首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    插电式燃料电池汽车A-ECMS能量管理策略研究

    田韶鹏袁子龙王龙郭辉...
    1-9页
    查看更多>>摘要:针对插电式燃料电池汽车(PFCHV)能量管理优化控制问题,为在保证经济性的前提下兼顾燃料电池的使用寿命,提出了考虑燃料电池寿命衰退的自适应等效氢耗最小策略。将燃料电池在启停、大功率波动与重载等状态下的寿命衰减量化为使用成本,并将其与燃料电池氢耗、动力电池电耗共同组成等效氢耗成本。建立了融合短时车速预测与电池SOC反馈的等效因子自适应调整方案,同时依据动力电池SOC的状态变化而不断调整等效因子的调节周期,实现等效因子的高效调节,以保证该策略能够更好地适应不同的行驶工况。在NEDC、CLTC标准工况下,所建立的控制策略与ECMS策略相比氢耗量下降9。5%和17。66%,燃料电池寿命衰退改善37。3%和47。1%。燃料电池的不良运转工况有所减少,同时动力电池SOC维持能力有所提升,提高了整车的经济性与燃料电池系统的耐久性。

    能量管理自适应等效氢耗最小策略插电式燃料电池汽车经济性燃料电池寿命

    混合动力汽车多目标改进型粒子群算法优化研究

    邓涛马宝鹏谭孟骑
    10-17页
    查看更多>>摘要:为提高混合动力汽车的经济性、动力性和平顺性,以一款并联式混合动力汽车为对象,以控制策略参数和动力系统参数为优化变量,以动力电池荷电平衡等为约束条件,构建多目标优化模型。在优化过程中,引入混沌算子和余弦策略对粒子群优化算法的速度公式、惯性权重和学习因子进行改进,提出改进型粒子群优化算法,并进行仿真优化。结果表明,在满足约束条件的前提下,优化后经济性、平顺性和动力性分别提高了 15。88%、11。71%、3。51%。同时,发动机与电机工作点的效率分布得到明显改进。

    粒子群算法多目标优化混合动力汽车Pareto最优解

    锂电池实时遗忘因子在线参数辨识与状态估计

    阚英哲杨敏孙华泽谢云飞...
    18-26页
    查看更多>>摘要:SOC(state-of-charge)作为电动汽车能量管理、续驶里程估算、动力系统控制等功能的重要依据,其准确性至关重要,而模型参数的精确程度则是准确判定动力电池SOC的核心基础。传统的离线参数辨识使用固定的模型参数描述电池的性能及其响应,然而,在不同的放电倍率以及不同倍率持续时间等因素的影响下,电池内部的某些参数也会相应地发生变化,如果继续采用固定的模型参数,对电池状态的预测和估计就会出现较大的偏差。提出了一种自调节遗忘因子递推最小二乘法,在线辨识出电池模型的各项参数,将得到的模型参数导入扩展卡尔曼滤波算法中,用于实时估计电池的SOC。通过对比分析和验证,该方法在不同工况下SOC估计误差都能收敛在1%以内,证明具有良好的模型参数辨识精度和鲁棒性,可以显著提高SOC的估算精度。

    SOC估计最小二乘法扩展卡尔曼滤波参数辨识

    改进YOLOv7的道路多目标检测算法

    张琦张赛军周广生谢豪...
    27-34页
    查看更多>>摘要:道路环境感知是自动驾驶任务中的重要组成部分,为解决道路环境感知中小目标检测困难、检测目标尺寸不一致以及检测目标的遮挡给检测任务带来的困难,提出一种深度学习增强方法以提高目标检测性能。设计了 Bot-tleneck-ELAN(bottleneck-efficient layer aggregation networks)模块作为主干,加强了模型的特征提取能力。使用 Gather-and-Distribute(GD)机制实现了特征图之间跨尺度的直接融合,解决了颈部网络的信息丢失问题。此外,采用Com-plete-IOU(CIOU)和Normalized Wasserstein Distance(NWD)相结合的损失函数组,解决了单一 IOU损失函数对不同尺度物体位移敏感性不一致和平滑性差的问题。结果表明,改进后的模型在BDD100K数据集上的平均精度均值达到了 43。4%,相较于原始的YOLOv7算法提高了 3。1%,并且在小目标检测中精度提升更为明显,达到10%。

    计算机视觉目标检测深度学习YOLOv7算法

    轻量级车辆行人检测模型研究及Android部署

    王道斌李宸翔严运兵
    35-42页
    查看更多>>摘要:针对目标检测模型参数量大,难以部署在移动端设备的问题,提出了一种轻量化车辆行人检测模型YOLOv8-TI(traffic information)。设计全新的轻量级参数共享SPG Detect检测头以降低模型的参数量和计算量;提出全局平衡通道路径聚合网络(GBC-PAN)结构,平衡网络通道数量,通过跨尺度的加权链接,实现了自顶向下和自底向上的双向特征融合;此外,引入动态非单调聚焦机制的损失函数(Wise Loss)代替原损失函数以提升预测框精度。实验结果发现,提出的目标检测模型YOLOv8-TI在保持较高精度的同时,参数量、计算量和模型体积分别为YOLOv8n的52。1%、58。0%和54%。通过与其他轻量级目标检测模型对比,验证了该方法的有效性和卓越性。将YOLOv8-TI进行Android移动端部署,在荣耀20和荣耀80 GT上进行了测试,FPS可达24帧和31帧,满足实时性需求,有望进一步集成在自动驾驶汽车上完成交通信息检测功能。

    深度学习车辆行人检测参数共享轻量化

    基于理论驱动和数据驱动的组合跟车模型

    葛世磊霍为炜龚国庆
    43-51页
    查看更多>>摘要:基于理论驱动的模型虽成功解释了观察到的交通行为,但无法处理多变的驾驶行为信息,导致模型预测能力较差。基于数据驱动的深度学习预测模型能够处理复杂的驾驶信息,但需要大量的驾驶数据进行模型训练。针对2类模型存在的问题,提出一种结合模型,将理论驱动模型(OV)与数据驱动模型(PSO-CNN-BiLSTM-Att)相结合,形成组合跟车模型,将IDM模型和PSO-CNN-BiLSTM-Att神经网络的预测结果相结合,这种融合保留了理论驱动模型提供的可控性,同时也利用了数据驱动模型的预测精度。通过NGSIM交通数据,与单独的Ov理论驱动模型和PSO-CNN-BiLSTM-Att数据驱动模型相比,组合模型的预测误差显著减少,分别降低了 88%和67%。此外,还进行了不同驾驶行为风格模拟,结果表明组合模型可以真实反映跟车行为。

    跟车行为最优速度模型长短期记忆网络粒子群优化组合预测

    采用人工势场法与倾摆技术的车辆避障跟踪控制

    陈鸿业姚嘉凌
    52-60页
    查看更多>>摘要:为提高双车道无人驾驶车辆高速避障跟踪的性能,提出一种基于人工势场法与倾摆技术的车辆避障路径规划与跟踪控制方法。采用分层控制设计了控制器,上层利用改进的人工势场法进行避障路径规划,下层采用倾摆控制技术设计了路径跟踪非线性模型预测控制,以提高路径跟踪的精度和车辆动力学性能。首先,设计了改进的引力势场函数,为解决局部极值点问题,考虑障碍物与目标点距离,并利用椭圆化距离代替传统斥力场中的实际距离,构建了斥力势场函数,同时,考虑了道路边界斥力场模型以及车辆运动学模型。另外,建立了考虑侧倾的车辆动力学模型,通过倾摆控制技术使车体主动向转弯方向倾斜以提高车辆操纵稳定性,从而提高路径跟踪的精度和车辆动力学性能。最后,对被控车辆在静态、动态环境情况下的避障路径规划和跟踪控制进行了仿真。结果表明:所设计的路径规划器能够根据障碍物信息和道路环境,规划出符合车辆行驶的局部避障路径,所设计的路径跟踪器相较于纯路径跟踪器,提高了路径跟踪的精度和车辆动力学性能。

    人工势场法非线性模型预测控制倾摆技术操纵稳定性

    增程式电动汽车乘员舱多热源制热方案设计与仿真

    罗勇李豪张隆邱晓斌...
    61-71页
    查看更多>>摘要:以增程式电动汽车为研究对象,与热泵空调技术相结合,设计可利用发动机余热、电驱系统余热、PTC(posi-tive temperature coefficient)、车外空气等多种热源的乘员舱制热方案。制定乘员舱多热源制热控制策略,搭建AMES-im和Simulink联合仿真模型,对方案和策略进行仿真分析。仿真结果表明:在有余热利用的情况下,乘员舱制热优先选取发动机余热回收模式,其次选择电驱余热回收热泵模式;在无余热利用情况下,-10℃及以上温度选择空气源热泵制热,-10℃以下选择PTC进行制热。将多热源集成式制热策略与PTC单独制热、空气源热泵制热策略进行对比分析,结果表明:在不同环境温度下多热源集成式制热策略总能耗均最低,在环境温度为-20℃时,集成式制热能耗比PTC制热能耗降低32。1%,比空气源热泵制热能耗降低50。7%。

    增程式电动汽车乘员舱制热性能热泵空调集成式热管理余热利用AMESim

    分布式驱动电动汽车爆胎工况下稳定性控制研究

    庞文亚贝绍轶李波殷国栋...
    72-80页
    查看更多>>摘要:根据智能车辆爆胎后失去稳定性,行驶轨迹发生偏离等特性,提出一种内外环联合控制策略。外环采用纯追踪算法设计主动纠偏控制,模拟驾驶员视线,以预瞄点和当下车辆的实际位置计算,得到使车体回归到规定路径上的目标点,输出车辆的前轮转角。内环采用分层控制结构,以模糊PID控制理论为核心设计上层控制器,由实际质心侧偏角、实际横摆角速度与期望值的差值,计算出附加横摆力矩;下层采用白鲸优化算法对附加横摆力矩进行转矩分配系数的优化,从而实现爆胎后控制器规划方向盘转角以及优化分配车轮转矩。最后建立CarSim与Matlab/Simulink联合仿真平台进行实验。结果表明:直行爆胎工况下,质心侧偏角是未施加控制的10。61%,相较于直接横摆力矩控制改善了 8。87%。弯道工况下,横摆角速度,侧向位移以及侧向加速度的波动程度同样更小,更快地稳定和收敛。此策略显著提高了分布式驱动电动汽车爆胎工况下的行驶稳定性。

    分布式驱动UniTire轮胎爆胎模型主动纠偏转矩优化

    多尺度研究沥青混合料单轴抗压损伤力学特性

    李友云徐加林高英力盛佳聪...
    81-91页
    查看更多>>摘要:为丰富和发展有关沥青混合料力学特性的研究,验证了多尺度数值模拟对于沥青混合料抗压强度参数预测的有效性。通过单轴压缩试验获得不同粒径沥青混合料的疲劳损伤数据和强度参数,基于多尺度数值模拟对沥青混合料在疲劳损伤演化历程中的力学强度进行预测,对比分析两者的抗压强度参数。结果表明:沥青混合料的抗压强度随着疲劳程度的逐渐加大而不断降低,且在靠近失效临界强度时呈急速下降趋势。模拟得到的抗压强度与试验结果存在误差,但均小于9%,满足精度要求,为改进沥青混合料设计和生产实践提供参考。

    沥青混合料单轴压缩试验多尺度算法疲劳性能