轨道车辆大功率高频辅助变流器设计研究

介绍了一种基于LLC谐振变换器的轨道车辆大功率高频辅助变流器设计方法,主要对LLC谐振变换器工作原理、核心器件选型及电磁兼容等关键项点进行理论分析和硬件设计,并通过样机试验验证了设计思路,为轨道车辆大功率高频辅助变流器设计提供理论支撑和工程经验。     

基于音频特征的工程车辆工况识别研究

高效率地使用工程车辆是工程项目管理中节约成本的有效方法，无人监管环境下工程车辆的工况识别，是实现工程车辆高效率使用的有效手段。目前以GPS等技术为核心的车辆智能管理系统未对工程车辆进行工况识别，提出一种基于GRU循环神经网络的工程车辆工况识别方法，通过对工程车辆在不同工况下产生的音频信号进行分析，从中提取Mel倒谱系数作为主要特征，构建GRU循环神经网络模型进行训练和识别。实验结果表明，该方法可以实现对工程车辆工况的有效识别。     

轨道交通车辆内饰用水性聚氨酯哑光面漆的研制与品质稳定性控制

针对轨道交通车辆内饰用涂料重点关注的光泽稳定性、湿碰湿涂膜抗起泡性、环保阻燃性、耐划伤性、耐磨性与砂纹质感效果等方面的要求，研究了羟基丙烯酸分散体、异氰酸酯固化剂、复合无机纳米材料、多功能消泡流平浆等因素对涂料性能的影响，制备了一种综合性能优异的轨道交通车辆内饰用水性聚氨酯哑光面漆；并通过立体消光、双重环节过滤工艺、夏冬季固化剂差异配方、多粒径砂面粉复配等技术，实现对光泽稳定性、涂料细度、干燥速度、以及漆膜砂纹质感等品质稳定性的有效控制。     

基于混合蚁群算法的异质车队低碳VRP研究

针对货运车辆在配送调度过程中产生大量碳排放的问题，建立模型将多种影响碳排放量的因素协同优化。模型中考虑了不同载重量的异质车队，两个节点之间有多条道路的柔性路径，以及车辆重量随卸货而减少的动态负载等因素，以碳排放量、行驶时间和行驶路程为优化目标，并加入了节点需求时间窗、根据速度变化划分路段、交接和卸货时间的约束。提出了一种混合蚁群算法，利用蚁群算法信息素强度更新方式保持群体记忆性，利用粒子群算法的快速收敛特性增加计算效率。通过随机数值算例的仿真优化与对比分析，验证了算法和模型的有效性。     

互联网背景下排队论构建机场候车区排队系统研究

本文是有关提高出租车收益以及提高总体乘车效益,维护机场正常运营的问题。基于车辆调度问题,对上车点进行设计。首先利用排队论构建机场候车区排队系统,然后设计出三种车道模式,并分别设定了适宜的上车点,最后据此设计一种出租车出行实时监测装置。     

城市轨道车辆称重与轮重减载试验台研究

车辆静态轮重和轮重减载率一直以来是铁道车辆运营维护关注的重点,直接关系着车辆动态运营的脱轨安全性与黏着牵引特性。因此,设计了一种针对城市轨道车辆的称重和轮重减载试验台,具备车辆静态称重功能、轮重减载率测试功能、承载轨道功能和防倾覆功能等。为了进一步阐释试验台的可靠性,利用有限元方法对试验台结构焊缝静强度和疲劳强度进行了校核,针对典型地铁车辆验证了试验台称重和轮重减载功能。结果表明,城市轨道车辆称重和轮重减载试验台结构焊缝静强度和疲劳强度,能够满足使用要求。     

特种车辆维修与保养技术探讨

随着我国工业的快速发展,我国工业对石油产品的消耗速度越来越快。为了满足日益增长的石油供给需求,我国最近几年也加快了石油建设的步伐,不仅油田规模越来越大,数量也越来越多。在油田建设和生产中,要用到一些油田特种车辆,主要承担着各种油田生产的特殊任务,是油田生产中不可缺少的一部分。它们在使用过程中,往往负荷很高,且其工作容易受到多种因素的影响,这造成其在使用过程中故障率普遍偏高,这大大影响了油田的生产效率,并降低了车辆的使用寿命。为了有效解决这个问题,一定要加强油田特种车辆的维修与保养技术。     

基于惩罚函数法车辆冷却风扇数值优化设计

冷却风扇是发动机正常散热的重要保证,同时也是耗能单元,在满足散热模块对风量、风压要求的前提下,降低冷却风扇对发动机的能量消耗。针对车辆用冷却风扇相关性能参数进行分析,根据结构特点建立数学模型,参考设计空间尺寸和其他参数要求,设定优化设计的目标函数和约束条件,基于惩罚函数法对冷却风扇进行结构优化设计。基于冷却风扇风洞试验和发动机冷却系统台架试验,对比优化前后冷却风扇的性能差异。结果可知,冷却风扇的能耗降低,而效率提高,散热效果基本不变;优化设计达到提高效率降低功耗的目的,风扇效率提高约6%,静压变化小于1%,可认为基本无变化;发动机台架试验表明应用该优化设计方法后,冷却风散与发动机匹配性良好,散热效果达到优化前设计要求;可以在保证风量风压要求的前提下,通过优化风扇相关性能参数,降低冷却风扇自身能耗。     

一种铁路机车车辆受流器用高温硅橡胶电缆

一种铁路机车车辆受流器用高温硅橡胶电缆     

无人驾驶车辆的运动控制发展现状综述

回顾无人驾驶车辆的运动控制问题。从系统模型、控制方法以及控制结构等角度切入,分别在纵向运动控制、路径跟踪控制和轨迹跟踪控制三个层面对国内外的研究进展进行综述,并提出对无人驾驶车辆运动控制技术的发展展望。当前运动控制研究多集中于常规工况,为实现无人驾驶车辆在处理人类驾驶员认为具有挑战性或缺乏操纵能力的复杂动态场景下的潜力,运动控制研究须从常规工况向极限工况拓展,但是极限工况下车辆的非线性和多维运动耦合特征显著增强,对系统建模以及算法的自适应性和鲁棒性的要求进一步提高。同时,为应对复杂场景下的多目标协调优化问题,考虑环境不确定性的运动规划与控制集成设计需要深入研究。增加执行器手段可以提升极限工况下车辆的侧向响应速度和控制裕度,但是冗余异构执行器的控制分配研究仍有待突破。运动控制的实现依赖于路面附着系数、质心侧偏角等信息输入,因此基于多源传感信息融合的关键状态与参数估计问题亟需解决。此外,将机器学习应用到车辆运动控制领域也是一个重要的发展方向。