基于离散时间滑模控制器的自动变速器滑差控制

设计离散时间系统滑动模态变结构控制器,对闭锁离合器进行滑差控制以提高整车燃油经济性,消除发动机扭矩波动造成的传动系统冲击.采用零相位数字滤波器,以抑制滑模控制系统中的抖振.建立传动系统仿真模型对滑模控制器进行验证,并与传统比例-积分-微分(PID)控制器进行比较;通过硬件在环仿真测试车辆在十五循环工况(ECE)下有无滑差控制时的燃油消耗量.结果表明,滑差控制有效吸收传动系冲击,液力变矩器在滑差控制下的传递效率高于纯液力传动,可降低整车燃油消耗;基于滤波的滑模控制器,控制律平滑变化,具有更好的响应速度和跟踪指令信号的能力.     

有时间窗约束非满载车辆调度问题的节约算法

车辆调度问题(Vehicle Routing Problem,简称为VRP)是物流配送中广泛存在的一类问题,VRP属于强NP问题.在建立了带有时间窗的非满载的VRP问题的数学模型基础上,对启发式算法中的节约算法进行改进,设计出带时间窗的非满载的VRP问题的节约算法.通过对8个客户和13个客户算例的具体计算结果分析该算法的性能,研究表明:节约算法具有易于计算机实现,易于调整,方法易行、效果理想等优点,但在客户规模增加,解的空间增加后,其解的精度也随之下降.     

新滑油滤清器的设计与试验

为进一步提高现有滤清器的过滤效率,设计开发了一种新型滑油滤清器.测试并计算了新型滤清器的压力降和原始滤清效率,并与原滤清器进行了对比.结果表明,新型滤清器的滤清效率分别比原滤清器提高5.72%和0.23%     

基于时间窗的SVDBN近似推理算法研究

变结构动态贝叶斯网络(SVDBN)在处理非稳态过程的不确定问题具有其独特的优越性。为克服SVDBN推理算法不能实现在线推理的缺陷,在引入SVDBN的时间窗和时间窗宽度概念基础上,阐述了基于时间窗的SVDBN在线近似推理机制,提出了2种在线近似推理算法,即基于时间窗的变结构离散动态贝叶斯网络(SVDDBN)递推推理算法和基于时间窗的SVDDBN快速推理算法。通过仿真实验验证了这2种算法的有效性,并从复杂度、适用范围及更新时间等方面进行了比较。     

基于GCOA算法的带时间窗车辆路径规划问题研究

GCOA算法是对遗传算法的重大改良,不仅加快了遗传算法的收敛速度,而且从一定程度上避免了遗传算法陷入局部最优,并增大了遗传算法获得最优解的能力。本文首先介绍了GCOA算法,然后通过具体问题的解决对比传统遗传算法与GCOA算法,得出GCOA算法在收敛速度及结果优化两方面的有效性,最后将GCOA算法应用于求解VRPTW问题上,得出最优化结论。     

超滑与摩擦起源的探索

摩擦消耗掉全世界约1/3的一次能源,磨损致使大约80%的机器零部件失效,每年因摩擦、磨损造成的经济损失约占国内生产总值(gross domestic product, GDP)的2%～7%.对于中国这样的制造大国,摩擦、磨损造成的损失占比较高.仅以5%计算, 2019年我国因摩擦、磨损造成的损失就可能达4.95万亿元.因此,如何减少摩擦、降低磨损是大家广为关注的问题,也是影响人类社会走向绿色、环保、有效利用资源和能源的关键因素之一.探索摩擦起源,实现超滑状态成为摩擦学研究的重大使命.超滑就是将摩擦系数呈数个数量级的降低,同时伴随磨损率呈数量级下降的一种新技术.本文重点介绍了我们课题组近期在超滑和微观摩擦能量耗散机制方面的研究进展,同时也对国内外相关研究进行了简要评述.     

隔热智能窗用W掺杂VO2热致变色涂层的制备与表征

以低毒的硫酸氧钒为钒源、白钨酸为钨源,采用温和的液相法制备了钨掺杂柠檬酸氧钒铵前驱体;借助溶胶凝胶镀膜技术与500℃、Ar气气氛低温烧结制备了W掺杂VO2涂层.研究发现,涂层中W6+引入及V3+产生有效降低了VO2单斜相向四方相转变所需的热能势垒,同时也使得四方相可以在较低温度下存在.因此,随W掺杂量由0 at.％逐渐...     

改进遗传算法求解有时间窗车辆路由问题

为了有效求解带有时间窗的车辆路由问题,在标准遗传算法的基础上,引入两代竞争近距淘汰选择算子,用欧氏距离来判断个体之间的距离作为个体的相似程度,相似程度高且适应度差的个体被淘汰,并辅以循环交叉算子和插入变异算子,构造出了一种改进的遗传算法.仿真实验表明,改进的算法在迭代过程中能有效保持群体的多样性,避免出现早熟现象而陷入局部极值点,提高遗传算法的内在并行性.同时通过竞争淘汰,使局部搜索能力得到加强,加快了搜索速度.改进算法所计算出的结果优于用轮盘赌和自适应选择作为选择算子的遗传算法的结果.     

引入突触修饰非对称时窗的神经元感受野自组织模型

视觉通路中一些简单神经元的时空响应特性在动物出生前已基本形成,在缺乏视觉经验的情况下,视觉系统是怎样发育出这些神经元感受野的？以Wimbauer的时延网络为基础,引入神经生物学中最近发现的突触修饰非对称时窗,修改了Hebb学习规则,提出一种4层前馈网络模型。模型能自组织生成时空响应特性更为丰富的神经元感受野,并能对脊椎动物视觉系统中反差极性敏感型神经元的形成机制做出解释。这种网络模型比Linsker网络和Wimbauer的时延网络更具普适性。     

含趋势项时间序列持久性变点监测

针对核加权方差比率统计量不是监测从非平稳向平稳变化持久性变点一致方法的问题,通过引进一个窗宽参数,提出了一种滑动核加权方差比率统计量来监测含趋势项时间序列从非平稳向平稳变化的持久性.在非平稳原假设下给出了监测统计量的极限分布和经验临界值表,在备择假设下证明了新方法的一致性.模拟结果表明新方法具有比原方法更高的势和更短的平均运行长度,最后通过分析人民币与美元汇率数据进一步说明了该方法的有效性.