基于拖拉机燃油经济性自动换挡规律研究

通过对拖拉机燃油经济性的分析,得出拖拉机燃油经济性的主要影响因素。同时,通过拖拉机最佳燃油工作点和最佳传动比的分析,以上海-50拖拉机为实例分析得到拖拉机的燃油经济性换挡规律。     

基于Cruise的AMT汽车换挡规律仿真分析与优化

AMT汽车换挡规律对汽车实际运行性能有直接的影响,也是汽车动力传动系统匹配过程中需要重点考虑的内容。针对某公交车的实际运行情况,利用AVLCruise软件进行仿真,对AMT换挡规律进行优化,并与试验结果比较。结果表明,根据公交实际运行工况设定的换挡规律具有明显的油耗优势。     

公共汽车AMT最佳动力性换挡规律的建模与仿真

通过分析公共汽车AMT的工作特性.制定了改进的动态三参数最佳动力性换档规律,应用MATLAB/SIMULINK建立了换挡规律模型并进行仿真并分析了仿真结果,仿真结果表明这种改进的方法可以有效地改善AMT的工作性能.     

基于BP神经网络的小缸径直喷式柴油机放热规律的研究

运用BP神经网络有关理论,构造一个从小缸径直喷式柴油机的喷油规律预测放热规律的BP神经网络模型,经过验证,预测模型具有较高的精度,可以作为柴油机喷油系统与整机匹配性能研究的一个有效手段,也是一个新型预测放热规律的方法。     

基于汽车导航系统的机械式自动变速器换挡控制规律研究

随着导航系统在汽车上的广泛应用,提出了利用车辆动力学的原理对导航系统的定位精度进行了校正,并提出了相应的理论方法和汽车在弯道上行驶时的换挡控制规律.仿真结果表明该换挡控制规律能够提高汽车在弯道行驶时的燃油经济性、行驶安全性和乘坐舒适性,同时也能延长离合器和制动器的使用寿命.     

拖拉机自动换挡规律研究

拖拉机作业工况复杂,影响换挡的因素较多,不能照搬汽车自动变速器的换挡规律。为了制定拖拉机换挡规律,依据发动机能量方程和其他车辆理论基本计算公式,推导出了拖拉机换挡规律的数学模型,然后以东方红-1302R型履带拖拉机为例,把相关参数代入数学模型,再利用Matlab软件作出相关图形,结合拖拉机牵引特性和挡位选择规律,确定了换挡时机。最后总结了动力性换挡和经济性换挡的特点。     

提高液力变矩器输出功率为目标的换挡规律

提出了一种以提高液力变矩器涡轮输出功率为目标的换挡规律,运用Matlab／Simulink建立了仿真模型．验证换挡规律的正确性。结果表明,该换挡规律可以提高涡轮的输出功率,对改善工程车辆的动力性和节能有实际意义。     

基于车辆负荷度的换挡规律研究

针对货车自动变速器载荷变化幅度大的特点，提出了综合反映载货质量、道路坡度及路面状况的车辆负荷度概念，并利用车辆负荷度，根据动力性换挡规律的最佳换挡点对货车制定了相应的换挡规律；同时对影响换挡规律的载货质量、道路坡度及路面状况进行了分析和比较，解决了货车自动变速器不同于轿车自动变速器的一些关键问题。在轻型货车上实验表明，利用车辆负荷度方法来建立换挡规律对车辆载荷及环境变化具有较强的适应性。     

汽车驾驶机器人模糊神经网络换挡控制方法

为了实现汽车驾驶机器人挡位决策的智能化,提出了一种驾驶机器人模糊神经网络换挡控制方法.模糊神经网络模型的输入为驾驶机器人油门机械腿的位移、试验车辆的车速和加速度,模型的输出为挡位.输入变量的隶属函数都为3个,类型都采用广义钟形函数gbellmf,网络训练算法选用反向传播算法和最小二乘法相结合的混合学习算法.仿真结果表明,汽车驾驶机器人模糊神经网络控制仿真挡位与试验挡位基本一致,该方法可根据操作工况环境实现正确的汽车驾驶机器人挡位控制.     

基于BP神经网络的汽车发动机故障诊断方法研究

介绍了BP神经网络学习算法,建立了汽车发动机振动测试系统,在对发动机振动数据进行分析处理的基础上,获取了学习样本的输入向量与目标向量,应用BP网络学习算法对新构的网络进行训练,建立了一种发动机机械故障诊断的新方法,实例分析结果表明,这种新方法是可行的。     

基于BP神经网络的降雨量预测研究

使用2种方法,即用前5年降雨量来预测后1年的降雨量和用气象资料预测降雨量,应用BP神经网络对降雨量进行预测,试图找出应用BP神经网络预测降雨的最佳方法.通过对青海省10个气象站的降雨进行预测分析,得到结论如下:两种方法均适合于降雨预测,其被选择概率均等.     

拖拉机AMT换挡规律求解方法研究

应用图解法和解析法对拖拉机AMT自动换挡数学模型进行求解,编制了计算机求解程序,并作出了泰山-25型拖拉机的部分换挡规律曲线。这些方法为拖拉机AMT的设计与研究提供了依据。     

SUV车自动变速器换挡规律的研究

根据发动机和液力变矩器的工作特性图,找出两者匹配时的工作点。在此基础上以相邻两挡加速度相等为换挡点,推导出了发动机和液力变矩器共同工作时换挡规律的理论模型。并根据此理论模型进行仿真,得出了自动变速器的换挡规律图。得出的结果对进一步研究换挡延迟等特性有重要的参考价值。     

汽车液力变矩器与AMT共同工作时的换挡规律

根据发动机输出特性和液力变矩器原始特性,找出了二者合理匹配时共同工作点及共同工作的输出特性,计算出各节气门开度不同的车速和不同挡位下的驱动力,建立了液力变矩器与机械式自动变速器(AMT)共同工作时换挡规律模型,并根据此模型进行数字仿真,确立了最大效率时液力变矩器与AMT共同工作时的换挡规律并进行了冲击度计算。     

工程车辆并行自适应神经网络自动换挡控制

为了解决工程车辆在重载作业时传动系统效率大幅下降的问题,以工程车辆"两参数"换挡规律为依据,提出一种并行自适应神经网络自动换挡控制的方法。结构上由神经网络控制、自适应神经网络模型、网络评价和运行监控模型组成。仿真结果表明,该控制方法提高了工程车辆液力机械传动系统效率,有效地克服了神经网络控制实时性差,难以在工程实际中应用的问题,实现了换挡控制的智能化。     

自动挡车辆避免换挡循环的方法

通过车辆换挡过程的动力学分析,提出了换挡循环坡度范围的概念,指出了在特定换挡规律下产生换挡循环的必然性,最后结合动力学分析提出了一种避免换挡循环的方法。实践应用中证明,这种方法是可行的、可靠的。     

基于BP神经网络的汽车发动机异响故障分析法

针对汽车发动机异响故障诊断中存在的问题,研究了应用人工神经网络进行异响故障诊断的分析方法。在介绍神经网络基本原理的基础上,以BP网络构造发动机异响故障诊断模型,并将C语言编程模拟故障分析方法应用于具体的发动机异响故障诊断。结果表明,其方法具有通用性、高效性、合理性。     

联合收获机惯性分离室工艺参数优化——基于改进BP神经网络

为了确定各因素对惯性分离室的性能的影响,以及寻找最优的参数组合,提出了一种新的BP神经网络的改进方法,对联合收割机惯性分离室的吸运系统压力损失的实验数据进行了拟合,并与二次回归模型方法进行比较。结果表明,改进的BP神经网络的拟合精度明显优于二次回归的拟合精度;同时,通过BP神经网络的优化方法求取了4个参数的最优组合值,为惯性分离室的性能研究提供了一种新的方法。     

越野汽车机械自动变速器换挡规律的自适应控制

针对越野汽车载荷变化大、路况复杂而又要具有机动灵活的特点,利用自适应控制技术所建立的自适应控制器,对实际行车状况的油门、车速和冲击度进行在线估计。根据得到的实际的车辆负荷度,按照已经建立的最小和最大负荷度下的机械自动变速器换挡控制规律,通过线性插值法,建立适应实际行车状况的换挡规律,实现换挡规律的自适应控制。     

基于MEA优化BP神经网络的农机滚动轴承故障诊断

为了解决农机滚动轴承的故障诊断问题,提出了一种基于思维进化算法(MEA)优化BP神经网络的故障诊断新方法。该方法利用思维进化算法的趋同和异化操作,通过竞争获取优胜种群,在迭代过程中不断优化BP神经网路的初始权值和阈值,建立MEA-BP网络农机滚动轴承故障诊断模型。以滚动轴承试验实测数据为例,通过Mat Lab软件进行仿真,结果证实:该方法不但克服了常规BP网络学习速度慢和局部极小的缺点,而且提高了故障诊断准确度,为其他农业机械设备的故障诊断提供了一种试验方法。