新型并联式六维力传感器及静态性能分析

针对传统并联式六维力传感在分支布局和测量性能上的不足,提出一种分支水平和竖直布置的新型并联式六维力传感器,并对六维力传感器静态性能进行研究。首先介绍了新型并联式六维力传感器的结构特点和测量原理,建立了该传感器的数学模型,基于螺旋理论推导出传感器所施加外力与测量分支轴向力之间的映射关系。推导出六维力传感器线性度和重复性指标,用于评价六维力传感器的静态性能。最后利用传感器样机实验数据验证了所推导性能指标的可能性和有效性。     

六自由度并联式机器人双环电液伺服系统的设计

本文阐述了六自由度并联式机器人双环电液伺服系统的设计方案，以及相应的控制软件，硬件接口电路等。     

上海某办公楼VAV空调系统设计

本文以上海某总部办公楼VAV空调设计为例,详细介绍了办公楼的负荷计算,空调分区及VAV末端选择.并联式风机动力型带再热盘管末端与单风道带再热盘管末端是现代办公建筑中常用的两种外区空调末端形式.本文对这两种末端形式的特点做了对比分析.通过舒适性,节能性及经济性的多角度对比分析,确认该办公楼外区VAV末端形式.对于外区VAV再热系统存在的冷热混合损失问题,本文也总结了相关设计优化建议.     

新型液压元件及系统研究团队

正团队带头人及团队简介姜继海(1957-),男,教授,博士生导师,主要从事流体传动及控制方面的研究,尤其是对液压传动基础理论及应用研究,液压流体能量存储与转换关键技术研究,液压混合动力驱动理论及应用研究,新型液压元件及装置研究等。团队成员:教授2人,副教授2人,讲师3人联系方式:jjhlxw@hit.edu.cn     

并联式混合动力汽车的BP网络实时能量管理

为了提高并联式混合动力汽车(PHEV)的燃油经济性,提出了一种基于BP神经网络的并联式混合动力汽车实时能量管理策略.采用瞬时优化能量管理策略结合多种路况离线仿真得到能量管理规则,利用模糊C-均值聚类对能量管理规则进行分类并提取部分规则作为神经网络的训练样本.训练得到的BP神经网络控制器根据车辆实时工况控制混合动力系统的转矩分配,以实现最优的能量分配.基于ADVISOR的仿真研究表明,与瞬时优化能量管理策略相比,该能量管理策略不仅能够保证车辆的燃油经济性,而且明显提高了能量管理的实时性.     

基于模型预测的PHEV模式切换协调控制

针对混合动力汽车在模式切换过程中,由于离合器的结合/分离易产生较大冲击度和滑磨功,提出一种模型预测切换协调控制方法。在进行动力学分析基础上,建立预测模型。以电机驱动下的速度响应作为目标转速,构造目标函数,考虑其非可行解问题、动力部件物理约束以及最大冲击度限制要求,引入松弛因子,设计状态约束条件,保证其解的可行性与切换平顺性,实现较小冲击度与滑磨功。同时,引入预测误差,对预测值进行反馈校正,以提高控制精度;将所提策略转化为在线二次规划问题,便于计算机实现。仿真验证结果表明,所提协调控制策略与传统策略相比,冲击度与滑磨功明显降低,保证了切换平顺性,提高了驾驶性能。     

污水处理厂中双层平流沉淀池的工艺设计要点

苏州高新污水厂为迁建工程，设计规模10×10⁴ m³/d，采用A²O/双层平流沉淀池/深度处理工艺，通过全地下建设模式，减小了污水厂运行对周边环境的影响。双层沉淀池作为一种特殊形式的平流沉淀池，具有处理负荷高、用地节约等特点，介绍了其主要设计参数及总体布置方式、上下游衔接方式、沉淀区配水模式等，该池在利用有限空间的基础上实现了布水均匀、运行稳定。本工程用地面积仅为建设标准的45%，释放用地4.2 hm²，实现了节约土地和综合投资的目标。     

基于改进深度强化学习的HEV能量分配策略研究

以并联式混合动力汽车(HEV)为研究对象，建立整车需求功率及动力系统模型，提出一种基于改进深度强化学习(DRL)的能量分配策略。通过改进DRL中的双延迟深度确定性策略梯度(TD3)算法，引入双重回放缓冲区，提出DRB-TD3算法以提升原算法的采样效率。设计了基于规则的约束控制器并嵌入到DRL结构中，以消除不合理的转矩分配。在UDDS行驶工况下，以基于动态规划(DP)的能量分配策略性能作为基准进行仿真实验。实验结果表明，与深度确定性策略梯度(DDPG)算法以及传统TD3算法相比，DRB-TD3算法收敛性能最佳，收敛效率分别提高了61.2%和31.6%;所提出的能量分配策略相比于基于DDPG和基于TD3的能量分配策略，平均燃油消耗分别降低了3.3%和2.3%,燃油经济性达到基于DP的95.2%,效果最佳，且电池荷电状态(SOC)能够保持在一个较好的水平，有助于延长电池的使用寿命。