基于模糊神经网络的汽车换挡品质评价系统

应用MATLAB软件设计了基于模糊神经网络的汽车换挡品质评价系统.对换挡过程中由仪器测得的客观评价指标和由驾驶员给出的相应主观评价构成的样本向量进行学习和训练,建立了客观评价指标和主观感觉之间的联系.试验结果表明,该系统误差精度为0.060012,即系统评价结果与主观评价结果基本一致,能够客观有效地评价换挡品质.     

基于证据理论和模糊神经网络的汽车换挡平顺性评价方法

针对目前汽车换挡平顺性评价方法的不足,提出了一个基于证据理论和模糊神经网络的汽车换挡平顺性评价方法.运用证据理论对不同驾驶员给出的主观评价进行数据融合;通过模糊神经网络对由仪器测得的客观评价指标和经证据合成后的相应主观评价构成的样本向量进行学习和训练,建立了汽车换挡平顺性评价系统.计算和试验结果表明,该方法克服了主观评价和客观评价各自的缺点,能客观、准确、有效地评价汽车换挡平顺性.     

基于Simulink的汽车动力性能模型

为快速且较准确获取试验汽车的动力性能参数,建立了符合基于驾驶机器人操纵的试验汽车的动力性能模型,并分别对几种轿车的发动机特性与最高车速、加速能力等汽车动力性指标进行了仿真．仿真结果表明,相关仿真数据与厂家提供的参考数据相吻合．所建立的仿真模型是实用的,具有车型适应性强、模型参数量少且易获取等特点．     

汽车室内台架试验用驾驶机器人

利用驾驶机器人来替代驾驶员做繁复而危险的汽车性能试验是汽车工业发展的必然。文中提出了驾驶机器人的性能要求,并以东南大学研制的DNCⅡ-型汽车驾驶机器人为例介绍了驾驶机器人的构成与工作过程,最后给出了该驾驶机器人与驾驶员在底盘测功机上进行汽车排放耐久性试验对比。结果表明,汽车室内台架试验用驾驶机器人能消除驾驶中人为因素的影响,车速跟踪精度达±2km/h,提高了汽车性能试验的可重复性。     

基于D—S证据理论的汽车换挡品质主观评价方法

针对汽车换挡品质传统主观评价方法的不足,提出了一种基于D-S证据理论的换挡品质评价方法.该方法利用人的感觉器官作为"仪器",通过D-S证据理论对不同驾驶员给出的评价结果进行数据融合,以实现群决策层次多人评价意见的证据合成.试验结果表明,该方法克服了传统主观评价方法的模糊和不确定性,得到的评价结果与实际情况一致,能准确、可靠地评价换挡品质.     

基于驾驶机器人操纵的车辆起步质量研究

提出以车速跟踪偏差、冲击度、滑磨功为基于驾驶机器人操纵的车辆起步质量评价指标,选取发动机油门开度、离合器输出轴转速、离合器主从动轴转速差及离合器输出转速变化值作为起步过程控制参数进行车辆起步质量控制研究.确定了这些控制参数的控制规则,并提出了基于积分分离PID控制的起步离合器控制算法.试验结果表明,采用本文提出的起步质量控制策略与控制算法,可保证离合器接合过程中车速跟踪偏差不超过1.5 km/h、最大冲击度值为8.08 m/s3、起步时间约为1.5 s.     

汽车驾驶机器人系统的研究进展

利用驾驶机器人替代人类驾驶员在危险条件和恶劣环境下进行汽车试验已成为汽车工业发展的趋势。分析汽车驾驶机器人系统的研究难点,介绍国内外的发展现状和研究成果,并在此基础上对东南大学自主研发的汽车驾驶机器人与国外驾驶机器人进行了对比分析,给出驾驶机器人用于排放耐久性试验的实车试验结果,验证了驾驶机器人控制性能的有效性,最后对汽车驾驶机器人的发展趋势进行了展望。     

机械惯量电模拟在变速器试验台中的应用

文章研究了机械惯量电模拟的原理和实现方法,首先采用Kalman滤波器来观测电机的轴扭矩,然后根据惯量电模拟的原理来控制电机的电磁转矩,从而使电机系统的动力特性与机械惯量飞轮一致。最后在Matlab／Simulink环境下建立了变速器试验台模型,汽车的等效惯量采用电模拟方式实现,Simpson自动变速器升档加速过程的仿真结果表明,电模拟方式具有与机械模拟一致的动力学特性。