基于CAN通讯的汽车底盘系统集成控制

为了提高汽车整车综合动力学性能,针对汽车在转向制动工况下转向与制动系统动力学耦合关系,在对汽车底盘系统动力学耦合分析基础上,设计了ABS及EPS两子系统控制器和决策层集成控制器,对底盘系统进行分层集成控制。同时有针对性地设计了基于CAN的底盘集成控制系统的通讯系统。基于Matlab/simulink仿真和实车试验结果表明,汽车的俯仰角、侧倾角、横摆角速度反应时间和纵向减速度均有不同程度的改善,分别降低了30.53%、15.03%、25.64%、34.61%,表明设计的CAN通讯的集成系统工作稳定,抗干扰能力强,提出的集成控制策略正确可行,在保证转向轻便性的前提下,提高了系统制动稳定性。     

基于模型预测的重型车辆侧翻主动控制

为解决重型车辆侧翻问题,提出基于模型预测的侧翻主动控制方法。通过车辆侧倾数学模型来预测车辆的侧翻趋势,从而实现对于车辆侧翻主动控制的实时性。以带有空气悬架的大型客车为例,结合空气弹簧的工作特性,设计主动控制策略,实现对车辆侧翻危险状态的主动控制。在车辆行驶速度80 km/h、方向盘转角200°的情况下进行仿真试验,车辆左侧空气悬架的刚度上升了12.9%,右侧空气悬架的刚度下降了13.7%,车辆侧倾角稳定在3.9°。结果表明,基于模型预测的车辆侧翻主动控制系统能够及时调整左右空气悬架的刚度,提高重型车辆的侧翻控制能力,减少重型车辆侧翻事故的发生。     

基于多目标微粒群优化算法的土地利用分区模型

土地利用分区实质上是一个多目标的土地利用空间优化问题,将传统分区方法用于解决多目标优化问题明显不足。该文提出了一种基于多目标微粒群优化的土地利用分区模型,构建了土地利用分区的属性约束指标,提取4个能够体现土地利用分区目的及意义的目标函数,即分区间差异性最大区内相似性最强、空间分区集中连片、土地利用效益最大化、土地适宜性评价指数最高,同时考虑了土地利用分区图上最小图斑面积、用途区面积、用途转换规则3类约束条件,并详细阐述了算法的核心思想、编码策略、状态更新机制及其算子等内容,最后以湖北省宜城市为例,对模型的可行性和有效性进行验证,结果表明通过对目标的权重调控可以得到不同目标偏好的土地利用分区方案,该文所构建模型在土地利用规划实践中具有可操作性。     

基于粒子群算法的电动汽车DCT升档动力协调控制

该文建立了纯电动汽车双离合器自动变速器(DCT,double clutch transmission)升档过程动力学模型,以滑摩功与冲击度为评价因素,建立两者加权和形式的评价指标。针对纯电动汽车动力协调换挡优化对象强非线性,在基于梯度寻优的传统优化算法难以奏效情况下,利用粒子群优化算法对电机参与下的双离合器升档过程进行优化。优化过程中,使用傅里叶基向量分解方法将离合器转矩轨线、电机转矩轨线分解为基向量的线性组合,使用粒子群优化算法优化基向量系数,实现对双离合器传递转矩轨线与电机输出转矩轨线的规划,藉此提出了电动汽车双离合器变速器升档过程中离合器和电机转矩协调控制方法。最后,经过实车试验进行验证,结果表明该方法能够有效减少9%的滑摩功,使冲击度控制在国家标准之内,并缩短换档时间,改善换档品质。     

基于改进粒子群算法的车辆转向梯形机构优化

通过对车辆转向机构的尺寸和定位参数进行优化,能有效减小车辆转向机构的实际运动轨迹和理论运动轨迹间误差,进而有效改善车辆的操纵性能和提高转向安全性。该文研究了转向梯形机构的工作原理及其对车辆转向性能的影响,建立了转向梯形机构的非线性优化模型;然后引入越界检测函数改进传统粒子群优化算法,并给出了求解转向梯形机构非线性优化模型的方法;编制了改进粒子群算法的实现程序,并对3款不同车型的转向梯形机构进行了优化设计;最后选取3种不同智能算法分别对途乐GRX转向梯形机构进行多组优化试验。试验结果表明,改进粒子群算法的收敛速度快于传统粒子群算法和基于模拟退火的粒子群算法,求解精度略逊于基于模拟退火的粒子群算法,但仍能保证求解精度。     

混合动力汽车下坡辅助电-液复合制动控制方法

为提高混合动力汽车下坡辅助控制中电、液复合制动的综合性能,该文提出一种综合考虑整车安全及经济性的电、液复合制动控制方法。通过对混合动力汽车下坡辅助制动转矩变化过程及各辅助制动系统特性的分析,拟定了以安全性为基础、以经济性为目标的下坡辅助制动转矩分配原则,利用前馈加反馈的控制方法制定了电机辅助制动系统及液压辅助制动系统的转矩协调控制策略。并通过仿真及试验平台对以上算法进行了验证,结果表明该方法可以有效地减小液压系统启动延时,保证了液压辅助制动系统的响应速度及下坡辅助系统整体的响应精度。该研究提高了整车控制的安全性和经济性,也为电动车辆复合制动进一步研究提供了思路。     

基于改进粒子群算法的农产品召回优化

农产品加工是食品供应链质量控制的关键环节。该文针对农产品加工环节的产品召回优化问题,给出了批次分散优化模型并分析了其算法复杂度。针对优化模型为NP难度(non-deterministic polynomial hard),难以求解的问题,指出了采用粒子群优化进行求解的途径。针对粒子群优化算法在进化的初期收敛速度快,易引起早熟;在进化后期收敛速度慢,易引起振荡的问题,提出了一种基于分段门限粒子替换策略的改进粒子群优化算法。采用相关算例对该文提出的改进粒子群优化算法进行优化性能验证,并与类似智能优化算法进行性能对比。算例仿真和性能对比的结果表明,该算法运算开销约为同类算法的10%,且可以降低潜在的召回规模约30%,适用于农产品加工环节的产品召回优化。     

基于微粒群算法的大豆生育期内有限水量的最优分配

粒子群优化算法(PSO)是基于群体智能理论的优化算法.该算法利用生物群体内个体的合作与竞争等复杂性行为产生群体智能,对解空间进行智能搜索,从而发现最优解.通过水肥互作盆栽试验,应用Jensen模型对大豆水分生产函数进行拟合,计算出不同氮肥条件下的各生育阶段的水分敏感指数.利用PSO收敛速度快、预测精度高等优势,建立一种大豆灌水量优化分配模型,旨在准确预测大豆灌水量.结果表明,粒子群算法应用于灌溉制度优化中是可行的,既拓宽了PSO应用领域,又为制定合理的灌溉制度与提高水分利用效率提供新思路.     

基于粒子群算法的城镇土地利用空间优化模型

土地利用结构优化是土地资源优化配置的核心,包括数量结构优化和空间结构优化。针对传统的优化模型如线性规划、多目标、灰色系统和景观生态等不能实现土地数量结构和空间结构的有效统一,在研究现有智能优化模型如元胞自动机、遗传算法的基础上,采用近年来新兴的粒子群优化算法,利用其空间飞行搜索特性和较强的全局优化能力,构建了基于粒子群算法的土地利用空间优化模型。研究表明,该模型能利用粒子的群体空间分布模拟土地利用空间格局,并能在多目标控制下进行全局优化处理,实现土地利用数量结构和空间结构的有效统一。     

基于微粒子群优化算法的差速器壳体轻量化设计

针对汽车差速器的轻量化,提出了基于微粒子群优化算法和参数化模型相结合进行优化的设计方法.通过计算模态和试验模态相结合,验证了差速器壳体有限元模型的准确性;基于微粒子群算法,建立了以质量最小和安全系数均方根值最大为目标的优化模型,进行了轻量化设计.优化结果显示:壳体质量由优化前的6.26 kg下降到5.67 kg,减轻了10.4%;优化后壳体的最大应力、最大应变和最小安全系数等性能指标均有不同程度的提高,验证了轻量化是成功的.     

基于粒子群优化算法的土壤养分管理分区

土壤养分管理分区的划分为变量施肥技术提供依据,是精准农业实施变量施肥管理的重要环节。在对7种土壤养分的空间变异特征和变异结构进行分析的基础上,以其中6种养分作为变量进行土壤养分管理分区的研究,最后用基于粒子群优化属性均值聚类来划分管理分区,并引入3种指标确定合理的分区数目。通过计算得出,试验区的合理分区数目为2个,对各管理分区实际采样点的土壤养分数据进行单因素方差分析,除速效磷外各土壤养分均在99%的置信水平上具有极显著差异,其中分区2土壤肥力水平较高,分区1较低。基于粒子群优化属性均值聚类算法可以很好地划分土壤养分管理分区,分区结果能够为精准农业变量施肥提供决策依据。     

粒子群算法在农业工程优化设计中的应用

运用改进型粒子群算法对农村的两个应用实例，农村泵房钢结构数学模型和农村电站无功补偿优化数学模型进行了优化计算，采用MATLAB语言编制了泵房钢结构优化、配电网络无功补偿的计算机仿真程序。通过两个实例的计算机仿真，优化后的泵房钢结构质量比原设计减少了27.37%；有效地搜寻到电站无功补偿费用最低的优化补偿点，结果符合实际应用情况，表明粒子群算法应用于农业工程优化设计计算切实可行，为复杂的农业工程优化设计问题提供了新的思路和方法。     

车身高度与可调阻尼集成控制系统

为改善车辆的整车减振性能,建立了车辆8自由度整车数学模型,提出了车辆车身高度与阻尼集成控制的理论分析及计算方法,并设计了可调阻尼减振器及车辆空气悬架集成控制系统。在仿真计算基础上,进行了实车道路试验,分析了车辆集成控制的电控空气悬架及其控制系统对整车动态特性的影响,计算和试验结果基本吻合,实现了车身高度与可调阻尼减振器集成控制的空气悬架与整车的良好匹配,提升了车辆的综合性能。该研究验证了集成控制策略的有效性,同时为电控空气悬架系统研究奠定了基础。     

ABS液压系统仿真与电磁阀优化

为了改善ABS电磁阀的动态特性,缩短其动作时间,并考虑在制动过程中变化的油压对电磁阀运动的影响,该文利用AMESim软件建立了ABS制动系统中液压系统的模型。通过ABS混合仿真试验台实测阶梯形变化的制动压力,与同条件下的仿真结果进行对比,二者的平均差小于84 000 Pa。运用Optimization工具,以电磁阀动作时间为目标参数,利用遗传算法对加压阀和减压阀主要参数进行优化计算,使其动作时间分别缩短1.1 ms和1.4 ms。该研究对于电磁阀的优化设计和改进具有参考作用。