利用驾驶员在环仿真实验平台,搭建了较为真实的交通场景,采集驾驶员眼动信号和操作信号,利用眼动信号关于感兴趣区域(车内区域、车辆前方近处区域、远方区域)注视时间占比的结果给驾驶员贴标签,以减少标签错误的可能性;采用支持向量机(SVM)方法,比较研究基于单一操作信号(转向盘转角中心、速度、侧向加速度)和多操作信号组合评价驾驶员的技能等级。结果表明采用纵向速度和侧向加速度信号组合比单一操作信号以及其他操作信号的组合对驾驶员技能等级分类正确率高。同时,通过比较多种驾驶员技能等级评价模型,得出最佳驾驶员技能等级评价的经验模型0.3*exp(6*V)+0.7*(8*Ac),其分类正确率达到了90%。

针对纯电动汽车复合电源模糊控制策略靠人工经验的主观性与局限性问题,基于advisor软件建立超级电容与蓄电池复合电源纯电动汽车模型,利用新的爆炸式搜索算法—烟花算法,调用advisor软件对复合电源模糊控制策略隶属度函数及模糊规则进行闭环学习,并与遗传算法、交叉蜂群算法的学习效果进行比较。结果表明烟花算法学习的模糊控制策略与经验模糊控制策略相比,在FTP、NEDC、UDDS和CHINACITY工况下能耗仍能再降低5.47%、5.23%、4.25%和4.15%,且烟花算法与其他算法相比在复合电源纯电动汽车模糊控制学习中的求解精度更高。

在过滤泊松路面模型的基础上，考虑车速为随机变量的非稳态激励因素，提出了用于汽车疲劳载荷分析的改进过滤泊松路面激励模型以及基于该模型激励下疲劳载荷的计算方法。以1/4整车模型为研究对象，以改进过滤泊松路面模型为激励，分别计算了车速为恒定值和车速为均匀分布随机变量的稳态和非稳态两种情况下，簧载质量和非簧载质量的载荷响应的幅频特性和统计计数特性，对不同车速和不同车速分布参数下的响应载荷统计数据进行了分析比较。研究结果表明，采用改进过滤泊松路面模型可以用于汽车的疲劳载荷计算，并且可以实现对车速为随机变量的非稳态路面激励的载荷响应的计算。

基于ADAMS/View建立了考虑悬架运动学特性的非线性因素的1/4汽车悬架模型并运用ADAMS/Hydraulic模块建立了考虑液压元件的非线性特性的液压伺服控制系统设计了液压伺服控制的主动悬架。以模拟路面和阶跃输入作为激励采用PID反馈控... 展开更多