孙成伟

作品数：6被引量：33H指数：4
导出分析报告
供职机构：吉林大学更多>>
发文主题：整车自适应巡航系统制动能量回收模拟器踏板行程更多>>
发文领域：交通运输工程机械工程更多>>
发文期刊：《汽车工程》《农业机械学报》《汽车工程学报》《吉林大学学报（工学版）》更多>>
所获基金：国家高技术研究发展计划吉林省科技发展计划基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于轮缸压力的制动能量回收评价方法被引量：5
《吉林大学学报（工学版）》2018年第2期349-354,共6页初亮 孙成伟 郭建华 赵迪 李文惠 
"863"国家高技术研究发展计划项目(2012AA110903);吉林省产业技术创新战略联盟项目(20150309013GX);吉林大学研究生创新基金项目
针对于目前常用的制动能量回收率和续驶里程增加率的制动能量回收评价指标,分析了整车具体系统方案和制动力分配算法,考虑整车CAN协议开放程度,利用压力传感器获取轮缸压力信号,提出基于轮缸压力的制动能量回收评价方法,并进行实车试验...
关键词：车辆工程 轮缸压力 制动能量回收率 续驶里程增加率 
纯电动车自适应巡航纵向控制方法研究被引量：11
《汽车工程》2018年第3期277-282,296,共7页初亮 李天骄 孙成伟 
国家863计划项目(2012AA110903)和吉林省产业技术创新战略联盟项目(20150309013GX)资助。
本文中为纯电动车提出一种自适应巡航纵向控制方法。首先根据前轴驱动的纯电动轿车构型设计了制动力分配策略,并采用加权最小二乘算法建立了驱动和制动的模式切换规律。接着基于迭代学习方法设计了自适应巡航驱动和制动控制算法。最后在...
关键词：纯电动车 自适应巡航控制 制动力分配 模式切换策略 迭代学习 
电磁阀阶梯减压控制方法被引量：7
《农业机械学报》2017年第12期380-385,共6页孙成伟 初亮 郭建华 王彦波 李文惠 
国家高技术研究发展计划(863计划)项目(2012AA110903);吉林省产业技术创新战略联盟项目(20150309013GX);吉林大学研究生创新研究项目(2016078);吉林省科技发展计划重点科技攻关项目(20170204085GX)
为实现电磁阀减压过程的精确控制,提出阶梯减压控制方法,并对控制参数进行了试验标定。通过对电磁阀阀芯受力与电磁阀液压响应特性分析,指出可通过调节电磁阀压力控制状态和控制信号状态持续时间得到不同的压力变化率,为阶梯减压控制实...
关键词：液压调节单元 阶梯减压控制 控制参数标定 流量系数 压力变化率 
基于加权最小二乘拟合的电动车ACC模式仲裁切换策略研究
《汽车工程学报》2017年第4期253-260,共8页初亮 李天骄 孙成伟 
国家高技术研究发展计划(863)(2012AA110903)
传统自适应巡航模式仲裁切换策略因未考虑环境变化对于基准加速度的影响,从而导致模式频繁切换,加速度控制不精确。因此,设计了实时在线拟合的模式仲裁切换策略,利用拟合方法辨识行驶阻力模型关系式参数。对传统最小二乘算法引入遗忘因...
关键词：公路运输 模式仲裁切换策略 最小二乘拟合 自适应巡航 纯电动车 
面向再生制动优化的电动车自适应巡航控制策略被引量：8
《浙江大学学报（工学版）》2017年第8期1596-1602,共7页初亮 李天骄 孙成伟 
国家"863"高技术研究发展计划资助项目(2012AA110903);吉林大学研究生创新研究计划资助项目(2016078)
为了提高纯电动车自适应巡航系统的经济性,提出面向再生制动优化的自适应巡航控制策略.分析前轴驱动纯电动车再生制动系统特性,设计自适应巡航(ACC)模式下制动力分配策略.基于该策略得到车速、制动强度与回收能量的关系.以回收能量作为...
关键词：再生制动 制动力分配策略 自适应巡航(ACC) 模型预测控制(MPC) 纯电动车 
基于轮缸PV特性的电磁阀线性增压控制被引量：3
《农业机械学报》2017年第8期343-349,共7页孙成伟 初亮 郭崇 李天骄 张志超 
国家高技术研究发展计划(863计划)项目(2012AA110903);吉林省产业技术创新战略联盟项目(20150309013GX);吉林大学研究生创新基金项目(2016078)
电磁阀线性增压控制精度与电磁阀控制特性和轮缸PV特性有关,影响到制动能量回收系统中液压控制的响应精确性。本文提出了基于轮缸PV特性的电磁阀线性增压控制方法。分析了电磁阀的工作机理,并给出了电磁阀控制精度需求。通过对电磁阀控...
关键词：线性增压控制 制动能量回收 轮缸PV特性 电流变化率 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部