中国北方车辆研究所工艺信息化项目启动

近日,中国北方车辆研究所工艺信息化项目正式启动。从2011年3月开始,北方车辆研究所就开始进行CAPP系统的选型,并在研究所四部、信息管理处和生产处等多个部门进行CAPP系统的调研及试用工作。通过与武汉开目信息技术有限责任公司合作试用开     

南车株机：专业化高端制造

中国南车旗下南车株洲电力机车有限公司（以下简称中国南车株机公司）是中国电力机车的主要研制生产基地、国家城轨车辆国产化定点企业、湖南省十大标志性企业、株洲市“5115”工程重点企业。主要产品为电力机车和城轨车辆,同时正全力拓展轨道工程车辆、电气设备、制动系统等新兴产业。     

基于以太网的MVB总线分析仪的设计和实现

简要介绍多功能车辆总线(MVB)的标准以及以太网在工业中应用的优势和前景,通过分析MVB总线信号特点和以太网芯片功能,提出了基于以太网的MVB总线分析仪的硬件设计,网络芯片的驱动设计与实现方案.分析仪的功能模块包括接收模块、发送模块、出错检测管理模块、CPU、存储模块和以太网通信模块等.通过在符合IEC-61375标准的MVB总线测试平台下进行调试,分析仪的各项功能达到了设计目标,可以实际应用于采用MVB总线的车载设备网络或其他工业网络的总线数据分析和网络性能测试.     

基于SINS的车辆导航系统性能增强算法研究

SINS的车辆导航系统的参数误差随时间积累,使得车辆的定位融合算法存在非线性及易发散等问题,而无法长时间得到高精度、高可靠性的导航参数。本文设计了一种带速度约束条件的SINS车辆导航滤波算法来增强SINS车辆导航系统的定位精度与持续工作能力,建立了具体的系统方程与观测方程,并进行了Matlab仿真实验。仿真结果表明,该方法能够有效抑制发散现象,速度误差和经纬度误差分别能够保持在2m/s和15m的范围内,从而保证了车辆导航的精度要求。     

基于图像的肇事逃逸车辆定位方法研究与仿真

研究肇事逃逸车辆快速准确定位问题.车辆在逃逸过程中,逃逸车辆图像所在场景变换较为快速,车辆行驶方向突变性较强,使得车辆定位特征衰退明显.传统的车辆定位算法建立的特征模型由于这种场景图像快速变换和方向突变的影响,无法准确的捕获运动车辆的关键特征,定位准确性较差.提出改进关联挖掘算法的肇事逃逸车辆图像快速定位方法,在变化场景对包含冗余车辆特征的信息进行二次校验过滤,进而减小定位图像错误分类的可能,运用关联特征准确完成定位.仿真结果证明,改进算法能够大幅提高肇事逃逸车辆图片的关键帧定位结果的准确性,为逃逸车辆准确定位提供了依据.     

特种车辆维修空间可达性评价方法研究

可达性作为维修性的定性指标,缺少定量评价的方法。传统方法只针对装备的整体进行定性评价,不能对不同的等级维修和单个维修动作进行评价。通过对维修性设计中的结构性因素进行分析,得到了空间可达性的主要影响因素。在虚拟维修仿真平台的基础上对工具旋转角度和作业空间比进行了量化评分,给出了针对维修作业过程中单个零部件拆卸的空间可达性评价方法。单个动作评价方法为等级维修的整体空间可达性评价提供了数据基础,并为新型特种车辆的维修方案论证和研制的空间可达性评价提供了手段。     

重型车辆流量控制式ECHPS系统建模与仿真

关于车辆转向液压系统优化控制问题,针对重型商用车辆传统的具有固定助力特性的HPS系统存在的高速时转向操纵安全性差的问题,提出一种旁通流量控制式电控液压助力转向(ECHPS)系统,建立了ECHPS的机械和液压子系统模型及整车二自由度动力学模型。分析了转向系统可变助力特性的设计要求,建立了ECHPS助力特性MATLAB/Simulink仿真模型,通过仿真计算得到了ECHPS在不同车速下的转向助力特性曲线。仿真结果表明,所设计的ECHPS可变助力特性同时满足了低速时的转向轻便性要求和高速时的良好转向"路感"和操纵稳定性,并得到旁通流量与车速的关系曲线为设计ECHPS旁通流量阀开度的控制策略提供了基本依据。     

基于模糊神经网络的智能车辆路径跟踪

在自主车辆路径优化控制的研究中,针对智能车辆传统的路径跟踪控制需要建立精确的数学模型且鲁棒性差的问题,提出了一种模糊神经网络的角速度控制器设计方案。首先建立了智能车辆运动学模型;然后以方向角误差和位置误差作为该控制器的输入,利用神经网络的学习能力来调整模糊参数得到性能优化的控制器,最后对直线和圆路径进行了路径跟踪仿真。仿真结果表明提出的模糊神经网络控制算法具有很高的控制精度和较好的鲁棒性,能够满足智能车辆实时精确路径跟踪的优化控制。     

基于视频的车辆发现模块的研究与实现

针对现有的智能交通系统的车辆发现模块的不足,提出了车辆发现的一整套解决方案。综合使用了已有的视频处理技术及方法,背景差分法、帧间差分法、检测线方法,以及自适应边框的车辆精确定位等方法,设计实现了智能交通系统的车辆发现模块。设计了三种不同的真实场景的实验。通过对结果的分析表明,系统的车辆发现模块对于车辆的识别度高达90%以上,在一般的设备下流畅运行,能够满足车辆发现应用对系统的实时性的要求,并且适应性也较好。     

基于种群多样性的自适应PSO算法求解VRPSPD问题

为有效求解逆向物流车辆路径(VRPSPD)模型,本文提出一种基于种群多样性的自适应PSO算法(SDAPSO)。在SDAPSO运行时,根据种群多样性,自适应地对种群中运行较差的粒子进行扰动操作,提升这些粒子向最优解收敛的能力;同时,对全局最优粒子进行概率扰动,以增加种群的多样性。标准检测函数的仿真结果表明SDAPSO算法是对基本PSO算法的有效改进。在对VRPSPD模型求解中,通过与其它粒子群算法相比,表明SDAPSO是求解该类问题的一种有效方法。