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。

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。

本文对某量产电动汽车风阻和车底流动分离进行了数值研究。研究表明,在Re_L = 1. 1 × 10⁷时,车底部流动在尾部分离并向上卷曲形成展向大尺度涡。风阻系数脉动与平均值占比约为3.27%,这对乘坐舒适性及里程预报存在不可忽视的影响。车体背部、底部压力、近尾流中下部、整车气动阻力、车底中后护板近壁面压力以及车底分离流均存在12 Hz的特征频率,而车顶部及两侧的流动分离则无此特征频率,证明车底部的流动分离是引起风阻动态变化的主要原因。

针对自动驾驶汽车所应用的时空分离轨迹规划方法易导致车辆灵活性不足,甚至无法在复杂工况下规划出可行轨迹,而现有时空联合轨迹规划方法难以满足结构化道路应用要求的问题,本文提出了一种基于动态规划与数值优化算法的时空联合规划方法。首先,在Frenet坐标系下使用动态规划算法生成时空耦合粗轨迹,过程中采用确定性采样法进行子节点拓展。然后,以粗轨迹为参考在笛卡尔坐标系下构建可行驶时空走廊,建立NMPC优化模型求解最终轨迹。最后,通过仿真验证算法有效性,结果表明,所提出的方法对结构化道路的适应性良好,相较于其他时空联合轨迹规划算法,能够更好地平衡通行效率、轨迹舒适性、算法实时性的要求。

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。

基于驾驶员腿部的表面肌电信号提出一种非侵入式的驾驶疲劳状态判别方法。首先,通过模拟驾驶疲劳实验采集驾驶员右腿胫骨前肌的肌电信号,并通过主观评价量表进行疲劳状态的标注。其次,采用变分模态分解算法对表面肌电信号进行噪声滤除,并从分解得到的5个IMF分量中提取12个时频域特征值。最后,构建基于鲸鱼算法优化支持向量机的驾驶疲劳状态判别模型。结果表明:该方法对于3种疲劳状态具有较好的判别效果,其准确率可达84%以上。

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。

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。