Investigation of the optimum differential gear ratio for real driving cycles by experiment design and genetic algorithm

Experiment statistical method and genetic algorithms based optimization method are used to obtain the optimum differential gear ratio for heavy truck that provides best fuel consumption when changing the working condition that affects its torque and speed range. The aim of the study is to obtain the optimum differential gear ratio with fast and accurate optimization calculation without affecting drivability characteristics of the vehicle according to certain driving cycles that represent the new working conditions of the truck. The study is carried on a mining dump truck YT3621 with 9 forward shift manual transmission. Two loading conditions,no load and 40 t,and four on road real driving cycles have been discussed. The truck powertrain is modeled using GT-drive,and DOE-post processing tool of the GT-suite is used for DOE analysis and genetic algorithm optimization.     

Optimal tracking control for automatic transmission shift process

In order to improve the shift quality, a linear quadratic optimal tracking control algorithm for automatic transmission shift process is proposed. The dynamic equations of the shift process are derived using a Lagrange method. And a powertrain model is built in the Matlab/Simulink and verified by the measurements. Considering the shift jerk and friction loss during the shift process, the tracking trajectories of the turbine speed and output shaft speed are defined. Furthermore, the linear quadratic optimal tracking control performance index is proposed. Based on the Pontryagin's minimum principle, the optimal control law of the shift process is presented. Finally, the simulation study of the 1-2 upshift process under different load conditions is carried out with the powertrain model. The simulation results demonstrate that the shift jerk and friction loss can be significantly reduced by applying the proposed optimal tracking control method.     

某富水断层对隧道稳定性及涌水影响敏感性分析

以武九高楼山公路隧道突涌水灾害为研究背景,针对其以断层破碎带为主控因素的隧道围岩稳定及突水问题展开调研和数值分析研究,以期为突涌水治理措施的制定提供参考。基于ＦＬＡＣ３Ｄ有限差分法及流固耦合分析原理,研究了隧道埋深Ｈ、地下水位高度ｈ、围岩级别Ｓ、侧压力系数Ｋ０、断层宽度Ｗ、断层与隧道相对间距ｄ／Ｄ、断层与水平面夹角θ等７个因素对隧道围岩稳定性及涌水量的影响规律,并基于公路隧道规范中建议的隧道相对收敛变形及涌水量等级,对围岩稳定性及涌水等级进行评价。结果表明:围岩级别Ｓ对隧道变形、塑性区、涌水量影响最大,其次为侧压力系数Ｋ０,再次为断层与隧道相对间距ｄ／Ｄ和断层宽度Ｗ;不敏感的影响因素为:隧道埋深Ｈ、地下水位高度ｈ及断层与水平面夹角θ。地层条件及断层因素是隧道突涌水的主控因素,治理措施中应优先考虑地层的加固和限量排放双重措施。     

ECU的多任务、多数据结构标定系统的研究开发

设计了一套集成了在线标定和嵌入式数据采集功能的在线标定系统.标定系统基于Windows平台,采用独特的数据流格式、数据属性文件和通信协议.在对在线标定系统与柴油机的MC68376单片机电控单元进行离线联机调试后,对JS125汽油机进行了标定实验.实验表明:该标定系统具有较好的扩展性、稳定性和可靠性,能够适应多种单片机和控制系统编程语言,简化了ECU通讯程序.     

液压驱动式泵-喷嘴系统特性研究

对一种电子控制液压驱动式泵-喷嘴供油系统进行了建模与仿真,在AMEsim环境下使用机械、液压和控制部件的标准元件搭建仿真模型,用一维集总参数法进行仿真计算.利用试验测出的柱塞升程和柱塞腔内压力以及循环供油量检验模型的准确性和精度,在此基础上通过对仿真模型的优化,计算了不同控制参数下的喷油规律,对该喷油器的改进设计及其与发动机的合理匹配和供油系统控制策略的研究具有一定的指导意义.     

通过进气道优化改进柴油机的性能

利用仿真软件FIRE建立了6V150柴油机进气道的三维仿真模型，在用稳流吹风实验验证了仿真的结果后，分析了进气道内部的三维流场，然后采用缩小气门杆后部气流停滞区的方法提高了进气道的流量，而且该方法对气缸盖布置及进气门结构的影响也很小。最后，在仿真软件BOOST建立的整机仿真模型中，对柴油机的性能进行了分析。分析结果显示，在保证空燃比不变的前提下，在柴油机进气量增加的同时也加大其燃油量，可以提高柴油机的有效功率和指示平均有效压力(IMEP)，改进了柴油机的动力性。     

基于dSPACE系统的电控单元硬件在环发动机控制仿真研究

现代发动机电控单元(ECU)越来越复杂,但却要求开发周期越来越短.为此,现代的ECU开发流程中都采用了ECU硬件在环发动机控制仿真技术.本文介绍了ECU硬件在环发动机控制仿真的原理、必要性、基本形式;阐述了dSPACE系统的软件和硬件;叙述了基本的建模方法;利用MATLAB Simulink开发了用于ECU研制和测试的单缸机模型,进行了ECU硬件在环仿真实验,结果表明基于dSPACE系统的ECU硬件在环发动机控制仿真是切实可行的,是ECU开发和测试的有力工具.     

履带车辆动力性仿真及参数影响规律

在履带车辆动力传动系统设计及匹配研究中,系统的建模是一个非常复杂的过程,耗时较长,给研究工作带来诸多不便,利用专业软件进行建模与仿真可大大提高研究效率.以某履带车辆为研究对象,采用AVL公司的Cru ise软件,建立了整车直驶模型,讨论了后传动比以及发动机外特性曲线形状的变化对车辆动力性的影响,对车辆动力传动一体化结构设计及性能匹配的研究提供参考.     

某型柴油机高压共轨喷油器结构改进仿真分析

针对某型柴油机共轨喷油器改进设计的需求,建立了喷油器的数值仿真模型,研究了喷油器针阀质量、控制腔容积及供油道长径比对喷油器特性的影响.研究表明在保证针阀结构强度的情况下,针阀质量应该更小;控制腔容积在满足针阀升程要求等条件下也应更小;在确定长径比的条件下,合理安排喷油器的尺寸结构,适度增加供油管的长度和直径可以降低喷油器内部的压力波动.研究为该型喷油器的改进设计提供了技术支撑.     

基于对置活塞发动机的液压混合动力系统仿真研究

基于对置活塞二冲程(OP2S)发动机独特的结构特点,新型液压混合动力系统将OP2S发动机与液压泵集成在一起,取消了传统液压混合动力车辆的动力分流机构,驱动过程中根据不同的行驶工况同时或分时输出机械能或液压能来驱动车辆,在液压混合动力车辆上具有独特的应用优势。运用AMESim仿真软件搭建系统仿真模型进行了能量管理策略的仿真分析。研究结果表明:在一个NEDC循环工况内,新型混合动力车辆可以实现驾驶员对车速的控制要求,并在车辆减速制动时回收制动能用于车辆的再次启动加速,为同时兼顾车辆制动能回收与燃油经济性的优化目标,最优切换车速点为25 km/h。