针对提升线控转向（SBW）车辆的操纵稳定性和主动安全性，提出一种基于滑模控制的线控转向稳定性控制策略，该策略将横摆角速度与质心侧偏角共同作为反馈变量。通过粒子群-灰狼优化（PSO-GWO）算法优化横摆角速度定增益的变传动比，满足线控转向车辆低速灵敏和高速稳定特征；以改进型滑模控制为基础，设计自适应全局快速终端滑模控制器以减弱系统抖振，由滑模控制器产生的附加前轮转角改善车辆操纵稳定性。利用MATLAB/Simulink搭建线控转向系统模型，联合CarSim仿真，分别在高速高附着系数及中速低附着系数路面的双移线工况下进行仿真分析。结果表明：相较于无控制和单一变传动比控制策略，提出的控制策略在高速高附着系数工况下，横向位移误差由6.37%降低至3.57%；在中速低附着系数工况下，横向位移误差由9.74%降低至2.11%，能够有效改善车辆动态响应与稳定性。

针对线控四轮转向车辆的横向稳定性控制问题，提出一种基于轮胎侧偏特性分段仿射（PWA）辨识的控制策略。通过PWA辨识方法对轮胎非线性侧偏特性进行建模，并设计全局快速终端滑模（GFTSM）横向稳定性控制策略；采用分工协调的主动转向控制架构，前轮控制器以跟踪理想横摆角速度为目标，计算主动前轮转角；后轮控制器结合横摆角速度与质心侧偏角的跟踪误差，经过加权融合生成主动后轮转角。经过MATLAB/Simulink与CarSim联合仿真验证结果表明：在低附路面双移线工况下，相较于基于PWA模型的线性二次型最优控制（LQR）、基于线性轮胎模型的GFTSM控制和比例控制，所提出方法使质心侧偏角最大值分别降低57.6%、73.5%和98.2%；在高附大转角工况下，质心侧偏角峰值低至0.065 9°，横摆角速度峰值由19.53 (°)/s降低至16.07 (°)/s，该方法能够有效抑制车辆横向状态波动，提高线控四轮转向车辆在极限工况下的横向稳定性。

针对在高速、低附着等复杂工况下，多轴转向车辆路径跟踪精度与横向稳定性难以协调的问题，提出一种融合模糊控制与积分滑模控制的路径稳定跟踪控制方法。基于驾驶员预瞄模型计算前轮转角，实现期望路径跟踪，并利用线性二自由度车辆模型获取期望横摆角速度和期望质心侧偏角；在控制器设计中，将横摆角速度偏差与质心侧偏角偏差加权融合为综合控制偏差，构建积分滑模控制器，并通过主动后轴转向协调路径跟踪性能与车辆稳定性；进一步引入模糊控制器，根据车辆状态偏差在线调整权重系数，提高控制器对不同工况的适应能力。Simulink-TruckSim联合仿真结果表明：相较于传统滑模控制，在高速高附着工况下，所提出方法使路径跟踪最大误差、平均误差和均方根误差分别降低约26.5%、43.3%和28.3%；在中速低附着工况下，平均误差和均方根误差分别降低约24.2%和3.8%。同时，经过实车低速双移线工况试验进一步验证了该方法的可实现性与路径跟踪有效性。

针对雾天图像对比度下降和目标纹理模糊导致的检测性能退化问题，以实时检测Transformer（RT-DETR）为基准，提出雾天目标检测算法Fog-RT-DETR。该算法引入渐进特征金字塔网络（AFPN）优化多尺度特征融合，利用方差增强卷积块注意力机制（VE-CBAM）感知局部低纹理区域，并通过特征退化增强模块（FDEM）生成空间退化权重并调节特征增强强度。在基于DAWN和ACDC构建的雾天数据集上，Fog-RT-DETR的mAP@0.5和mAP@0.5∶0.95分别达到81.45%和58.78%，较基准模型分别提高2.12百分点和3.89百分点，召回率提高0.49百分点。消融实验表明，3个模块的联合使用取得了试验中的最佳检测结果；通道压缩试验进一步展示了模型在精度与计算开销之间的调整空间。

针对汽车锂离子动力电池热失控问题，基于绝热加速量热法实验，以1 A·h软包电池为研究对象，结合侧向加热方式，分析不同硅含量（SiO_x质量分数0%、5%、10%、15%）电池的热失控过程及变化特征，研究硅含量对热失控特征温度和电池电压的影响，以及热失控时火焰喷射的变化特征，提出硅含量-固态电解质相界面（SEI）膜稳定性-热失控的定量关系建议。实验结果表明：随着SiO_x含量增加，SEI膜热稳定性指标（温度阈值）T₁逐渐降低，热失控的触发温度T₂升高，其热失控最高温度T₃升高30.3%（SiO_x含量15%时，达836.2 ℃），且与石墨材料锂离子电池相比，单位热释放量增加42.3%。在侧向加热实验研究中，电池热失控最高温度可达1 003.5 ℃（SiO_x含量15%时），火焰喷射更加剧烈、持续时间更短（10 s）。

针对传统可靠性耐久性试验规范相对滞后、传统用户调研方法难以准确反映用户需求的问题，融合用户大数据与公共道路数据，以路面不平度与行驶速度为核心锚点，构建了一种用户使用工况与试验场耐久性试验的关联方法。先建立公共道路路面不平度地图，通过经纬度关联耦合用户行驶网联数据，对各用户行驶数据进行离散化处理，构建包含车速、路面不平度、载质量及行驶里程的四维特征矩阵；再基于采集的典型道路载荷谱片段，精准重构各用户的载荷谱以获取用户目标载荷；最后依托损伤等效原理制定试验场耐久试验规范。研究建立了柳州市公共道路路面不平度地图，以16条典型道路不同车速下累计超1 000 km的载荷谱为基础，构建了2 000名用户近7×10⁶ km载荷谱，并据此完成了对应试验场耐久试验规范的制定。

针对霜冰优化算法（RIME）在处理高维混合变量时易早熟收敛、参数自适应能力不足，以及长短期记忆（LSTM）网络超参数依赖人工设定而影响诊断性能的问题，提出了一种基于改进RIME算法优化LSTM网络的故障诊断方法，并应用于汽车变速箱滚动轴承的多工况故障识别。首先，对原始RIME算法进行3项关键改进以克服其早熟收敛及处理高维混合变量时参数自适应能力不足的缺陷：引入基于种群多样性的自适应参数调整策略以平衡算法探索与开发能力；设计莱维飞行全局扰动机制以增强跳出局部最优的能力；提出混合搜索空间编码方案以高效处理连续与离散超参数。标准测试函数上的仿真试验表明，改进后的RIME算法在收敛速度与求解精度上均获得显著提升。其次，在此基础上，将改进RIME算法应用于优化LSTM网络的关键超参数，构建了改进RIME-LSTM故障诊断模型。最后，利用自建汽车变速箱滚动轴承故障综合模拟试验台进行试验研究，试验结果表明，所提改进RIME-LSTM故障诊断方法的诊断准确率达99.98%，F₁分数达到99.75%，其性能显著优于PSO-LSTM、GWO-LSTM等对比方法。同时，噪声鲁棒性测试显示，在不同噪声水平干扰下，该方法依然能够保持最高的诊断性能。