论文部分内容阅读
在整车设计的初期阶段,应用AVL Cruise软件建立重型车辆的整车模型,对整车的动力性、燃油经济性进行仿真计算,利用计算数据对比分析,优选出最佳的动力系统匹配方案,为后续的开发设计提供理论指导.
重型车动力传动系统优化匹配
【摘 要】
：
在整车设计的初期阶段,应用AVL Cruise软件建立重型车辆的整车模型,对整车的动力性、燃油经济性进行仿真计算,利用计算数据对比分析,优选出最佳的动力系统匹配方案,为后续的开发设计提供理论指导.
【机 构】
：
包头北奔重型汽车有限公司研发中心
【出 处】
：
2010中国汽车工程学会年会
【发表日期】
：
2010年7期
其他文献
本文结合两缸高压共轨柴油机项目,利用燃油喷射系统测试台研究多次喷射过程中燃油系统压力波动现象,测试和分析喷射次数、喷射油量、喷射间隔及系统压力对压力波动规律的影响及由此产生的对实际喷油量的影响,为设计多喷控制策略以提升喷油量控制的精确度提供理论依据.
增压机型缸内的爆发压力和温度很高,使得排气门工作环境尤其恶劣.本文针对14L增压机型开发过程中发生的排气门失效现象,对失效件、台架数据和配气机构动力学进行了分析,并构建了燃烧系统温度场模型;借助气门专项测温试验和缸盖缸体测温试验手段,修正了失效系统温度场、传热模型和热应力热变形分析模型;后续通过标定后的模型进行设计改进预测.最后对相关件进行设计改进,气门通过试验考核.
本文主要针对永磁同步电机在EPS(ElECtRiC PowER StEERing,电动转向系统)中的特定应用,分析EPS助力电机及其驱动电路可能出现的失效类型.文章提出了EPS电动助力转向中与电机控制相关的故障诊断技术,重点对电机相电压测量诊断法、初始脉冲电压加载诊断法和交轴电压估算诊断法等电机诊断技术进行了介绍.
能耗排放测试结果的电量修正方案是混合动力车辆评价的研究重点.文中对线性回归方案和油—电系数折算方案进行了阐述;连续6次测试了一辆混合动力公交车油耗、电耗及常规排放情况,并分别采用线性回归方案和油电折算系数方案对能耗排放测试结果进行修正.试验结果表明,相比油—电系数折算方案,线性回归方案在能耗排放修正方面更加合理有效;电量变化对油耗值影响远高于对排放值影响.
针对某车型悬置螺栓断裂而导致悬置总成失效问题,应用有限元进行数值模拟和改进设计.首先,对悬置螺栓断裂实物进行初步推断,同时在有限元软件里对断裂工况进行模拟再现,通过对比分析结果与实物破坏的一致性,验证了CAE分析的正确性,在此基础上,通过优化悬置支架结构改善螺栓受力情况,以提高悬置整体承载能力.结果表明改进方案强度满足设计要求,并运用于实车后无失效情况.
针对商用车生产过程人员波动影响产品质量及产出效率的问题,本文以整车装配过程为试点,通过对生产过程的工序分级、产业工人多能工建设、工资薪酬优化等手段,解决了企业人力资源管理方面的问题,实践证明有一定的推广应用价值.
Estimation of Vehicle Sideslip with Adaptation to Tyre Cornering Stiffness and Road Friction Coeffic
The disadvantage of the model based sideslip angle estimator is that its performance is susceptible to model uncertainties.In this paper,an estimator that estimates both the sideslip angle and unknown
“四化”管理是汽车材料及紧固件的管理数字化、选择平台化、设计轻量化、设计生态化的简称.初步应用结果显示,汽车材料及紧固件数据库提高了产品工程师业务水平,加快了研发速度;车身钢板选择平台减少了钢材品种,降低了研发、采购与生产等一系列成本,经济效益十分显著;典型零部件采用长玻纤增强聚丙烯材料、镁合金、超高强钢等汽车轻量化材料,在满足使用性能同时还具有零件集成度高、加工工序少等诸多优点.
悬架减震器具有强非线性,因此匹配其阻尼特性时须将非线性考虑在内.本文建立了CarSim整车模型,然后通过正交设计进行试验优化,获得各个典型工况下的最优线性阻尼系数,最后利用功率法由线性阻尼系数反求得到悬架减震器的非线性阻尼特性.CarSim仿真验证了由该方法得到的阻尼特性能有效降低各个工况的整车振动加速度.该方法简单易行,不需依赖经验,且可在一定程度上解决不同工况的理想阻尼不同的问题.
在TCD2015单体泵柴油机上进行了智能故障诊断技术的研究.采用神经网络诊断算法,来识别柴油机进、排气漏气和失火的故障.利用MATLAB的工具箱,建立诊断模型,通过在台架试验制取了3种模式正常工作的数据样本,对模型进行训练,使期望误差为0.001.在台架上模拟这3种故障,获得故障样本并输入训练好的模型,实现了故障模式的正确识别.