基于惩罚函数法的汽车悬架系统的优化

详细介绍在进行优化计算时,建立其相应的数学模型的方法.通过建立优化设计的数学模型,借助Matlab软件,基于惩罚函数法,对所建模型进行优化,编制计算机程序,得到汽车悬架系统的最优参数,从而找出影响工程车辆平顺性的最大因素所在.优化结果可作为悬架的控制方法和有关平顺性结构参数的依据.     

改进的惩罚函数优化法

用优化方法解决离散变量的工程问题,可采用惩罚函数法。本文对离散变量惩罚函数法作了改进,并应用实例证实了其可行性,为工程优化问题提供了有参考价值的优化算法。     

基于惩罚和修复策略的约束优化遗传算法

约束优化问题中最难以解决的就是约束处理问题,将惩罚函数法与修复策略相结合应用于非线性约束优化遗传算法之中,使得约束优化问题在惩罚函数和修复算子的协同作用下收敛于全局最优,有效避免了迭代过程中大量非可行解的产生,解决了在遗传算法约束优化问题中单独使用惩罚和修复方法时一些难以解决的问题。基于随机方向法构造的修复算子作用效果显著,采用多个测试函数对算法进行检验,均能较好地收敛于可行域中的最优解,验证了算法的可靠性。     

基于驾驶风格识别的混合动力汽车能量管理策略

为了进一步提高混合动力汽车的燃油经济性,针对驾驶员的驾驶风格对混合动力汽车的燃油经济性有较大影响的问题。通过对驾驶操作引起的汽车行驶过程的车体冲击度分析,确定不同类型行驶工况下的驾驶风格区分方法,应用该方法在所采集的大量行驶工况数据上,得到不同驾驶风格的车速信息。将行驶工况识别算法、不同驾驶风格的车速信息、等效燃油最小能量管理策略相结合,获取不同驾驶风格下的最优需求功率分配方式,从而建立基于驾驶风格识别的能量管理策略。对一段随机工况应用所制定的能量管理策略,仿真结果表明,所提出的控制策略比不考虑驾驶风格的等效燃油最小能量管理策略燃油经济性提高了8.47%,发动机工作点更好地运行在其最佳效率曲线附近,电池SOC更稳定且更好地维持在高效区域。     

基于改进灰狼优化算法的自动化立体仓库作业能量优化调度

针对带有截止时间约束的自动化立体仓库出入库作业调度问题,以调度过程中堆垛机能量消耗为优化目标建立数学模型,并引入相应的惩罚函数。对于入库货物,同时考虑定位存储和随机存储两种入库策略,采用一种最近邻货位选择策略对随机存储货物进行合理货位分配。采用一种改进灰狼优化算法对问题进行求解,算法通过引入融合Lévy飞行的混合个体更新策略和多种群重组策略来增强算法的搜索能力。通过仿真实验验证了改进灰狼优化算法在求解自动化立体仓库出入库作业能量优化调度问题的有效性。     

遗传算法与惩罚函数法相结合在约束优化问题中的应用

提出了将遗传算法与惩罚函数法相结合应用于约束优化问题的具体方法,改善了遗传算法应用的局限性。     

基于工况识别的混合动力汽车能量管理策略

为提高混合动力汽车燃油经济性及控制策略随路况的实时适应能力,以一款双行星排式的新型功率分流混合动力汽车为研究对象,选定五种典型工况,制定识别精度较高的模糊控制器进行工况识别,并优化各工况等效因子,建立了一种基于工况识别的自适应等效燃油消耗最低能量管理策略(A-ECMS).仿真结果表明,相比于基于规则的实车控制策略及等效...     

燃料电池有轨电车能量管理策略多目标优化

为研究一类以质子交换膜燃料电池、超级电容和动力电池为动力源的混合动力有轨电车能量管理问题,首先介绍该类有轨电车的混合动力系统结构和工作特点,提出一种基于系统工作模式的逻辑门限式能量管理策略,工作模式的切换通过多个控制参数来实现。针对该能量管理策略中控制参数的不确定性,应用多目标遗传算法,将整车超级电容和动力电池的最小配置成本以及有轨电车运行的能耗、准时性、准地点停车作为优化目标,对影响列车动力性能的主要能量管理策略控制参数进行优化。以国内某规划线路为实例,在已通过实车试验数据验证的系统仿真模型中进行优化分析,优化结果表明,在保证列车动力性能的前提下,优化后列车的总牵引能耗减少了约12.5%,回收的再生制动能量增加了约14.5%,燃料电池的平均效率提高了约0.83%;同时通过优化得到了超级电容和动力电池的最小容量配置,为整车车载储能系统的冗余配置提供参考。     

基于PMP的HEV全局最优能量管理策略研究

动态规划常用于求取已知工况的全局最优解,但该方法计算量大、求解时间长。为了解决这个问题,把发电机组和电池组模型适当化简,在保持电池组电量平衡的条件下,以电池组荷电状态为状态变量,以电池组输出功率为控制量,采用庞特里亚金极小值原理算法求解了混合动力汽车的能量管理问题,得到了全局最优解,并给出了详细的求解过程。与动态规划相比,该方法求解需要的时间很短。     

基于工况识别与多元非线性回归优化的能量管理策略

为给混合动力汽车智能管理策略提供基础,开展了基于学习向量化(LVQ)神经网络的工况模式识别算法研究。选取4种典型微观道路类型工况和3类标准循环工况,提取11个参数为训练特征数据,建立了LVQ神经网络工况模式识别算法;在此基础上,以某款混联式动力系统为例,结合多元非线性回归分析制定相应控制策略;最后,基于Simulink仿真平台建立LVQ神经网络工况模式识别及整车仿真模型,分别采用中国城市典型循环工况以及构建UDDS+NYCC+UDDS的标准行驶工况进行道路工况识别验证。结果表明,所建立的LVQ神经网络工况识别算法可以准确识别工况模式并能有效提高能量管理策略的控制效果。     

基于外点罚函数法门式起重机箱型主梁的优化设计

应用外点罚函数法对门式起重机箱型主梁进行优化设计,按照重量最轻的原则建立了起重机箱型主梁的优化数学模型,并采用MATLAB编程求解最优解,结果使起重机箱型主梁的自重减轻了19.8%。     

基于能源优化的中央空调控制策略

以一个中央空调的变频节能改造项目为基础,介绍了PLC和变频器在中央空调节能控制系统中的一种应用.并介绍了冷冻水系统、冷却水系统、冷却塔风机系统等子系统实现变频节能控制的基本设计思想和实现方法.通过采用模糊PID控制弥补了传统PID控制的不足,有效地降低了中央空调的能耗.既有良好的经济效益,也有明显的社会效益.     

基于罚函数法的永磁调速器优化设计

针对影响永磁调速器性能的自身体积、涡流损耗及轴向力三个主要目标进行综合考虑,采用罚函数法建立永磁调速器主要设计参数与目标函数之间关系的优化数学模型,实现对永磁调速器主要设计参数的优化。优化设计后的结果与传统设计相比,在保持永磁调速器所要求传递转矩的同时,可以有效减少其自身体积,降低涡流损耗和轴向力,提高了其使用范围、传动效率并可降低检修频率。     

基于工况识别的混合动力汽车能量管理策略优化

针对现有基于工况识别的能量管理策略在车辆行驶过程中未全面考虑动力电池荷电状态(SOC)在某些工况片段下降过快的问题,从ADVISOR中选取23个典型的循环工况,用聚类分析方法将其划分为五类,以燃油消耗最小为目标,采用模拟退火粒子群算法对各类工况下能量管理策略中的关键参数进行离线优化,并建立优化参数数据库,提出了一种基于工况识别的能量管理策略优化方法。利用构建的综合测试工况对所制定的能量管理策略进行仿真分析。结果表明,所制定的基于工况识别的能量管理策略与未采用工况识别的能量管理策略相比,综合油耗降低了12.77%;同时,所制定的基于工况识别的能量管理策略可使汽车在行驶过程中动力电池SOC下降速度大为减小。     

基于ECMS算法的能量管理策略研究

控制策略是混合动力汽车的核心技术之一,直接影响了混合动力汽车的经济性、动力性等。本文以Prius混联式混合动力汽车为研究对象,进行ECMS算法的研究,对算法中的等效系数的确定以及等效系数的主动修正进行研究分析,先根据行驶工况确定参考等效系数,再根据电池SOC对等效系数进行调整,并在AVL/CRUISE中建立整车模型,在SIMULINK中设计了基于ECMS算法的控制策略,进行整车经济性的仿真分析,仿真结果表明所设计的控制策略能够在实现较好的燃油经济性的同时维持电池SOC的平衡。     

惩罚函数的构造及多模态平稳过渡策略

为了使智能控制中多模态之间能够实现平稳过渡,结合一种多模态的划分方法,构造一类新的惩罚函数,并提出一种基于惩罚函数的多模态平稳过渡策略.通常,不同的控制策略针对不同的模态,而基于惩罚函数的多模态平稳过渡策略把不同的控制策略推广到所有模态,控制量是所有控制策略的加权,惩罚函数的作用是使与自己模态相对应的控制策略所含权值较大,另外模态的控制策略在此模态中所含权值都受到惩罚.最后,应用基于惩罚函数的多模态平稳过渡策略,在具有大进给力的纳米级驱动部件上进行试验,证明了所提出的平稳过渡策略的有效性.     

基于能量优化的产品曲面人机设计

基于对产品人机接触面形态的概率和接触力学等特性的分析，提出了基于人体形态与产品曲面形态的相似性和人机接触压力的能量优化曲面形态设计方法。考虑载荷大小、接触压力分布状态、曲面材料特性设置、曲面光顺性等，拟订了人机曲面形态设计的能量函数与求解方法，并建立了基于能量优化的产品曲面人机设计过程模型，结合理论建模、实验数据分析和编程实践，建立了从实验数据到产品人机接触面形态的映射机制，以座椅曲面设计为实例实现了基于接触压力实验数据的能量优化设计方法，并对设计结果做了比较分析。