轮距对重型汽车行驶稳定性影响的仿真研究

建立了重型汽车七自由度动力学模型,利用TruckSim重型汽车动力学仿真软件,研究了前后轮距参数变化对重型汽车动态行驶稳定性的影响。通过仿真得到了不同轮距的重型汽车行驶过程中簧载质量侧倾角、横摆角、俯仰角、前后车轮作用于地面的垂直反力瞬态值。通过对仿真结果的分析,得知增加后轮轮距对改善重型汽车行驶稳定性效果不显著,而增加前轮轮距可以更好地改善汽车行驶的稳定性和安全性,为改善重型汽车行驶稳定性提供参考。     

城市道路安装分隔栏杆对通行能力影响的研究

为明确和固定不同方向、不同性质车辆的行驶路权,在城市道路设置分隔栏,是当前城市交通拥堵治理常用的方法。实践表明,分隔栏对道路有序、安全起到一定作用,但是会导致道路侧向净空减少,对驾驶员心理造成影响,进而影响车辆的行驶速度,道路通行能力反而下降。文章运用道路侧向净空与车速的数学关系模型,从理论上对不同类型城市道路设置分隔栏的可行性进行了研究,并通过对车速实地调查和实例分析,对比分析分隔栏对车速的影响。结果表明,城市道路安装分隔护栏时,要综合考虑道路的宽度、限速值及车型,谨防适得其反的现象发生。     

电动汽车用永磁同步电机模糊直接转矩控制

为了提升电动汽车电机驱动系统的动态性能和稳态效率,本文提出了一种基于电动汽车行驶模式切换的永磁同步电机(PMSM)模糊直接转矩控制策略。在分析电动汽车行驶模式的基础上,对传统PMSM直接转矩控制(DTC)系统进行了改进,采用模糊控制器取代传统DTC系统中的滞环比较器和电压矢量选择器。针对不同的行驶模式,分别设计了相应的模糊控制规则和控制器。在Matlab/Simulink中搭建了PMSM模糊DTC系统模型。仿真结果表明:所设计的PMSM模糊DTC策略与传统DTC相比,PMSM驱动系统不仅转矩动态响应速度快,转矩脉动小,而且其高速运行时的稳态效率提高了10.26%。     

混合禁忌搜索算法的邮政运输车辆调度问题研究

在邮政企业中,运输网络是整个系统得以顺利运行的基础,邮政企业如何充分发挥自身优势、整合资源以改善运输网络是市场竞争愈发激烈情况下面临的重大问题,尤其是邮路规划问题。为提高邮政运输网络的整体运行效率,在同时考虑往返货物归集、车载量限制、最短路径和最少车辆数等一系列约束条件情况下,建立了送取货一体化的多中心邮政运输车辆调度的数学模型;针对该模型设计了禁忌搜索算法与C-W节约里程算法相结合的求解优化算法。最后,通过贵州省邮政企业实际生产数据对模型和算法进行仿真验证,并对优化后的调度方案进行了结果和效果分析。实验结果表明,优化后求得的配送策略在优化邮运成本上效果明显。     

交通数据的地图匹配算法研究

城市智能交通引导系统为用户提供最准确的道路交通信息。在分析地图匹配问题产生原因的基础上,阐述了地图匹配算法解决车辆在地图上位置定位的基本思想和判断依据,设计了交通引导系统中便于实现的地图匹配算法,通过引入行驶方向和驾车轨迹,地图匹配算法改进后提高了车辆定位的准确性。系统实验证明,改进后的地图匹配算法能够很好的完成交通引导系统中车辆位置在地图显示中的定位匹配任务。     

基于LMI的四自由度车辆模型主动悬架H∞控制

针对带有电液主动悬架的四自由度半车模型,选取加权函数阵对系统的频域性能指标进行整定,应用基于线性矩阵不等式的H∞控制算法设计出主动悬架H∞输出反馈控制器,该方法能够有效地解决系统的鲁棒干扰抑制问题.仿真结果表明,通过选择恰当的加权函数设计电液主动悬架H∞控制器能够有效降低车身垂直加速度和俯仰角加速度,改善汽车的行驶平顺性和乘坐舒适性.     

基于重心法和节约里程法的垃圾分类新型收运模式研究

城市生活垃圾日益增多,垃圾围城现象愈发严重,采用垃圾分类收运处理体系可以有效提高垃圾分类率并减少垃圾产量.如何合理分类处置垃圾成为当前城市环境综合治理工作中的新难点.为了提高垃圾收运效率,进行了基于重心法和节约里程法的垃圾分类新型收运模式研究,旨在通过分类建站、分类收运的方式提高城市垃圾的处理效率.调研了南京市浦口区的居民区,在将城市垃圾分为厨余垃圾、可回收垃圾和其他垃圾的基础上,采用重心法进行垃圾处理站的选址,同时采用节约里程法进行收运路线优化,并对两种不同的收运模式相关的路程、成本进行了对比.结果表明该方法可使垃圾收运路程减少5.43%,垃圾收运成本降低10.57%,验证了该模式的实用性.     

基于LSTM神经网络的乘用车能耗预测

为改善当今石油供需矛盾和环境问题,针对乘用车提出了基于LSTM神经网络的燃油乘用车能耗预测模型。通过纵向动力学建模并匹配相应车型进行求解,结合GB/T 38146.1行驶工况数据,得出能耗随时间的变化率。构建LSTM神经网络架构,根据处理后的数据样本,对LSTM神经网络进行训练和评价。最后,通过LSTM神经网络和BP神经网络的仿真对比表明,随着迭代周期的增加,LSTM神经网络模型具有更高的精度,对能耗预测的准确性较好,对改善无人驾驶车辆的节能减排具有工程应用价值。     

基于聚类的半挂牵引车行驶工况构建改进方法

针对传统K-均值聚类算法易陷入局部最优以及最佳聚类数难以确定的问题,提出一种基于高斯混合模型聚类的改进方法。选定淄博市博山-沂源路段作为测试道路,以半挂牵引车为试验车辆,利用车载终端设备采集车辆行车数据。在对原始数据预处理的基础上,以速度为运动学片段划分标准,采用主成分分析和聚类分析对特征参数进行降维分类处理,依据距离聚类中心越近越能代表该类特征的原则选取运动学片段,构建丘陵山区半挂牵引车代表性行驶工况。与传统的K-均值聚类相比,采用高斯混合模型聚类构建的丘陵山区车辆行驶工况特征值误差仅为2.05%,精度更高,更能反映丘陵山区道路线形复杂的特点。与国内采用的半挂牵引车测试工况(CHTC-TT工况)相比,所构工况与之差异明显,表明了开发反映丘陵山区行驶特征的半挂牵引车代表性行驶工况的必要性。