“双碳”目标下新能源汽车迅速崛起，推动了汽车轻量化从传统的结构、工艺创新向材料的更换和优化方面发展。铝合金材料与汽车轻量化用材的要求高度契合，是当前最优选材料。梳理、讨论了铝合金材料在汽车轻量化中的研发、应用及新发展方向。介绍了汽车用铝占比超过70%的压铸铝在驱动系统、底盘系统和车身结构件方面的主要牌号和研发应用现状，着重分析了一体化压铸技术及其必需的免热处理铝合金研究现状；对变形铝合金在汽车领域中应用到的冲压件、型材件以及锻件进行了归纳，讨论了在高强韧铝合金发展方向的引导下传统车用锻铝、高强铝的研究现状；针对铝合金材料在汽车领域中现有的应用瓶颈进行了分析和展望。

针对神经网络可解释性较低，且多模态融合中D-S理论易在高冲突场景出现悖论的问题，提出了一种基于置信估计网络和改进D-S理论的结果级多模态融合方法，该方法包括一种置信估计网络，将目标检测中的分类问题表述为置信估计问题，输出单模态网络检测结果的置信估计分数；一种改进D-S理论的融合方法，用检测结果的置信度分数和类别信息合成证据，最终融合不同模态检测数据。在KITTI数据集上进行的评估试验表明，该融合方法的mAP值较图像单模态检测最高提升6.64%，较点云单模态检测最高提升15.43%，对比结果表明，该融合方法的mAP提升值高于经典D-S融合0.81%，能有效减少分类冲突，克服经典D-S的局限性。

提出了一种基于单体电池自适应电压阈值和粒子群优化-支持向量机（PSO-SVM）的动力电池自放电故障诊断方法。主要关注动力电池电压信号，结合箱型图法和专家审核，完成自放电故障的样本标记，再通过滑动窗口法提取时域和频域上的16种特征，使用主成分分析法对电压特征进一步降维，得到累计方差贡献度为95%的前5项主成分作为PSO-SVM模型的输入。该方法旨在提高电池自放电故障的识别精度，最终结果表明，提出的方法具有较高的识别准确率，可靠性强，在实际的电动汽车应用场景中有一定的前景和价值，可为电动汽车安全性能的提升提供理论支撑。

针对某特种车辆轮毂电机散热问题，选择蛇形水道为冷却结构，通过CFD仿真方法对轮毂电机温升、温度分布和径向温度变化趋势进行了分析，接着研究了水道数目、水道宽度对轮毂电机温度场和流场的影响，得到了合适的水道数目并初步确定水道宽度。进一步以水道高度b和水道宽度a为优化变量，以电机最高温度和水道压降为优化目标，对水道进行多目标优化，结果表明，优化后的冷却水道，电机最高温度提高了0.22 ℃，而水道压降降低了904.19 Pa，有效降低了冷却系统能量损耗，提高了冷却系统散热效率。

以国内某燃油商用车为例，利用车联网大数据平台和神经网络模型构建适用于商用车的能耗优化预测模型。将车辆历史运行数据进行预处理，分析车辆运行特征数据之间的相关性。基于双向长短期记忆网络（BiLSTM），结合车辆数据特征引入自适应权重的注意力机制，使用改进鲸鱼优化算法（IWOA）对模型的网络超参数组合进行优化，构建了IWOA-BiLSTM-Attention商用车能耗优化预测模型。对比分析了多个模型在不同驾驶工况下的预测效果，结果显示，在实际驾驶工况下，优化模型相较于原模型的均方根误差、平均绝对误差分别降低了约26.73%和20.0%，验证了该优化模型在商用车能耗预测上的可行性。

围绕汽车乘员舱降温性能下的吹脸速度指标，针对格栅风口叶片位置参数，搭建了同时考虑主驾驶侧吹脸流速性能和副驾驶侧吹脸流速性能的多目标优化自动设计流程。基于CFD仿真和多学科优化设计平台，采用拉丁超立方采样方法设计样本点，获取DOE矩阵，利用神经网络建立代理模型，进行吹脸流速性能参数预测，使用第三代非支配性排序遗传算法（NSGA-Ⅲ）获得多目标优化问题的帕累托前沿图。优化后的格栅叶片位置最高能使主驾驶侧呼吸面速度提升109.1%，副驾驶侧呼吸面速度提升137.5%。对优化前后的方案进行温度场瞬态仿真和乘员降温性能试验，验证了其优化结果的可靠性。

为提升车辆在桥上行驶的舒适性并减小其对桥梁的作用，考虑车桥垂向耦合振动对车桥响应的影响，开展惯容器悬架（ISD）系统特性分析与优化研究。建立了欧拉-伯努利简支梁与单/双质量模型的车桥耦合系统模型，分析耦合作用对车桥固有特性的影响；比较耦合作用下ISD悬架较传统悬架的优势，应用不动点理论对悬架阻尼参数进行最优调节，获得车辆最优调谐频率与阻尼比系数。研究表明，ISD悬架有效降低了传递率幅值，改善了系统中高频特性，提升了车辆舒适性并明显抑制了对桥梁的载荷。研究成果可为车辆特性改善提供参考，并有利于桥梁健康。

针对传统控制方案描述的车辆动力学特性精度有限，对预期状态的高精确跟踪难以实现，介绍了一种数据驱动的模型预测路径跟踪控制方法。基于随机森林方法构建了车辆状态参数观测器，并通过该观测器剖析了车辆动力学非线性映射关系以优化控制器的底层数学模型，以减少外部环境和车辆自身机械结构扰动对控制性能的不利影响。根据模型预测控制机理，结合车辆动力学映射关系构建整车状态空间方程，分析了车辆状态在局部范围内的线性变化规律，并以最优四轮附着利用率为目标，设计计算最优方向盘转角与四轮驱动力的二次规划代价函数。仿真结果表明，所提出的控制方案能在扰动存在的情况下避免过大的车身状态波动，并且在无扰动的行驶路段中也能保持较低的轮胎附着利用率，实现安全、稳定的高精度跟踪。

针对自动泊车路径规划中曲率不连续的问题，基于对车辆运动学的分析，将圆弧-直线-圆弧规划方法与泊车任务的逆过程相结合，采用五次多项式优化方法来规划泊车路径，得到曲率连续的紧凑泊车轨迹。为了提高泊车跟踪精度，利用模糊控制方法对基于运动学模型的离散LQR跟踪控制器进行改进。为验证算法的有效性进行了仿真与试验验证，在Simulink/CarSim协同仿真中，其最大跟踪误差为0.027 m，平均跟踪误差为0.013 m。在实车试验中，最大跟踪误差为0.07 m，平均跟踪误差为0.029 m。相较于LQR跟踪控制器，FUZZY-LQR跟踪控制器的平均跟踪误差降低了33%，改善了自动泊车路径跟踪效果。

为延长电动客车续驶里程，提出一种基于意图识别的后驱电动客车制动力分配控制策略。采集分析了400组实车制动数据，通过制动踏板开度及开度变化率来计算整车前、后轴制动力。考虑蓄电池约束及后轴电机再生制动约束，制定制动控制策略，并通过Simulink和TruckSim联合仿真验证控制策略的有效性。结果表明，基于意图识别的复合制动控制策略对驾驶员制动意图识别准确率达95.7%。在中国典型城市循环工况下，与无能量回收控制策略相比，带有模糊神经网络回收控制策略、模糊控制回收策略及传统回收控制策略终值荷电状态分别提高了2.69%、2.09%和1.83%。

传统机械压机的滑块移动模式相对固定，准静态问题的冲压仿真通常忽略应变率的影响。而伺服压机的滑块行程灵活，冲压速度可调，因此，精确的伺服冲压仿真需要含应变率的材料本构模型。为解决通过拉伸试验只能获得有限数量应变率下的应力-应变曲线的问题，以DDQ钢的试验数据拟合为例，分析评价了幂律模型、线性幂律模型、Johnson-Cook模型和Cowper-Symonds模型等应变率敏感模型。对分段应变范围和分组应变率进行曲线拟合，构建了各模型中参数的识别方法，并讨论了各模型在有限元软件中的适用性。研究结果可以帮助用户选择合适的本构模型进行伺服冲压仿真。

阐述了汽车研发中虚拟现实技术在可视化仿真与实时显示上所面临的挑战，围绕汽车虚拟开发的应用场景和实际需求，在国内车企首次建立了一种基于实时光线追踪及并行渲染的虚拟现实高性能运算系统，并通过层级包围体（BVH）加速结构，算法参数调优和网络配置优化，实现了大体量整车模型高精度实时快速可视化仿真，将原本数小时的离线渲染优化为1～2 s实时渲染，并能有效模拟环境光对零件的折射反射、灯光均匀性及漏光、零件间的物理遮挡等，较传统光栅化渲染有本质上的提升，物理真实度达到90%以上。通过在几个整车项目中的全流程实践，已替代研发流程中大量物理模型和样件费用。

针对某SUV车的B柱、C柱和尾门顶部的车门密封空腔，抽取其典型几何特征等效为3种规则的空腔模型，在小型声学风洞中开展了这些空腔发声特征和形成机理试验研究。研究发现，3种空腔呈现了强共振和弱共振两种不同的声现象，进一步对该空腔声特征开展数值仿真计算。结果表明，B、C柱的小开口空腔难以形成自激振荡激励，开口处的脉动激励激发空腔模态产生弱共振；而尾门较宽的开口，可形成自激振荡，与空腔声模态或赫姆霍兹共振模态发生强共振，产生啸叫。揭示了汽车门密封空腔与大空腔在现象和机理上不同的原因，通过Q因子云图中的涡运动特征提出自激振荡频率确定方法，在有效定义自激振荡频率的同时，清晰阐明空腔声频谱中自激振荡对峰值贡献的原因。