欢迎来到天天文库
浏览记录
ID:56218342
大小:66.00 KB
页数:13页
时间:2020-03-21
《有利于行人保护的可逆抬升式发动机罩研究.doc》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、有利于行人保护的可逆抬升式发动机罩研究2大侧偏状态下汽车姿态变量的估计3力流分析法在大型客车车身结构分析上的应用4实用概率Miner理论及在汽车部件疲劳计算上的应用5基于快速原型系统的电压模式EPS转矩控制策略研究6基于多冃标遗传算法的汽车动力传动系统参数优化设计7针对行人保护头部碰撞的发动机罩设计方法8旅游客车节能降耗研究9变组分富氧进气发动机起动与怠速过程排放研究10基于行人碰撞小腿保护的汽车保险杠研究11汽车电子控制器电磁干扰预测试平台的建立12基于CAN总线的车载测量系统设计与实现13基于空间转换法的汽车玻璃
2、检具设计与检测14有利于行人保护的可逆抬升式发动机罩研究苗强I高卫民2朱西产I张轶川'刘军勇2(1.同济大学;2•上海汽车集团股份有限公司技术中心)【摘耍】建立了所研究车型前端车身的有限元模型,按照欧洲行人保护法规2003/102/EC的要求,对其行人头部保护性能进行了仿真评估,并通过实车试验验证了仿真模型的有效性。通过对该车型的Euro-NCAP行人头部保护性能进行仿真评估,确认其风挡玻璃下边缘和A柱下端是对头部造成伤害的主耍区域。设计了一种主动式发动机罩,中央控制单元可以在人-车碰撞发生前约0.4s触发抬升机构,
3、向后上方抬升发动机罩增加其吸能空间,同时可覆盖风挡玻璃下边缘和A柱下端区域。仿真结果表明,该装置能有效改善行人头部保护效果。主题词:发动机罩可逆抬升式行人保护TheResearchonReversiblePop-upEngineHoodforPedestrianProtectioni71I7MiaoQiang、GaoWeiminZhuXichan、ZhangYichuan,LiuJunyong〜(1.TongjiUniversity;2.SAICTechnicalCenter)[Abstract]AFEmodelof
4、thefrontalbodyofthecarresearchedwasbuiltandsimulatingevaluationwascarriedoutonpedestrianheadprotectionperformanceandvalidatedwithtestcarriedoutinaccordancewiththerequirementsofDirective2003/102/EC・ThenthesimulationanalysisofEuro-NCAPheadassessmentwasperformed,i
5、dentifyingthebottomareaofthewindshieldaridthelowerpartofpillarAarethemainareastocauseheadinjury.Thereforeanactiveenginehoodwasdesigned,inwhichthecentralcontrolunitcanactivatetheliftingmechanismabout0.4secondbeforethecollisionbetweenpedestrianandcar,toincreaseth
6、efreespacebeneaththehoodandcoverthebottomareasofthewindscreenandpillarA.Thesimulationresultsshowedthatthispop-uphoodcaneftectivelyimprovethepedestrianheadprotectionperformance・Keywords:Enginehood;Reversibleliftingtype;Pedestrianprotection大侧偏状态下汽车姿态变量的估计王国林方超高涵文
7、(江苏大学)【摘要】结合状态估计、卡尔曼滤波理论,建立了自适应卡尔曼滤波器对汽车质心侧偏角、横摆角速度进行估计,并采用双线性模型简化了轮胎的非线性问题。在Adams/car与Motlab/Simulink联合仿真状况下,对魔术公式与双线性简化模型的估计值进行了对比,结果表明两者具有良好的一致性,证明了双线性简化轮胎模型的自适应卡尔曼滤波器的有效性。主题词:轮胎双线性模型质心侧偏角横摆角速度卡尔曼滤波器EstimationofVehicleAttitudeVariablesunderLargeSlipAngleWang
8、Guolin,FangChao,GaoHanwen(JiangsuUniversity)[Abstract]InthispaperanadaptiveKalmanFilterisestablishedbasedonthetheoryofKalmanFilterTheoryandstateestimationtoestimatemasscente
此文档下载收益归作者所有