A356铝合金轮毂低压铸造数值模拟以及组织与力学性能

采用轻质铝合金构件是实现汽车轻量化的重要策略,轮毂作为典型车用铝合金零件,其成形质量与低压铸造工艺参数密切相关。本文采用ProCAST有限元软件对A356铝合金轮毂低压铸造过程进行模拟仿真,研究了浇注温度及保压时间对轮毂成形质量的影响。并利用优化参数对轮毂进行铸造,对其成形质量及组织性能进行分析;同时,对轮毂不同部位进行微观组织及力学性能分析;对轮辋部位进行拉伸性能测试。结果表明：在浇注温度为700℃、保压时间为80 s时,铝液充型平稳,凝固符合顺序凝固原则,其铸造缺陷产生的概率最低;轮毂由内至外晶粒尺寸逐渐减小,由轮毂中心部位的58μm减小至外轮缘的23μm;轮辋部位抗拉强度可达228 MPa,屈服强度为170 MPa,断后伸长率为6%。     

应急救援车辆主动悬挂系统能耗与发动机的功率匹配控制

针对主动悬挂系统能耗与发动机运行参数不匹配而导致的液压主动悬挂系统压力和流量频繁波动、发动机载荷过高导致熄火等问题,提出了主动悬挂系统能耗与发动机功率匹配的控制方案。分析了保证主动悬挂系统与发动机匹配运行的条件,为使主动悬挂系统运行的最大功率小于发动机当前状态下的剩余功率,提出了根据驱动主动悬挂系统的平均流量对变量泵排量控制信号进行动态补偿的控制策略,应用模糊PID控制方法设计了功率匹配控制器。试验结果表明：相较于原主动悬挂系统,应用所提出控制方案的主动悬挂系统所消耗的平均功率降低了42%,发动机扭矩百分比平均值下降了39.6%,主动悬挂系统能耗和发动机载荷明显减小。     

一种平面冗余机器人总性能最优的实时控制方法

提出了驱动集中布置概念冗余度机器人的结构设计方法,根据机器人逆运动学提出了基于加权M-P伪逆的预设空间降维法,并对加权矩阵进行了数值分析,通过改变加权矩阵对角线上元素的值进而改变瞬时速度,来改变各个关节角度的摆动幅度。对平面4R冗余机器人进行了动力学分析,将总能量、总力矩和总时间作为优化目标,利用粒子群优化方法对这三个指标同时进行优化,得到冗余度机器人总性能最优时的运动结束时间。进行了样机试制,实验结果证明所提方法可行。     

基于能量法的分布式驱动电动汽车防侧翻控制

分布式驱动电动汽车具有优越的侧倾稳定性控制功能,但基于横向载荷转移率评价进行控制并不能充分发挥其技术优势。为提升该类车型恶劣工况下的防侧翻控制能力,针对当前侧翻评价指标的不足,开展基于能量转化评价的稳定性控制研究。针对该类车型的结构特点,建立车辆系统坐标系,借助欧拉旋转角法推导了整车在侧翻运动过程中动能、势能和耗散能的表达方程;通过计算车辆失稳能量阈值与车辆实时失稳能量,提出综合多因素的车辆稳定性评价指标;基于侧翻动力学模型设计出防侧翻滑模控制器;通过在分布式驱动系统力矩阈值范围内开展基于驱动轮力矩分配的差动驱动,实现了整车的防侧翻控制。研究表明,基于能量法制定的空间失稳评价指标相较于横向载荷转移率而言,更能准确、灵敏地反映整车侧倾运动状态的变化趋势,基于其设计的防侧翻控制方法通过主动分配两侧驱动力矩,削弱了相关能量转化,有效抑制了整车侧倾运动,显著提高了侧倾稳定性。     

基于环形特征的卷积神经网络轮毂识别

针对实际生产中不同种类轮毂的混流生产问题,提出了一种基于环形特征的卷积神经网络轮毂识别算法。将直角坐标下的环形轮毂映射到极坐标中,归一化为标准形式的矩形,提取轮毂图像的环形特征信息,减少冗余特征产生的影响;设计了一种改进的VGG网络架构,利用深度可分离卷积打破输出通道维度与卷积核大小的联系,在不损失网络性能的同时降低了计算量,能够在实际生产中轮毂识别任务在有限的算力情况下实时进行计算;从有效性和实时性两个方面对轮毂识别算法进行评估,且通过Inception V3、SVM、KNN等模型的对比实验,验证了该算法可以实时地对轮毂自适应分类。实验表明: 该方法对轮毂图像的处理精度达到99%以上,单幅图像平均处理时间降低至11.78ms。     

基于ResNet50与迁移学习的轮毂识别

针对人工进行轮毂分拣存在的误识别问题,采用一种基于ResNet50与迁移学习的神经网络模型来识别汽车轮毂。把预训练模型参数迁移到ResNet50卷积神经网络中,修改原网络的输出层,构建基于ResNet50的迁移学习模型,通过进一步训练轮毂数据集来微调模型参数,提取轮毂的细粒度特征。通过对比AlexNet、VGG11、VGG16与ResNet50模型在未使用微调、使用微调和冻结不同数量卷积层参数时的训练效率、准确率,证明ResNet50迁移学模型在冻结前7个Bottleneck残差块参数时不仅能缩短训练时间,并能在相同迭代周期下取得更高的准确率。在该冻结策略下训练生成TL-ResNet50迁移学习模型,分别对8种轮毂进行预测,得出每种轮毂的平均准确率达到99%以上。     

底盘构件多轴随机载荷下高周疲劳准则研究

为探明汽车底盘构件在随机载荷下多轴高周疲劳准则的应用方法与寿命预测规律,以某品牌B级轿车为研究对象,通过采集试验场强化路轮心六分力信号,建立了整车多体动力学模型,应用虚拟迭代法获取转向节与其他零件连接点的载荷时间历程;建立转向节有限元模型,通过模态仿真与试验验证了有限元模型的准确性;提取了von Mises应力下寿命值最小节点的应力分量时间历程;研究了8种高周疲劳准则所基于的3种类型临界平面的计算方法,通过多轴循环计数提取临界面上正应力幅与剪应力幅,并计算不同准则对应的等效应力幅,总结幅值分布与寿命预测规律。研究结果表明,在幅值分布与寿命预测方面,Zhang-Yao准则的等效剪应力幅值整体偏大,预测寿命为1.09×105周次,较其他准则偏于保守;McDiarmid准则的大应力幅仅占3.4%,预测寿命为1.25×106周次,明显大于其他准则的预测寿命值,而改进的McDiarmid准则预测寿命值明显减小。在计算成本方面,von Mises准则无需提取临界面与多轴循环计数,应用最为便捷;Findley准则提取临界面过程需要计算所有平面的正应力与剪应力数据,故计算成本最高。     

7075铝板弹性模量退化行为研究及回弹预测

金属板材的弹性模量随塑性变形发生衰退,这一现象对板材成形中的回弹预测影响巨大。为研究7075高强铝板的弹性模量衰退规律,采用传统的循环加载试验进行弹性模量测试,同时借助DIC应变测量系统设计弯曲卸载试验进行测试。试验结果表明：弹性模量随塑性变形发生明显退化且衰退规律受材料变形所处的应力状态影响。将两种试验所得衰退规律用于C形梁成形过程中的有限元回弹仿真,仿真与试验的对比结果表明：弯曲卸载试验所得弹性模量衰退规律对C形梁回弹分析的结果明显优于循环加载试验所得规律的结果,四个回弹角的预测精度分别提高了42%、7%、40%和200%。     

电液主动悬架灵敏度分析与自适应跟踪控制

应急救援车辆载重量大、行驶路面复杂,电液主动悬架输出力的响应和控制精度对衰减振动至关重要。建立了电液主动悬架单元数学模型,给出了系统的轨迹灵敏度方程,并得到力阶跃响应对应各主要参数的灵敏度,为悬架性能优化提供理论依据;针对电液主动悬架负载质量大的特点,结合灵敏度分析结果,设计模型参考自适应控制器。最后,通过实验对自适应控制效果进行验证,结果表明所提出的控制方法可有效提高电液主动悬架单元的跟踪性能和对输出力的控制精度,助力整车主动悬架系统实现各种先进控制算法。     

基于ANFIS的电磁换向阀寿命预测

以电磁换向阀的出入口压降作为失效判据,从流量退化角度深入分析,进行电磁换向阀的寿命预测研究。首先使用改进的集合经验模态分解(Modified Ensemble Empirical Mode Decomposition, MEEMD)方法多尺度分解测试数据,以欧式距离的IMFs分量筛选规则完成噪声信号的降噪重构。随后利用时域分析、频域分析和时频域分析提取特征参数,并用核主元(Kernel Principal Component Analysis, KPCA)方法融合处理,经过3次指数平滑处理,构建了电磁换向阀退化评估指标。融合退化评估指标,训练自适应模糊神经网络(Adaptive Network-based Fuzzy Inference System, ANFIS),通过对未失效样本进行压降趋势预测,实现了电磁换向阀的寿命预测。结果显示,ANFIS的预测指标与实际指标的差异性较小,预测结果准确。