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。

提出一种联合IHHO算法的优化方法,对桁架式清雪车车架进行轻量化研究。首先,构建了车架的有限元仿真模型,在多种工况下对其强度、刚度、模态进行定量分析,得其强度性能、刚度性能及固有频率。其次,利用响应面法以最大变形量和最大应力为响应值,优化车架各梁截面尺寸,得到3组最优解。在此基础上,对HHO算法进行改进,提出IHHO算法,采用IHHO算法验证最优解的有效性。优化结果表明,车架整体质量减轻33.6%,最大变形量减小6.33%,最大应力增加3.01%,1阶模态频率降低19.48%,有效避开了共振范围。本研究为桁架式车架的轻量化设计提供了一种高效、可行的优化策略,该方法在模型构建和获取准确估算结果方面具有显著优势,为相关领域的工程应用提供理论参考。

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。

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。

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。

针对纯电动商用车转向助力油泵应用中的永磁同步电机瞬态响应不足的难题,提出一种基于级联扩张状态观测器的转速环优化策略。设计了扩展卡尔曼滤波器作为无位置传感器控制基础,自适应设计避免了参数整定复杂、收敛速度慢的问题。通过内外扰动的级联观测,并采用线性反馈控制率替代传统PI控制器,提升了转速环的抗扰和跟踪能力。台架实验表明,本文所提无传感器控制架构在动态和稳态工况下显著降低了位置估计误差,稳态误差仅为1.4°;优化的转速环控制有效提升了系统抗扰能力和电机瞬态响应性能。实车可靠性测试显示,转向助力电机控制器运行稳定,无性能故障发生。

整车质量对车辆动力控制系统和安全控制系统而言是一个重要参数,尤其是对于重型货车。在车辆纵向动力学模型的基础上,本文提出一种依据车辆运行工况对整车质量进行估计的方法。首先,在加速工况下,通过CAN总线获取发动机转矩和纵向加速度,利用卡尔曼滤波算法(KF)对整车质量进行估计。然后,再利用所估计的质量识别未知参数。在匀速工况下,基于所识别的未知参数和车辆动力学模型进行整车质量估计。通过TruckSim/Simulink 构建估计器开展联合仿真,验证了该方法的有效性。经实车测试,结果表明在不同工况下,该方法能够较为准确地估计整车质量。

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。

在混合交通环境中,准确预测周边车辆轨迹对自动驾驶汽车安全至关重要。然而,现有技术在长时预测方面仍存在精度低和计算量大的问题。本文提出了一种结合意图概率的时空交互稀疏注意力模型,通过高效的编码解码结构进行轨迹预测。模型首先构建位置掩码矩阵提取历史轨迹中的位置信息,利用稀疏注意力机制筛选出关键特征,并通过意图行为分析模块提高意图识别的准确率。最终将时空特征、位置特征和意图特征融合输入解码器,以多任务学习方式训练模型。试验结果表明,该模型在HighD和NGSIM数据集上相较于当前最优算法,在3~5s长时预测的均方根误差均有降低,显著提升了预测效果。此外,通过实车试验对模型在实际场景中的表现进行验证,进一步展示了其在复杂交通环境中的应用潜力。

准确可靠的车辆位姿估计是智能车辆决策规划、运动控制等模块的重要输入。本文提出一种融合智能车辆轮胎滑移率在线估计及校正的定位算法,可以在全球导航卫星系统(GNSS)中断期间显著增强惯性导航系统(INS)/轮速传感器(WSS)的融合定位精度。首先,利用车辆加速度和轮速数据,提出了一种针对不同驾驶条件的滑移率实时估计算法,以准确地对轮速信息进行滑移率校正;随后,基于误差状态卡尔曼滤波对GNSS、IMU和校正后的轮速信息进行融合,实现准确可靠的车辆位姿估计。实车实验结果表明,在GNSS中断期间,速度均方根误差最高提升30%,平均水平位置误差里程比可达1.68%。