针对线控转向(steer by wire, SBW)系统主动转向时面临的系统参数不确定性、轮胎回正力矩阻碍、转向电机电磁特性耦合等非线性干扰问题,提出一种自适应抗扰转角控制策略。采用径向基函数神经网络和鲁棒滑模理论设计外环转角控制器,自适应补偿SBW系统参数不确定性和轮胎回正力矩阻碍。在内环电流控制器中引入线性自抗扰控制应对转向执行电机电磁特性耦合问题,提高SBW 系统动态响应性能。仿真和硬件在环试验结果表明,设计的控制策略能够帮助SBW在多种工况中维持转角稳态跟随误差在1.5°内。

为了满足电动汽车严苛的热管理需求和应对全球气候变暖问题,本文开发了基于R290工质的电动汽车集成式热管理系统,采用仿真和试验的方法对系统性能进行分析和验证。结果表明:R290双侧间接式热管理系统的制冷和制热量随压缩机转速增加而增加,能效比COP随压缩机转速增加而减小;压缩机热气旁通制热量随着系统高低压压力的增大而增大;40℃高温制冷工况,系统最大制冷量为9.25kW;18℃下低温制热工况,最大制热量为7.24 kW;20℃时极低温压缩机热气旁通最大创热量为4.3kW。

为解决油电混合动力汽车充放电时发动机间歇介入工作,导致车内轰鸣声的问题,本文基于传统多通道主动噪声控制(active noise control, ANC)系统,通过融合集中式控制策略与分散式控制策略的优点,提出了一种综合性能较优的半耦合式集群式控制策略。集群式控制策略较集中式控制策略计算量降低50%左右,且保持着与其相当的噪声衰减性能;较分散式控制策略稳定性明显更优,降噪效果突出。基于MATLAB仿真平台对提出的车内多种集群式控制策略及传统控制策略进行了对比分析,同时基于某增程式电动车在其常用工况下开展了实车路试实验验证。结果表明集群式控制策略可较好地应用于车内多通道主动噪声控制系统,2、4、6阶增程器噪声在4个座椅头枕位置处的平均降噪量分别可达15.9、10.6和5.7dB(A),表现出了良好的降噪效果及稳定性。研究成果可推广应用于有人舱室的噪声控制如飞机、潜艇等领域,有重要的科学意义和工程价值。

发展氢燃料电池汽车是我国推进“双碳”战略目标的关键举措之一。质子交换膜燃料电池(PEMFC)发动机系统,作为燃料电池汽车的核心动力源,展现出非线性、强耦合性和时滞性等复杂特性。这些特性使得 PEMFC 系统在应对汽车加速、爬坡等多变工况下的复杂功率需求时面临诸多挑战,特别是在系统气体供给的精准控制和系统响应的动态调节方面。气体供给的流量和压力对 PEMFC 的输出性能具有决定性影响,不当的气体供给不仅会降低电堆效率,甚至可能导致电堆损坏或失效,从而严重影响系统的整体性能和使用寿命。因此,优化气体供给系统,实现精准控制,是提升 PEMFC 系统性能和延长其使用寿命的关键所在。本文从建立 PEMFC 供气系统模型出发,深入分析氧气过量比、气体压力和气体压差等关键运行参数对于系统输出性能的影响;针对PEMFC 系统氧气过量比、阴极压力以及两极气体压差采用非线性自抗扰控制算法(ADRC)进行三者协同控制研究,并将其与比例—积分——微分(PID)控制器进行对比。在PID控制下氧气过量比超调量最大可达1,而在ADRC控制下,氧气过量比超调量仅为0.2左右,达到稳态时间大约在0.1s,PID控制下则在1s左右;PID控制算法下的阴极气体压力在负载电流突变后,超调量在0.08 bar左右且波动较大,在2s内达到稳定值,而在ADRC 控制算法下,阴极气体压力能够在0.8s内达到稳定值,且超调量远小于 PID 控制算法;在PID控制下两级气体压差超调量最大可达到0.15 bar且波动幅度较大,达到稳定时间较长,但在ADRC控制器下能够快速且稳定地达到设定值0.2bar且波动幅度较小。结果表明,在负载电流和排氢动作等扰动因素下,ADRC 控制器具有更好的解耦性、鲁棒性和稳定性。

为满足自动驾驶系统的高效、准确感知的需求,如果仅依靠相机很难实现高精度和鲁棒的3D目标检测。解决这一问题的有效方法是将相机与经济型毫米波雷达传感器相结合,实现更可靠的多模态三维目标检测。融合两者的检测方式不仅提升了环境感知的准确性,还增强了系统的鲁棒性和安全性。本文提出了一种基于毫米波雷达和相机融合的自动驾驶感知算法HPRDet(historical pillar of ray cameraradar fusion bird's eye view for 3D object detection)。具体而言,首先设计了雷达BEV特征提取RadarPRANet (radar point RCS attention net),由双流雷达主干提取具有两种表征维度的雷达特征和RCS感知的BEV编码器组成,根据雷达特定的RCS特征将雷达特征分散到BEV中。其次,采用历史多帧预测范式HrOP(historical radar of object prediction),设计了长期解码器和短期解码器,同时只在训练期间执行,在推理过程中不引入额外的开销,同时由于本网络输入数据的稀疏性,引入了多模态的历史多帧输入,引导更准确的BEV特征学习。最后,提出了毫米波优化的射线去噪方法,通过将毫米波雷达点云的信息作为先验信息,使用当前帧的毫米波点云特征辅助生成提议,增强对于相机的查询特征表征。本文所提出的算法在大规模公开数据集nuScenes上进行模型训练和实验验证,在骨干为Resnet50的基础上NDS达到56.7%。

针对自动泊车系统中路径规划的安全性、实时性和可行性问题,本文提出一种基于混合动作空间约束强化学习的泊车路径规划算法。具体地,该算法利用混合动作空间强化学习框架将离散动作和连续参数相结合实现参数化轨迹规划,提高了规划路径的可执行性;在此基础上设计一种混合动作空间的约束强化学习算法实现安全策略优化,确保了泊车路径的安全性。此外,在模型训练过程中引入课程学习机制逐步引导策略探索,增强了模型训练稳定性和收敛速度。最后,在垂直车位和平行车位进行广泛的对比和消融实验,实验结果表明所提出的泊车路径规划算法在成功率、安全性和实时性等指标上均表现出色,且综合性能明显优于现有基线算法。

双电机耦合驱动是履带车辆机电复合传动系统(electromechanical transmission, EMT)的常见构型,其具备输入输出耦合、传递功率高以及负载多变等特点。目前,大多数EMT扭转振动控制策略主要针对双侧激励对称工况进行设计,但该工况与实际存在较大偏差。为改善其在非对称激励下的扭转振动,首先建立该系统扭转振动模型,探究了在非对称激励下EMT双侧的振动能量耦合效应及其对系统动态行为的影响机制,并提出一种基于双回路反馈的干扰补偿方法,建立了面向非对称激励的EMT扭振抑制策略。经验证,该策略可较好抑制在该激励下的EMT扭振。

为适应车用高速电机高功率密度和极端工况下的高热负荷,目前电机冷却多采用直接接触式油冷散热方式,建立一个适合热控制方法研究的电机油温模型十分必要。现有方法主要基于有限元仿真标定,无法满足实时应用需求,而复杂油水换热回路的多物理场耦合使油温在线重构困难。本文提出了一种强化时序循环过程并考虑强自相关性的2阶集总参数油温模型。根据标定建立油路单元模型,并基于台架实测确定电机损耗响应。提出采用时序卷积方法描述换热过程,建立高低油温耦合的循环动态递推模型,并引入油温敏感参数提升工况适应能力,解决了流道内油温分布描述难题。最终通过路谱工况在线验证了模型的准确性,油冷液温度平均绝对估计误差在1℃以内,可支撑电机精细化热管理。

道路交通事故中,车辆正面碰撞与侧面碰撞所导致的头部伤害结果存在显著差异,这主要是由于撞击位置不同所致。为深入探讨不同撞击强度下头部撞击位置对伤害程度的具体影响,采用大鼠为实验对象实施了针对颅顶和颞叶部位的撞击实验。依据L₄(2³)正交表建立实验方案,综合考虑了撞击强度和撞击位置两个变量,利用BIMIV型大鼠头部撞击机致伤大鼠。通过伤后大鼠的行为表现及关键脑区的病理学检测结果,系统评估撞击因素及其水平对TBI的伤害影响。实验结果显示,撞击强度是决定头部损伤程度的主导因素,但撞击位置的影响不容忽视。在相同的撞击强度下,相较于颞叶撞击,颅顶撞击更易引发大鼠的昏迷、运动与记忆功能障碍以及焦虑行为。此外,颅顶撞击所导致的病理学损伤高于颞叶撞击的非冲击侧,但低于冲击侧。行为表现与病理学结果的线性拟合分析表明,大鼠脑损伤后的行为变化与病理学检测结果较小的一侧更为吻合。本研究成果对于深入理解头部伤害机制、制定科学的伤害评价准则以及构建有效的防护策略具有重要的意义。

建立一个高预测精度的统计能量模型以预测车内风噪声响应需要花费大量时间成本。本文提出一种基于参数辨识快速构建车辆风噪等效统计能量模型的方法,以在简化建模过程的同时保证预测精度。根据车身结构建立乘员舱初始统计能量模型,将侧窗表面压力脉动激励和风洞实测响应分别作为模型的输入和输出,使用灰狼优化算法辨识模型的声腔参数,得到逼近真实风噪响应特性的等效模型。以某样车为例,使用等效统计能量模型预测不同造型方案下的乘员舱风噪声响应,总声压级预测误差的平均值为1.47%,频谱的均方根误差为1.23 dB。结果表明:等效模型可以准确预测不同造型方案的车内风噪声响应,从而减少风洞试验的次数,具有较高的工程应用价值。