路径选择轨迹进行提取,并将理论计算结果与实际调查结果进行对比分析,采用静态路阻的一致率为85%,采用动态路阻的一致率为73%。结果表明建立的集成空间认知和模块增益的路径选择模型可以较好地描述人们的路径选择过程,对于静态路阻的路径选择描述具有更高的准确性。研究成果对于城市规划和交通规划具有一定的借鉴价值。     

一种增量式多目标优化的智能交通路径诱导方法

路径诱导是一种主动引导车辆合理分流来解决城市交通拥堵的方法.本文提出了一种基于增量搜索的多目标优化路径诱导方法.该方法首先利用图论法将复杂路网抽象为点线的赋权图,引入多目标优化变量,建立路网模型;然后在启发式搜索基础上引入增量搜索,结合全局规划和局部动态重规划,实现车辆的实时路径诱导.仿真结果表明该方法能有效地解决复杂路网中车辆的实时路径诱导问题.     

基于自适应神经模糊网络的路面识别技术

以路面识别为目的,利用自适应神经模糊网络(ANFIS)进行路面不平度激励时域估测研究. 首先建立车辆1/4模型运动微分方程,并使用白噪声信号激励车辆模型,利用激励产生的模型动力学响应进行自适应神经模糊系统训练. 之后对训练获得的逆向车辆动力学模型进行分析并利用随机路面激励产生的系统响应进行随机路面时域估测. 最后对自适应神经模糊网络系统隶属函数个数及输入数据组合进行分析比较. 仿真结果显示,自适应模糊神经网络系统能够以较高的精度完成路面时域估测.      

四轮随机路面激励下的七自由度车辆响应特性

为了研究不同等级道路下车辆动态响应以及轮胎动载荷的变化情况,根据国家路面不平度分级标准,采用滤波白噪声法建立了随机路面时域模型并与标准路面的功率谱密度对比验证模型的准确性。通过四个车轮之间的传递函数建立了四轮随机路面时域激励模型;并以该模型作为不平路面激励,考虑悬架拉伸和压缩状态时的不同阻尼,建立七自由度整车行驶动力学模型。研究了车辆质心垂向加速度、俯仰角、侧倾角以及轮胎动载荷随路面等级的变化情况。结果表明:车辆和轮胎的动态响应随着路面不平度的增加而增加。可见,搭建的整车模型能够很好地反映不同路面下车辆的动态响应,为车路耦合的深入研究奠定基础。     

Logit多路径模型下的机场陆侧交通动态瓶颈识别

为缓解机场的交通拥堵,构建考虑综合延误的Logit多路径分配模型识别机场陆侧交通需求变化时动态瓶颈。首先,构建考虑BPR(Bureau of Public Road, 美国联邦公路局)函数和Webster延误的综合延误模型;然后,考虑道路网络和出行网络之间的耦合作用,采用Logit多路径模型对起讫点之间的交通量进行动态分配,以道路饱和度为判定标准对北京首都国际机场陆侧交通动态瓶颈进行识别。并对比考虑不考虑过境交通时的陆侧交通瓶颈变化。结果表明,同一交通需求下,不考虑过境交通对陆侧交通的影响时瓶颈路段均有所减少,且随着交通需求的增加,瓶颈路段减少的越多。可见,此算例可以更好的适应交通需求的变化,并为缓解首都国际机场交通拥堵提供理论参考。     

基于系统响应的履带车辆路面识别方法

为提高履带车辆对不同路面适应能力,基于多体动力学仿真平台建立履带车辆及多种路面动力学仿真模型.通过履带车与路面模型的行驶仿真,采集车体质心动力学响应时域信号,并应用小波变换分解该信号.采用距离评估技术提取上述分解信号的敏感特征向量,利用BP神经网络基于上述敏感特征向量提出路面识别方法.搭建小型履带模型车测试系统,使模型车行驶于实际路面并进行现场测试,采集测试过程中履带模型车车体质心、负重轮及履带板动力学响应时域信号,对提出的路面识别方法进行验证.结果表明,该路面识别方法识别精度达到99%,该方法对路面类型具有高度识别能力.     

收费还贷条件下的动态拥挤收费模型

针对“贷款修路,收费还贷”中所遇到的现实问题,以一简单路网为背景,提出一种收费还贷条件下的动态拥挤收费模型。     

丘陵地区对纯电动汽车经济性分析及能耗优化方法研究

为了分析丘陵地区对纯电动汽车的经济性影响以及如何提高能耗利用率,针对道路坡度,研究了一种基于动态规划优化控制电机转矩的方法,完成了优化能耗的目标。首先构建了纯电动汽车模型,设计了虚拟坡度,应用动态规划算法合理分配电机转矩及车速,并从车速方面分析了坡度对行车经济性的影响;之后,在虚拟坡度下,使用无坡度道路下的最佳经济车速控制仿真车辆,求解虚拟坡度下的汽车能耗,并将此方法计算的能耗与上一步优化方法得出的能耗做对比,证明了所提出的优化算法能够有效地降低能耗;最后,在实际路况上验证了提出的能耗优化算法的合理性。实验结果表明,针对丘陵地区提出的动态规划算法,能够全局优化能耗,有效提高驾驶经济性。     

基于时空图注意力神经网络的交通道路拥塞和异常预测

为全面捕获交通路网的时空特性,分析路况的复杂多变性,实现道路拥堵和突发情况的高效准确预测,研究提出一种时空图注意力神经网络模型,通过将道路网络建模成一系列随时间变化的图,利用图注意力机制(graph attention network, GAT)关注路网图关键节点的空间特性并捕获动态的全图空间特征,再利用门控循环单元(gated recurrent neural network, GRU)充分捕获相邻路网图的时间相关性并降低模型冗余,提升了对道路拥堵和异常情况的预测准确率。采用PEMSD数据集进行实验。结果表明,所提方法与对比模型相比准确率与召回率均优于现有方法,有效提升了交通异常预测精度。