双蓄能器并联式液压混合动力车制动特性研究

针对目前并联式液压混合动力车存在制动特性和能量回收率不能兼顾的缺陷,通过分析蓄能器参数在液压辅助系统中的影响作用,提出了用2个小容积蓄能器代替1个大容积蓄能器,并采用蓄能器逐个充液的方案。分析了并联式液压混合动力车能量回收与辅助驱动系统的工作原理和关键元件的参数配置;建立了双蓄能器能量回收与辅助驱动AMESim仿真模型,并进行了车辆液压低速制动和高速制动的仿真分析。结果表明:采用双蓄能器逐个充液的制动方式,低速制动能够显著缩短制动时间和制动距离,高速制动能够有效提高能量回收率。     

机床主轴热关键点选择与典型转速热误差预测

针对机床主轴热误差对准静态精度影响的关键问题,提出了一种基于改进鸡群优化（MCSO）算法及支持向量（SVM）的热误差预测模型。利用基于非监督学习的谱聚类与Spearman关联分析辨识主轴关键敏感温度测点,降低温度数据分布于数量的依赖,削弱温度变量间的多重共线性。引入Levy飞行策略至母鸡个体局部搜索过程,构建了非线性动态自适应惯性权重更新雏鸡策略,基于MCSO-SVM进行核函数、罚因子以及偏差量的全局优化,分别采用MCSO-SVM、BP-GA、GA-SVM和CSO-SVM热误差建模,同时对不同转速下的模型预测能力进行对比分析。热误差实验测量与预测结果表明：谱聚类与Spearman关联分析可有效降低温度变量共线性导致的耦合作用;MCSO-SVM可实现典型转速下主轴五项热误差的高精度预测,模型具备较好的泛化能力和鲁棒性。