【摘 要】
：
自由活塞发动机是一种新颖的能量转换装置,以其可变压缩比、可变燃料、热效率高等优势,近年来倍受研究人员的关注。目前,自由活塞的往复运动控制问题仍然是制约其发展的一大挑战。本文在课题组多年研究的基础上,以一种对置活塞式自由活塞发动机为研究对象,对自由活塞的往复运动控制展开仿真与试验研究。具体包括以下几个方面的工作:（1）分析了自由活塞发电系统的工作过程。建立了各个子系统的热力学模型和动力学模型。在Ma
论文部分内容阅读
自由活塞发动机是一种新颖的能量转换装置,以其可变压缩比、可变燃料、热效率高等优势,近年来倍受研究人员的关注。目前,自由活塞的往复运动控制问题仍然是制约其发展的一大挑战。本文在课题组多年研究的基础上,以一种对置活塞式自由活塞发动机为研究对象,对自由活塞的往复运动控制展开仿真与试验研究。具体包括以下几个方面的工作:（1）分析了自由活塞发电系统的工作过程。建立了各个子系统的热力学模型和动力学模型。在Matlab/Simulink与Magnet环境中建立了自由活塞发电系统的联合仿真模型,通过样机试验完成模型标定。（2）基于建立的仿真模型对自由活塞往复运动的动态特性进行了仿真分析。分析了运动组件性能差异对对置活塞同步运动的影响、行程发电电流对自由活塞往复运动的影响以及循环燃烧波动对自由活塞内换向点位置的影响。（3）基于动态特性的仿真分析,设计了主从结构的自由活塞往复运动控制方案,提出了基于位置跟随的同步控制策略和基于人工神经网络的内换向点控制策略。对控制策略进行了仿真分析。结果表明:在有循环燃烧波动的工况下,自由活塞内换向点控制精度在±0.2mm以内。（4）基于提出的主从结构控制方案,设计了电子控制器的软硬件架构,搭建了样机试验平台。在无燃烧工况下对样机的启动过程、停机过程和稳定运行过程展开了试验研究。试验结果表明:样机能够成功启动并以50Hz的频率连续稳定运行;对置活塞内换向点的同步位置偏差小于0.1mm;稳态运行中内换向点的控制精度在±0.1mm以内。
其他文献
近年来,人们的健康管理意识日益增强,对睡眠质量的关注度逐渐提高,日常生活中希望能够方便快捷地了解到自身的睡眠状况。为了解决人们的需求,已经有众多研究人员致力于家用型睡眠监测领域。然而传统的基于传感器、计算机视觉的感知技术存在设备昂贵、感知范围易被遮挡和侵犯隐私等问题。随着无线网络和智能终端的普及,基于Wi Fi的无线感知技术凭借其低成本、覆盖范围广以及保护隐私等优点,已经受到许多研究人员的青睐。睡
目标检测与跟踪技术一直是军事领域研究的热点问题之一,随着相关理论研究的深入和红外成像技术的发展,这一领域有了新的突破。大多数目标检测与跟踪技术都是基于单视场图像进行研究,但是单视场图像无法同时兼顾大视场的检测与小视场的跟踪,故本文寻求新的思路,在双视场成像设备上对目标检测与跟踪技术进行研究。首先,借助双视场成像的优势,本文对目标检测与跟踪算法流程进行研究,双视场中,大视场先对目标进行检测,再把检测
无人平台的目标自主跟随行为,作为机器智能的常见应用,可以适用于广泛的任务场景中。本文对复杂环境中无人平台自主跟随的关键技术进行了研究,包括目标识别与定位,以及无人平台的运动控制与避障,本文主要的研究内容与创新点如下:针对复杂环境中自主跟随平台目标识别的一致性问题,提出了一种基于稀疏点云外观模型的点云簇特征表示,将自主跟随任务中对目标的识别问题,转换为在特征空间中对环境中目标-非目标的二分类问题。针
钛合金作为一种优质的金属结构材料,具有高强度、低密度、耐腐蚀等诸多优良特性,被广泛应用于航空航天、化工医疗、汽车能源等领域,但它同时也是典型的难加工材料。论文将轴向超声振动引入到TC4钛合金的铣削加工中,通过理论、仿真、实验相结合的方法,分析对比超声振动铣削和普通铣削在加工TC4钛合金上的区别,研究超声振动对铣削力、铣削温度、切屑形态、表面粗糙度的影响规律,具体研究内容如下:首先,分析了超声振动铣
单晶金刚石纳米尺度磨削磨损过程中,磨粒的局部温度变化严重影响着道具的使用寿命和工件的表面质量。在磨损过程中磨粒整体与局部接触区的温度变化可能对磨粒硬度造成重大影响,目前温度因素对单晶纳米金刚石的摩擦磨损过程的磨损率的影响关系尚不清楚。本文采用分子动力学（MD）仿真手段,考虑体系整体温度和磨粒滑动过程中局部接触区域温度的变化,对磨粒磨损过程中的磨损量进行计算,探讨了摩擦磨损过程中的温度对磨损率的影响
现实世界中存在许多网络结构的数据集,如社交账户网络、引文网络等,而此类网络数据集又可分为同构网络和异构网络。同构网络即网络中仅有一种节点类型,而异构网络中节点类型可能有两种或两种以上。对此类网络结构数据集进行数据挖掘以及学习分析能发现许多隐藏信息,已成为近来学术界以及工业界的研究热点。然而,网络结构的数据集无法直接输入现有的数据挖掘,机器学习算法,所以对于此类数据集,一个亟待解决的问题即如何表示网
作为人工智能的一个分支,深度学习凭借强大的数据挖掘及建模能力被广泛用于解决数据驱动等问题。深度学习的成功受益于数据量的高速增长,以及数据的准确性。为训练出高精度模型以提高竞争力,越来越多的企业广泛收集用户数据。然而,这些被收集的数据含有用户的敏感信息,如照片、语音等,用户并不希望敏感信息被企业利有。此外,各国在加强建设隐私保护法,这进一步束缚了企业收集、训练数据,造成数据孤岛。为摆脱上述束缚,谷歌
与传统的标准动态视频相比,虽然高动态范围视频提高了人类视觉体验,但目前市场上和大多数消费者使用的依旧是传统的SDR显示器,而HDR视频无法在传统SDR显示器上提供HDR视觉效果。同时实现HDR/SDR视频服务可以简单地通过在服务器端存储两个版本的视频文件,但这需要占用大量的存储资源。另一个替代方法则是设计向下兼容的双层HDR视频编解码系统,提供针对不同设备的弹性播放,即向SDR显示器端传输基本层（
联邦学习是一种以数据隔离为中心思想的分布式架构,在机器学习领域中受到广泛关注。在联邦学习架构下,中央服务器通过接收并聚合用户上传的本地模型参数训练全局模型。然而,尽管原始数据在联邦学习中没有被直接传输,恶意用户仍然可以通过上传设计好的模型破坏系统性能,甚至使其完全无法收敛。另外服务器也可能通过反向分析上传的模型窃取用户数据隐私。本文围绕联邦学习系统中的安全与隐私特性展开研究,并取得如下成果:（1）
智能交通系统的兴起为加快发展环境友好型智能交通生态系统带来了难得的机遇。以V2V（Vehicle to Vehicle）通信为核心技术的互联自动驾驶汽车队列智能控制具有较好的节能潜力。本文以后驱纯电动商用车队列为对象开展节能控制方法设计,创新性地提出了一种带能量管理策略（Energy Management Strategy,EMS）的分布式模型预测控制（Distributed Model Pred