项目名称: 基于多元耦合仿生的重型汽车智能集成后防护系统关键技术研究

项目编号: No.51475206

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 机械、仪表工业

项目作者: 朱冰

作者单位: 吉林大学

项目金额: 84万元

中文摘要: 重型汽车后防护系统能够有效减少乘用车与重型汽车追尾钻入事故所造成的损伤,是当前商用车研究领域的热点和前沿。但现有后防护装置大都与车架刚性连接,难以实现阻挡刚度、碰撞相容性及整车通过性的协同优化。本项目拟通过仿生工程与车辆工程的学科交叉,以人-车-环境耦合系统为研究对象,采用多元耦合仿生理论设计重型汽车智能集成后防护系统。通过生物耦合理论对人-车-环境系统进行耦合机理分析,建立多源信息融合智能安全预警策略;模拟生物应激反应设计机电一体化主动控制系统,根据风险状态智能调节后防护装置;探索羊角良好吸能特性及结构强度的形成机制,构建形态-材料-结构-构型-功能一体化多元耦合仿生模型,设计仿羊角跨尺度特性后保险杠,建立完整的重型汽车主被动智能集成后防护系统,实现整车性能多目标协同优化。本项目的开展,将探索出一套全新的汽车安全系统仿生学设计体系,有效减少交通事故伤亡,全面优化人-车-环境闭环系统性能。

中文关键词: 重型汽车;后防护系统;多元耦合仿生;智能集成;仿生设计

英文摘要: The rear under-run protection devices (RUPD) for heavy truck, which could effectively decrease the injuries in the event of under-run, has become a focus in current commercial vehicle research. Most of the existing RUPDs, however, are rigidly mounted on the frame, which means it is hard to satisfy very well the required strength, stiffness, impact location, and the trafficability of heavy trucks. The objective of this project is to design the intelligent integrated rear under-run protection system for heavy truck based on the multi-coupling bionics theory, in driver-vehicle-environment (DVE) coupling system, through combining vehicle engineering and bionic engineering. According to the biological coupling theory, the coupling mechanism of the DVE system is to be analyzed and the intelligent rear-end collision warning strategies based on multi-source information fusion are to be established. By imitating the stress response of creatures, the electromechanical active control system is to be designed, which could intelligently adjust the bumper automatically in light of the risk states. The mechanism of good capacities of energy absorption and structural strength of sheep horns are to be studied and a multi-coupling bionic model covering shape, materials, structure, configuration and function is to be established. On the basis of both the macroscale and microscale structures of sheep horns, a new concept of bumper is to be designed and an intelligent RUPD integrating active and passive safety is to be built so that the vehicle performance could be multi-objective collaborative optimized. Within the implementation of this project, a set of new bionic design system for vehicle safety system will be explored, which will effectively reduce the injuries and deaths when the accident occurs and greatly optimize the performance of DVE system.

英文关键词: Heavy Truck;Rear Under-run Protection System;Multi-Coupling Bionic;Intelligent Integrated;Bio-inspired Design

成为VIP会员查看完整内容
0

相关内容

【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
《智能电网组件:功能和效益》白皮书
专知会员服务
26+阅读 · 2022年4月13日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
《智能制造机器视觉在线检测测试方法》国家标准意见稿
清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
专知会员服务
30+阅读 · 2021年10月4日
专知会员服务
33+阅读 · 2021年7月26日
专知会员服务
109+阅读 · 2021年4月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
132+阅读 · 2021年2月17日
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
推进中国矿业智能化升级,愚公系统构建行业新壁垒
中国科学院自动化研究所
1+阅读 · 2021年8月23日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
我国智能网联汽车车路协同发展路线政策及示范环境研究
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月24日
Arxiv
0+阅读 · 2022年4月22日
One-Class Model for Fabric Defect Detection
Arxiv
0+阅读 · 2022年4月20日
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
小贴士
相关主题
相关VIP内容
【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
《智能电网组件:功能和效益》白皮书
专知会员服务
26+阅读 · 2022年4月13日
工业人工智能驱动的流程工业智能制造
专知会员服务
99+阅读 · 2022年3月9日
《智能制造机器视觉在线检测测试方法》国家标准意见稿
清华大学:从单体仿生到群体智能
专知会员服务
70+阅读 · 2022年2月9日
专知会员服务
30+阅读 · 2021年10月4日
专知会员服务
33+阅读 · 2021年7月26日
专知会员服务
109+阅读 · 2021年4月7日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
132+阅读 · 2021年2月17日
相关基金
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
2+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员