重型载货汽车气压制动系统危险状态识别

针对重型载货汽车因气压制动系统发生管路破裂、机械故障或热衰退导致制动效能下降且不易察觉从而引发严重交通事故的问题，提出基于主成分分析降维（PCA降维）和马尔可夫模型的气压制动系统危险状态识别方法。考虑到三轴载货汽车双回路制动系统的结构复杂性以及制动过程制动踏板动作、系统压力建立和实现车辆减速具有明显的时序性特点，首先采用PCA降维的方法对系统状态进行辨识；然后运用驾驶人制动意图与制动系统响应的双层隐形马尔可夫模型对系统状态进行识别。受驾驶人习惯影响制动踏板作用瞬间辨识度低，采用混合高斯聚类法提取不同制动意图时制动保持阶段数据建立制动意图识别模型和系统响应识别模型，通过二者匹配程度判定系统状态。最后，分别依据实车试验数据对模型进行离线训练和在线辨识验证。试验结果表明：系统正常状态下，基于PCA降维和马尔可夫模型相结合的识别方法能够准确、有效地识别制动系统状态；制动管路断开压力降低状态下，PCA降维方法能够及时有效识别其危险状态。     

基于HyperMesh的重型卡车车门优化

本文以某重型卡车车门为研究对象,在CATIA中建立车门的三维模型,导入HyperMesh中进行模型的简化和网格划分,在自由状态下对车门进行模态分析,对车门进行扭转刚度与下垂刚度等分析。并利用HyperMesh对车门结构进行参数修改和设计,以一阶固有频率为优化目标,以四种工况下的扭转刚度为约束,在车门质量不过度增大的情况下,提高扭转刚度及一阶频率。经过比较分析,得出改进方案,并计算分析了改进后车门的模态特性,为车门的改进设计提供了理论依据。     

电动汽车复合制动控制研究现状综述

电动汽车复合制动由电机再生制动与机械摩擦制动两部分构成,其控制性能直接影响车辆的能量利用效率、制动安全性以及舒适性。围绕静态制动转矩分配控制、动态复合制动协调控制、制动换挡控制、智能辅助驾驶中的复合制动控制4个方面的研究现状与关键技术展开综述,并对复合制动控制未来研究方向进行了展望。对文献的梳理分析表明：制动转矩分配决定着复合制动系统能量回收能力与车辆制动稳定性,基于规则的分配策略面对复杂多变工况自适应性欠佳,而基于优化的分配策略各方面性能表现良好,但需要兼顾控制实时性与优化效果;利用电机响应迅速与控制精确的优势完成复合制动协调控制,能够提升制动模式切换过渡工况与紧急制动工况的控制性能,改善驾驶舒适性;制动过程中实施合理换挡可以进一步提升能量回收效率,同时通过补偿控制解决换挡过程中动力中断和转矩冲击等问题,保证换挡平顺性;随着电动汽车智能化和网联化发展,复合制动控制与驾驶人辅助系统相结合有助于在保证系统功能的同时实现能量回收效益最大化。     

驱动桥桥壳建模及模型网格化处理

驱动桥壳是汽车上的主要零件之一,桥壳不仅是承载件还是传力件,同时又是主减速器、差速器及车轮传动装置的外壳。故驱动桥壳的质量极大影响了车辆的安全使用。随着经济发展,车辆保有量的日益增长,车辆不断向高速、轻量、低能耗和高性能发展。这要求桥壳不仅有足够的强度和刚度,还要求减轻质量以及必须对结构的振动特性分析。本文主要研究在对驱动桥壳简化及通过PROE建模后,如何在Hypermesh把模型网格化及对网格的修改和检查,本文的意义在于对驱动桥壳的有限元分析提供一个基础模型。     

基于道路行驶工况辨识的重型载货汽车排气制动系统主动控制研究

针对长下坡路段行驶的重型载货汽车因驾驶人路况不熟悉而行车制动系统使用不当引发制动器热衰退风险的问题，本文提出了基于道路行驶工况辨识的重型载货汽车排气制动系统主动控制策略。考虑到山区路段道路纵向坡度信息难准确获取，且制动踏板动作特征与其他路段存在显著的差异，文中选取时间窗内制动踏板平均开度、持续作用时间和制动踏板作用时间比例分别建立了下坡路段行驶制动工况和其他路面制动工况，利用制动踏板动作与开启排气制动系统的因果关系建立了具有连续时间序列特性隐马尔可夫模型。考虑到时间窗长度对控制效果的影响，文中建立时间窗长度为30、60、90和120 s的4种模型，利用京昆高速雅安-西昌段K25-K174左线和右线试验数据进行离线训练和在线辨识验证。道路试验和仿真结果表明：文中提出的控制策略能够准确辨识车辆行驶工况，能够实现排气制动系统主动控制，降低了对驾驶人的高度依赖，从而提高了重型载货汽车下坡路段行驶安全性。     

基于宏观断裂力学的CFRP薄壁结构耐撞性能研究及应用

为了研究碳纤维增强复合材料（Carbon Fibre Reinforced Plastics，CFRP）薄壁圆管在准静态轴向压溃过程的压溃失效形式和吸能特性，提出一种基于宏观断裂力学理论基础的本构模型。通过对比试验和仿真结果，发现比吸能和平均力误差均小于1%，这验证了宏观断裂力学分析方法的合理性。为了进一步研究复合材料在汽车前纵梁吸能部件中的应用，从耐撞性能和轻量化角度出发，对比了CFRP前纵梁和钢质前纵梁的仿真结果。结果表明，在相同前纵梁结构件中，CFRP前纵梁的能量吸收能力要大于钢质前纵梁的能量吸收能力。     

基于PSO-BP优化MPC的无人驾驶汽车路径跟踪控制研究

针对模型预测控制（MPC）路径跟踪控制器在不同路面附着系数及车速下跟踪误差大的问题，提出了基于粒子群寻优（PSO）-反向传播（BP）神经网络优化MPC的无人驾驶汽车路径跟踪控制策略。首先，设计了MPC路径跟踪控制器；其次，利用PSO-BP对MPC进行优化，以控制器精度和车辆稳定性作为评价函数，获得PSO离线最优时域参数；最后，选择4种工况进行双移线跟踪对比仿真验证。结果表明：所提出的控制策略在保证行驶稳定性的条件下，低路面附着系数低速、高路面附着系数低速、高路面附着系数高速及中路面附着系数中速工况下双移线跟踪横向控制精度分别提高了50%、55%、9%和20%。