论文部分内容阅读
摘 要：车辆工程智能控制技术随着科学技术的发展而不断提升，表现了突出的耗能低、功能种类多样等优良特点。本文以智能控制技术与车辆工程的融合发展为研究对象，阐述了智能控制技术基本理论，分析了智能控制技术在车辆工程设计及制造中的具体应用，并对智能控制技术与车辆工程融合发展趋势进行了简单的探究。
关键词：智能控制技术;车辆工程;融合发展
1 智能控制技术概述
智能控制技术是以自动化电子技术为主体，将多门技术学科有效关联的一门技术。其主要以开环技术为基础，经闭环控制系统的合理设置，在系统处理中形成数据不参与被控制的情况下，对系统工程内数据进行直接控制的一种模式。
2 智能控制技术与车辆工程的融合发展路径
2.1 智能控制技术在车辆工程局部优化中的应用
在车辆工程动力装置中主要包括点火系统、燃油喷射系统等模块。其中，点火系统主要是车辆发动形式的基础模块，其位于汽油机的适当位置。在车辆工程点火系统中应用智能控制技术，主要以车辆工程点火系统点火提前角为入手点，依据控制器与点火系统中相关信号，判断车辆发动机实际运行情况。随后选择适宜的点火提前角，点燃混合气体。整体过程中发动机燃烧过程得到了有效控制，且有效地保证了混合气体燃烧效率及燃烧安全性。另一方面，在车辆工程燃油喷射系统中，利用智能控制技术，可以根据目标空燃量、进气量，确定喷油量。随后结合传感器传来的温度、节气门位置，修正基本燃油喷油量，并确定气门燃油喷射正时，保证车辆动力装置稳定运行。
2.2 智能控制技术在车辆工程制造中的应用
智能机械制造技术是由自动化技术、机械制造、人工智能、系统工程组成的综合性技术体系，其可以将人工智能融入机械制造体系的各个模块。随后通过模拟专家大脑，在机械制造阶段自行监视运行状态，及时评估预测错误参数，并对其进行改进。现有智能控制技术在车辆工程制造中的应用主要包括柔性自动化应用、虚拟化应用仿真两个模块。
一方面，在智能控制技术柔性自动化应用中，车辆制造人员需要结合车辆使用者对产品需求，综合考虑政府政策、市场需求、技术水平等因素，利用柔性自动化体系，经过人机界面，构建完善的信息管理体系，以保证车辆制造线路中数量、种类、生产规模等参数的规范性。同时，考虑到柔性自动化控制体系中自动化设备、普通设备同时运行，且在机械制造某一环节可允许人为参与，通过多方合作，可以有效提高机械制造对外界因素突变顺应能力，为车辆制造自动化水平提升提供依据。
另一方面，车辆虚拟制造技术主要通过系统建模仿真技术，综合利用计算机图形学、人工智能、当代机器制造工艺、多媒体信息技术等多种技术，对车辆制造过程进行仿真分析，从而提前预知车辆制造中发生概率较高的风险，降低车辆研发成本，提高车辆产品核心竞争力。
在车辆虚拟制造技术应用过程中，车辆制造人员可依据分级递阶智能控制理论，从广义层面出发，结合精度递减而智能增加的原则，将车辆虚拟制造智能程度划分为组织级、执行级别、协调级别等几个模块。
2.3 智能控制技术在车辆工程机械设计中的应用
由于车辆实际运行中工况不断变化，为保证车辆性能始终位于最佳状态，在车辆机械设计阶段，相关人员需要利用智能控制技术，构建改进的模拟神经网络系统，对车辆各模块最佳参数进行计算。以车辆工程点火提前角设计为例，首先车辆工程机械设计人员可设计四缸汽油改装后进气管喷射方式的火花点火氢发动机电控实验系统。在控制系统中，主要控制模块为Intel20230 单片机系統，主要运行电路为传感器信号处理输入电路及功率驱动输出电路。
在实际设计过程中，一方面，在硬件模块，车辆工程机械设计人员可以经传感器信号处理输入电路，将各模块检测参数输入微处理器。如节气门位置、空气流量、氢气流量、回火检测、冷却水温度等。通过微处理器对上述信息转换，可在中央处理器中呈现总的数字量。通过总数字量，车辆工程机械设计人员可以通过逻辑判断，设置可扩展2864AEEPROM 模块，探究点火提前角对氢发动机性能的影响。在得出结果后，车辆工程机械设计人员可设置适当的点火提前角参数。另一方面，基于车辆工程机械设计的智能控制器主要包括BP 神经网络、PWM 控制器、经典PI 控制器三个模块。在软件智能控制器设计过程中，车辆工程机械设计人员可以利用神经网络自学习功能，将BP 神经网络、PI 控制进行有机整合，寻找最佳PI 参数。
3 智能控制技术与车辆工程的融合发展趋势
在近几年发展进程中，随着人们生活质量的不断提高，车辆使用者对于车辆工程科技水平提出了更高的要求，智能控制技术也在不断完善，在车辆工程中应用范围不断拓展。现阶段，我国车辆制造设计自动化水平较低，在实际运行中也存在一定的问题。因此，在车辆工程设计制造过程中，一方面，车辆工程设计生产人员应结合实际生产需求，依据从低到高的原则，逐步完善智能控制技术与车辆工程融合发展方案。随后车辆工程设计制造人员可将BP 神经网络，与传统PI 控制进行有机结合，并根据车辆运行状态，自适应调节PI 参数，以保证车辆工程设计制造智能化程度的有效提高。另一方面，车辆工程设计制造人员应在以往虚拟化智能仿真平台应用的基础上，构建面向TCS 的AMEAim、MATLAB 联合仿真平台，以车辆制造设计系统模型为基础，在设定的仿真情况下进行实验探究。通过对车辆制造设计中各细节模块的仿真分析，可以帮助车辆工程后续操作人员明确各细节运行风险，为车辆工程智能化改进提供有效的指导。
4 结语
综上所述，智能控制技术是以系统根本理论为入手点，综合利用多种类型群体技术，优化组织结构目标，提高系统功能价值的系统工程技术。其在车辆工程设计、车辆工程制造中得到了广泛的应用，具有广阔的发展前景。因此，在未来发展进程中，相关人员应进一步拓展智能控制技术与车辆工程融合平台，制定长远的发展规划，逐步完善智能控制技术体系，为车辆工程技术的可持续性发展提供保障。
参考文献
[1]崔昊东.智能控制技术与车辆工程的融合发展[J].山东工业技术，2018（10）：123-145.
[2]王国玲.智能控制技术在车辆工程的应用[J].科学技术创新，2017（32）：163-164.
关键词：智能控制技术;车辆工程;融合发展
1 智能控制技术概述
智能控制技术是以自动化电子技术为主体，将多门技术学科有效关联的一门技术。其主要以开环技术为基础，经闭环控制系统的合理设置，在系统处理中形成数据不参与被控制的情况下，对系统工程内数据进行直接控制的一种模式。
2 智能控制技术与车辆工程的融合发展路径
2.1 智能控制技术在车辆工程局部优化中的应用
在车辆工程动力装置中主要包括点火系统、燃油喷射系统等模块。其中，点火系统主要是车辆发动形式的基础模块，其位于汽油机的适当位置。在车辆工程点火系统中应用智能控制技术，主要以车辆工程点火系统点火提前角为入手点，依据控制器与点火系统中相关信号，判断车辆发动机实际运行情况。随后选择适宜的点火提前角，点燃混合气体。整体过程中发动机燃烧过程得到了有效控制，且有效地保证了混合气体燃烧效率及燃烧安全性。另一方面，在车辆工程燃油喷射系统中，利用智能控制技术，可以根据目标空燃量、进气量，确定喷油量。随后结合传感器传来的温度、节气门位置，修正基本燃油喷油量，并确定气门燃油喷射正时，保证车辆动力装置稳定运行。
2.2 智能控制技术在车辆工程制造中的应用
智能机械制造技术是由自动化技术、机械制造、人工智能、系统工程组成的综合性技术体系，其可以将人工智能融入机械制造体系的各个模块。随后通过模拟专家大脑，在机械制造阶段自行监视运行状态，及时评估预测错误参数，并对其进行改进。现有智能控制技术在车辆工程制造中的应用主要包括柔性自动化应用、虚拟化应用仿真两个模块。
一方面，在智能控制技术柔性自动化应用中，车辆制造人员需要结合车辆使用者对产品需求，综合考虑政府政策、市场需求、技术水平等因素，利用柔性自动化体系，经过人机界面，构建完善的信息管理体系，以保证车辆制造线路中数量、种类、生产规模等参数的规范性。同时，考虑到柔性自动化控制体系中自动化设备、普通设备同时运行，且在机械制造某一环节可允许人为参与，通过多方合作，可以有效提高机械制造对外界因素突变顺应能力，为车辆制造自动化水平提升提供依据。
另一方面，车辆虚拟制造技术主要通过系统建模仿真技术，综合利用计算机图形学、人工智能、当代机器制造工艺、多媒体信息技术等多种技术，对车辆制造过程进行仿真分析，从而提前预知车辆制造中发生概率较高的风险，降低车辆研发成本，提高车辆产品核心竞争力。
在车辆虚拟制造技术应用过程中，车辆制造人员可依据分级递阶智能控制理论，从广义层面出发，结合精度递减而智能增加的原则，将车辆虚拟制造智能程度划分为组织级、执行级别、协调级别等几个模块。
2.3 智能控制技术在车辆工程机械设计中的应用
由于车辆实际运行中工况不断变化，为保证车辆性能始终位于最佳状态，在车辆机械设计阶段，相关人员需要利用智能控制技术，构建改进的模拟神经网络系统，对车辆各模块最佳参数进行计算。以车辆工程点火提前角设计为例，首先车辆工程机械设计人员可设计四缸汽油改装后进气管喷射方式的火花点火氢发动机电控实验系统。在控制系统中，主要控制模块为Intel20230 单片机系統，主要运行电路为传感器信号处理输入电路及功率驱动输出电路。
在实际设计过程中，一方面，在硬件模块，车辆工程机械设计人员可以经传感器信号处理输入电路，将各模块检测参数输入微处理器。如节气门位置、空气流量、氢气流量、回火检测、冷却水温度等。通过微处理器对上述信息转换，可在中央处理器中呈现总的数字量。通过总数字量，车辆工程机械设计人员可以通过逻辑判断，设置可扩展2864AEEPROM 模块，探究点火提前角对氢发动机性能的影响。在得出结果后，车辆工程机械设计人员可设置适当的点火提前角参数。另一方面，基于车辆工程机械设计的智能控制器主要包括BP 神经网络、PWM 控制器、经典PI 控制器三个模块。在软件智能控制器设计过程中，车辆工程机械设计人员可以利用神经网络自学习功能，将BP 神经网络、PI 控制进行有机整合，寻找最佳PI 参数。
3 智能控制技术与车辆工程的融合发展趋势
在近几年发展进程中，随着人们生活质量的不断提高，车辆使用者对于车辆工程科技水平提出了更高的要求，智能控制技术也在不断完善，在车辆工程中应用范围不断拓展。现阶段，我国车辆制造设计自动化水平较低，在实际运行中也存在一定的问题。因此，在车辆工程设计制造过程中，一方面，车辆工程设计生产人员应结合实际生产需求，依据从低到高的原则，逐步完善智能控制技术与车辆工程融合发展方案。随后车辆工程设计制造人员可将BP 神经网络，与传统PI 控制进行有机结合，并根据车辆运行状态，自适应调节PI 参数，以保证车辆工程设计制造智能化程度的有效提高。另一方面，车辆工程设计制造人员应在以往虚拟化智能仿真平台应用的基础上，构建面向TCS 的AMEAim、MATLAB 联合仿真平台，以车辆制造设计系统模型为基础，在设定的仿真情况下进行实验探究。通过对车辆制造设计中各细节模块的仿真分析，可以帮助车辆工程后续操作人员明确各细节运行风险，为车辆工程智能化改进提供有效的指导。
4 结语
综上所述，智能控制技术是以系统根本理论为入手点，综合利用多种类型群体技术，优化组织结构目标，提高系统功能价值的系统工程技术。其在车辆工程设计、车辆工程制造中得到了广泛的应用，具有广阔的发展前景。因此，在未来发展进程中，相关人员应进一步拓展智能控制技术与车辆工程融合平台，制定长远的发展规划，逐步完善智能控制技术体系，为车辆工程技术的可持续性发展提供保障。
参考文献
[1]崔昊东.智能控制技术与车辆工程的融合发展[J].山东工业技术，2018（10）：123-145.
[2]王国玲.智能控制技术在车辆工程的应用[J].科学技术创新，2017（32）：163-164.