节能赛车行车策略分析及动力匹配

针对在中国节能竞技大赛EV组比赛中,大赛规则和电池性能影响节能赛车续驶里程的问题,基于纯电动汽车动力性能分析的方法,提出了一种满足节能赛车比赛需求的参数匹配方法和行驶策略。通过选定电池合理的放电电流,确定出节能赛车的行车需求,完成整车的动力匹配。仿真研究结果表明,节能赛车的行车策略合理,最高车速、最大爬坡度、加速时间均满足整车动力性要求,实现了预定的续驶里程。     

煤矿双电机驱动带式输送机的能耗建模与参数辨识

带式输送机运行过程中的能耗与原煤运量和带速关系密切,根据运量优化带速,对于输送机节能运行有重要意义.本文面向煤矿双电机驱动带式输送机节能运行,研究能耗建模和参数辨识方法.首先,根据双电机驱动模式,建立基于电机动态模型的输送机能耗模型;然后,根据电机电流、转速和运量的测量数据,建立基于磁链观测器和递推最小二乘的参数辨识方法;最后,通过仿真实验说明所提方法的有效性.     

电熔镁砂产品单吨能耗混合预报模型

产品的单吨能耗是反映电熔镁砂熔炼过程产品产量和能耗的综合生产指标. 通过分析炉内电热转换关系,利用能量守恒原理建立了产品单吨能耗模型. 针对模型的未知非线性和参数时变等综合复杂性提出了由基于机理分析的单吨能耗主模型和 基于神经网络的补偿模型组成的产品单吨能耗混合预报模型. 其中神经网络补偿模型用于补偿模型的未知非线性和参数不确定性对于预报模型准确性的影响. 采用某电熔镁砂熔炼过程实测数据验证了所建立的混合预报模型是有效的.     

线控转向系统动力学模型的研究

准确简单的线控转向系统动力学模型是研究线控转向的各种控制策略和参数匹配的基础.建立了线控转向系统的人-车-路闭环动力学模型,包括道路模型、驾驶员模型、控制器模型、转向盘总成模型、整车模型(包括车身模型、轮胎模型)及前轮转向总成模型等.基于以上模型,研究了驾驶员模型参数:驾驶员的补偿转向增益和认知时间延迟引起的死区时间变化对实际侧向偏移到目标侧向偏移的传递函数频率响应的影响.结果表明,选择不同的参数对线控转向系统的操纵稳定性影响较大,应合理选择相关参数.     

基于参数估计的半挂汽车列车稳定性控制研究

车辆参数估计是半挂汽车列车稳定性控制研究的关键,通过递推最小二乘法（RLS）估计整车质量和轮胎侧偏刚度,进而获取挂车横摆转动惯量,将估计的车辆参数应用于稳定性控制系统,修正控制系统参数.基于商用车动力学仿真软件TruckSim建立了某半挂汽车列车的非线性整车仿真模型,在Matlab/Simulink中设计建立了稳定性控制逻辑和参考响应模型,通过TruckSim-Simulink的联合仿真对控制方案进行了验证分析.结果表明,基于名义参数设计的控制系统受载重变化的影响较大,而带有参数估计的控制系统由于能够对控制参数进行修正,可以较好地适应载运工况的变化,受载运工况的影响较小.     

FASE赛车转向系统的仿真优化与设计

对于一辆赛车来说,其转向系统的影响非常大,其设计水平直接影响赛车的操纵稳定性,车手对于赛车的控制,通常也是控制赛车的转向系统完成.建立了转向系统的虚拟样机模型,同时还建立了空间转向梯形运动学模型,进一步完成优化转向梯形,利用Adams软件优化设计了转向断开点的坐标,进行优化设计,以及对轮胎各个部分转向角进行优化分析,结...     

基于Dymola的ECUV纯电动汽车能量流仿真

为了准确分析纯电动汽车的能耗问题,以研究纯电动汽车能量传递为目的,对纯电动汽车系统结构进行了分析。应用多物理标准化统一建模语言Modelica,采用Dymola支撑平台,建立了ECUV纯电动汽车层次化、机电控的统一模型。基于测试数据,对电机及控制系统模型进行了标定、验证。完成了整车工况仿真,针对纯电动汽车整车及子系统的能量消耗,计算得出ECUV纯电动汽车行驶能耗平衡图,提出提高纯电动汽车能量利用率的措施。     

基于多体动力学的整车燃油经济性仿真

利用多体系统动力学理论建立了汽车的整车动力学模型。该模型包括汽车车身、滑块和导向臂三个刚体。经过仿真验证,发现本文建立的多体模型是正确的,它能够反映出汽车在起步、加速、制动工况下车身姿态的动态变化。随后,基于已经建立的整车模型针对5种道路循环工况进行了整车燃油经济性仿真,分析了多体模型中悬架刚度、车身转动惯量、轴距、质心高度这四个参数对整车燃油经济性的影响规律。     

基于最小二乘支持向量机和遗传算法的氧化铝悬浮焙烧能耗估计建模

针对氧化铝悬浮焙烧能耗信息表征和模型应用的实际需求,建立一种最小二乘支持向量机(LS-SVM)能耗估计模型。基于该类模型结合遗传算法(GA)提出一种模型参数优化和工业应用策略。采用灰关联分析确定模型的主输入为主炉温度、烟气含氧量、原料含水量;采用K折交叉验证优化样本数据;采用比较模型预测误差确定核函数为径向基函数(RBF)核。建立输入为能耗参数,输出为模型标志的支持向量机工况模型选择器。能耗估计模型的自学习与动态优化通过样本的更新和聚类实现,模型的选择和投运通过模型选择器依据工况状态实施切换。实验结果表明,建立的焙烧能耗估计模型和模型应用策略,能提高模型的泛化能力、增强模型的工况适应性,是一种有效的焙烧能耗参数估计和分析方法。     

能耗优化的神经网络轻量化方法研究进展

近年来，神经网络在语音识别、计算机视觉、自然语言处理等领域都取得了良好的进展.大量的神经网络被部署于诸如手机、摄像头等依赖电池或太阳能供电的小型设备.但神经网络参数量大计算复杂，需占用大量计算资源并消耗电能，从而限制了其在资源受限平台上的应用.学术界和工业界逐渐关注于神经网络的高能耗问题.神经网络轻量化方法可以有效地减少参数数量、降低参数精度或优化计算过程从而降低神经网络能耗.本文从能耗优化的角度梳理了神经网络能耗估算方法和神经网络轻量化方法的基本思路，综述了近年来该领域主要研究成果，并提出了能耗估算和能耗优化的神经网络轻量化方法存在的挑战及进一步研究的方向.其中神经网络能耗估算方法包括测量法、分析法和估算法.能耗优化的神经网络轻量化方法包括剪枝、量化、张量分解和知识蒸馏.对于进一步研究方向我们认为，首先需要建立可自适应网络类型的能耗模型；然后需要考虑平衡精度和能耗的轻量化方法.其次需要实现硬件平台可泛化的轻量化方法；最后开发搜索空间可约束的轻量化方法.     

基于运动模型的道路识别与跟踪算法的研究

自主驾驶与辅助导航是目前国际上研究的热问题,通过对室外行驶车辆上的ＣＣＤ摄像机所采集的长序列立体图象的处理与分析,研究公路汽车自动视觉导航中的道路识别与跟踪问题。     

汽车电子节能系统的设计方法研究与仿真

研究汽车节能方面的问题,降低汽车耗油量。针对在颠簸路段行驶时,车速会发生突变,耗能呈现高度的非线性,无法用数学模型描述、造成电子节能装置降低耗能的效果下降的问题。为了解决上述问题,提出了采用应激反馈响应的汽车电子节能算法。首先选取合理的车速参数和耗油量参数,然后建立数学模型,对选取的参数进行预处理,最后用应激反馈响应优化参数的调节,增加系统稳定性,降低汽车在颠簸路段运行时的耗油量。实验证明,利用基于应激反馈响应的汽车电子节能算法,能够有效降低汽车在颠簸路段运行时的耗油量,为汽车节能系统设计提供了依据。     

Application of ANFIS Model for Thailand’s Electric Vehicle Consumption

Generally, road transport is a major energy-consuming sector. Fuel consumption of each vehicle is an important factor that affects the overall energy consumption, driving behavior and vehicle characteristic are the main factors affecting the change of vehicle fuel consumption. It is difficult to analyze the influence of fuel consumption with multiple and complex factors. The Adaptive Neuro-Fuzzy Inference System (ANFIS) approach was employed to develop a vehicle fuel consumption model based on multivariate input. The ANFIS network was constructed by various experiments based on the ANFIS Parameter setting. The performance of the ANFIS network was validated using Root Mean Square Error (RMSE) and Mean Average Error (MAE) which related to the setting of ANFIS parameters. The experimental results indicated that the training data sample, number, and type of membership functions are the most important factor affecting the performance of the ANFIS network. However, the number of epochs does not necessarily significantly improve the system performance, too many the number of epochs setting may not provide the best results and lead to excessive responding time. The results also demonstrate that three factors, consisted of the engine size, driving speed, and the number of passengers, are important factors that influence the change of vehicle fuel consumption. The selected ANFIS models with minimum error can be properly and efficiently used to predict vehicle fuel consumption for Thailand’s road transport sector.     

Design, implementation, and experimental validation of optimal power split control for hybrid electric trucks

Hybrid electric vehicles require an algorithm that controls the power split between the internal combustion engine and electric machine(s), and the opening and closing of the clutch. Optimal control theory is applied to derive a methodology for a real-time optimal-control-based power split algorithm. The presented strategy is adaptive for vehicle mass and road elevation, and is implemented on a standard Electronic Control Unit of a parallel hybrid electric truck. The implemented strategy is experimentally validated on a chassis dynamo meter. The fuel consumption is measured on 12 different trajectories and compared with a heuristic and a non-hybrid strategy. The optimal control strategy has a fuel consumption lower (up to 3%) than the heuristic strategy on all trajectories that are evaluated, except one. Compared to the non-hybrid strategy the fuel consumption reduction ranged from 7% to 16%.     

考虑交通拥堵的冷链物流城市配送的GVRP研究

针对目前研究冷链物流车辆路径问题多未考虑交通拥堵对运营成本的影响,将道路拥堵因素融入到冷链物流绿色车辆路径（Green Vehicle Routing Problem）优化数学模型中。兼顾经济成本和环境成本,在时变网络下综合考虑冷链物流中车辆管理成本、运输能耗成本、货损成本、制冷成本以及客户需求时间窗的惩罚成本,同时引入运输和制冷过程中产生的碳排放成本,统筹安排车辆路径,使得物流企业整体运营成本最低,更绿色环保。在此基础上根据模型特点设计改进蚁群算法进行求解,用实例对模型和算法进行仿真,验证该模型和方法可以有效地规避拥堵时段,降低配送成本,促进物流企业的节能减排,可以为物流企业冷链配送路径决策提供良好的参考依据。     

空气流动阻力下非线性车辆队列最优能耗控制方法

为了优化车辆队列在长距离行驶过程中的能源消耗,对空气流动阻力下车辆队列能耗优化间距策略以及相应的队列控制方法进行了研究;首先根据车辆队列在行驶过程中受到的空气流动阻力,建立基于异构风阻系数的车辆动力学模型;其次,设计基于滑模控制的非线性车辆队列控制方法,使其能够在不同风阻系数下稳定地收敛到期望的车辆队列;在此基础上,构建稳态下车辆队列能量消耗评价模型,并通过优化分析,计算能量消耗最优下的车辆队列期望车间距;最后通过数值仿真的手段验证所提控制方法的有效性与可行性;该结果表明:所设计的控制器能够使整个车辆队列达到期望的控制效果;得到的最优车间距能够使得特定条件下车辆队列稳态能量消耗降低。     

基于物联网离散模型的能效关键指标预测

基于"物联网+"的人工智能算法使制造业发生了翻天覆地的变化。采用由设备层、任务层和辅助生产层三层结构构建的能耗结构,详细描述了离散制造系统层的数学模型,通过对模型的分析,发现设备层为耗能主体,且其关键参数无法直接获取,基于此,从设备层能耗模型切入,通过测量设备总功率与主轴实时功率,采用基于变遗忘因子算法来估计设备加工时的附加载荷损数系数,结合能耗集成化模型和预测出的附加载荷损耗系数用于能耗量化分析。     

基于元胞自动机理论的快速公交系统能耗研究

交通运输能源消耗已经成为决策管理者高度关注的信息。采用元胞自动机（CA）理论研究了快速公交系统能耗问题,以元胞自动机NaSch交通流模型为基础,通过结合动能定理,建立了快速公交系统的元胞自动机能耗动力学仿真模型。并以目前建设的兰州市快速公交系统为例,仿真研究了周期性边界条件下,不同行车密度、不同停靠站时间以及驾驶员行为差异下随机慢化对快速公交车系统能耗的影响,得到了相应的定量分析结论。仿真结果表明,快速公交车辆停靠站时间越长,拥堵的范围越大,路面交通流能耗损失越小,对应的流量、速度也越小,系统越早进入堵塞相。     

基于改进蚁群算法的深海集矿机轨迹规划

针对提高集矿机的集矿效率,实现优化轨迹的目标,建立了到达目的点时集矿机所需时间最短、耗能最少的多目标优化模型。并通过对子目标加权将多目标优化转换成单目标优化,提出了改进的蚁群优化算法,对集矿机作业轨迹优化控制,在实现高集矿覆盖率和集矿效率的同时,提高集矿机整机作业效率。仿真实验表明,改进蚁群算法用于集矿机轨迹优化控制是可行和有效的。     

基于PER-APF算法的无人驾驶汽车换道轨迹规划

针对传统人工势场算法在解决无人驾驶汽车换道轨迹规划过程中存在的不足,提出一种基于势能重构人工势场 (Potential Energy Reconstruction- Artificial Potential Field, PER-APF) 的无人驾驶汽车换道轨迹规划算法。首先,建立了具有斥力区分的道路边界约束条件和多约束换道轨迹规划模型,通过判断障碍车辆与道路边沿的距离来保证换道过程的安全性与有效性;其次,提出了基于势能重构的改进APF算法,通过构建虚拟区域以及重构物理势能力场,有效的解决了目标不可达以及局部最优问题。仿真结果表明,所设计的PER-APF算法能够快速有效地为无人驾驶汽车规划一条安全合理的换道轨迹。