转向工况下的分布式电动汽车稳定性控制

为提高分布式驱动电动汽车转向稳定性,解决传统神经网络控制算法收敛速度慢、易陷入局部最优解的问题,提出一种利用粒子群算法优化神经网络的比例-积分-微分(PID)转向稳定控制器,利用横摆力矩和滑移率调整力矩实现横摆角速度和各轮滑移率的控制。在此基础上研究了一种针对转向工况的最优力矩分配算法,通过模糊控制算法对驱动力矩进行修正得到驱动修正力矩,将其与横摆力矩和滑移率调整力矩一起作为二次规划问题进行最优分配,得到各轮最佳驱动力矩。基于联合仿真平台进行了双移线和蛇形等典型转向工况下的性能对比测试。结果表明:文中提出的算法能在保持车辆良好动力性同时维持稳定性,稳定控制器能将蛇形工况打滑现象降低36.4%,最优力矩分配算法能将双移线工况的稳定性提高31.2%。     

一维配位聚合物[Ni{S_2P(OCH_2CH_2Ph)_2}_2(4,4'-bipy)]_n的合成与晶体结构

在丙酮溶剂中,双((O,O’-二苯乙基)二硫代磷酸)合镍配合物与双齿桥联氮碱配体4,4’-联吡啶(4,4’-bipy)反应,得到了一维配位聚合物[Ni{S2P(OCH2CH2Ph)2}2(4,4’-bipy)]n,用元素分析、红外光谱、1H NMR、13C NMR、31P NMR和X-射线衍射技术对其结构进行了表征。该化合物属单斜晶系,C 2/c空间群,晶胞参数为a=29.500(4),b=11.289(3),c=13.407(4),β=99.44(4)°,V=4404.4(18)3,Z=4,C42H44N2NiO4P2S4,Mr=889.68,Dc=1.342 g/cm3,F(000)=1856,μ(MoKα)=0.744 mm-1。可观测衍射点为2550个,R=0.052,wR=0.1329(I>2σ(I)),所有数据的R=0.0971,wR=0.1489。     

分布式驱动电动汽车紧急工况下稳定性控制

基于分布式驱动电动汽车具有各轮转矩可单独控制的特点,利用最优转矩分配方法提出其在危险工况下的稳定性控制算法.该算法分为稳定性判断与横摆力矩控制模块、滑移率计算与控制模块及各轮驱动力矩分配模块.稳定性判断与横摆力矩控制模块确定车辆稳定性状态,滑模变结构控制方法用于跟踪理想横摆角速度,输出期望的横摆力矩,确保非线性系统在受到外界干扰时保持稳定;滑移率计算与控制模块计算各轮的滑移状态,通过滑模变结构控制的方法进行各轮滑移率的控制;驱动力矩分配模块综合考虑轮胎力、地面附着等因素,根据横摆控制和滑移率控制的需求,分配各轮驱动力矩.利用联合仿真进行工况验证,结果表明:与各轮力矩平均分配算法相比,所提的力矩分配算法具有更优良的稳定控制效果.     

配位聚合物[Cu(MB)(DMF)(H_2O)_2(μ-SO_4)]_n的合成、表征及晶体结构

合成了配位聚合物[Cu(MB)(DMF)(H2O)2(μ-SO4)]n(MB为苯并咪唑),采用元素分析和紫外-可见光谱进行了表征,并用X射线衍射法测定了其晶体结构。该晶体属于斜方晶系,P n21a空间群;晶胞参数:a=24.2574(5),b=17.7364(5),c=7.0006(2),V=3011.94(14)3,Dc=1.706Mg/m3,Z=8,F(000)=1592,μ=1.63 mm-1,S=1.03,(Δ/σ)max=0.001,R1=0.039,wR2=0.0822[I>2σ(I)]。晶体结构解析表明,配位聚合物[Cu(MB)(DMF)(H2O)2(μ-SO4)]n的每个结构单元存在两个不对称的子单元,每个子单元包括1个Cu(II)原子、1个苯并咪唑、1个DMF、1个SO24-和2个H2O分子;Cu(II)原子与苯并咪唑的1个N原子、DMF中的1个O原子、2个H2O分子中的2个O原子,1个SO24-分子中的2个O原子形成八面体六配位结构,Cu(II)原子位于八面体的中心,SO24-为桥联配体,整个Cu(II)为拉长的八面体,其中O1、O5和O11、O12分别位于轴向位置。两个子单元通过氢键作用形成二聚体。通过SO24-桥联两个Cu(II)和分子间氢键作用形成沿c轴的一维结构。一维链通过链间氢键作用,形成三维的网状结构。