大数跨境

第十一期Automotive Innovation Workshop成功举办并全球直播

第十一期Automotive Innovation Workshop成功举办并全球直播 Automotive Innovation
2025-04-24
13
导读:第十一期Automotive Innovation Workshop成功举办。

第十一期Automotive Innovation Workshop成功举办 聚焦新能源汽车前沿技术

全球专家学者共议新能源汽车发展机遇与挑战,探讨低碳智能出行未来路径

4月22日,第十一期Automotive Innovation Workshop在线下成功举办。本次会议以“新能源汽车(电动、氢能、混合动力)”为主题,由中国汽车工程学会主办,《Automotive Innovation》《汽车工程》与吉林大学汽车工程学院联合承办。活动采用全英文演讲形式,邀请皇家墨尔本理工大学教授、Automotive Innovation编委Firoz Alam担任会议主席,并由吉林大学胡兴军、金英爱教授及助理研究员齐春阳担任演讲嘉宾。会议通过中国汽车工程学会官方平台及多个直播渠道面向全球同步播出,累计观看人数超3.8万人次。

王军年教授作欢迎致辞

吉林大学汽车工程系主任、汽车研究所所长王军年教授在开场致辞中代表学院欢迎全球学者参与此次学术交流。他指出,吉林大学汽车工程学院依托国家级实验室和产学研基地,长期聚焦整车设计、新能源技术与智能网联等方向,持续推进技术创新。他表示,《Automotive Innovation》期刊为国际学术交流提供了重要平台,有助于促进前沿技术研讨与产学研深度融合。王军年对嘉宾和主办方表示感谢,并期待学界携手应对产业变革,共同探索低碳智能出行的未来发展。

Firoz Alam教授发表演讲

皇家墨尔本理工大学Firoz Alam教授发表了题为“New Energy Automobiles: Opportunities and Prospects”的主旨演讲。他指出,2024年全球电动汽车销量达1730万辆,占全球汽车总销量的五分之一。其中,中国市场份额高达65%,欧洲和美国分别占比18%和10%,市场呈现高度集中特征。电动卡车领域也快速发展,成为推动交通低碳化的重要方向。

Alam强调,在绿色替代方案有限的背景下,电动汽车仍是实现低碳交通的核心路径。然而行业仍面临三大挑战:一是充电基础设施不足,尤其超快充网络亟需普及;二是高压动力电池回收技术滞后,稀土资源压力凸显;三是车辆购置成本偏高,制约新兴市场推广。他呼吁加强技术创新与政策协同,推动充电智能化、电池回收规模化和成本优化,释放EV产业长期增长潜力。

胡兴军教授发表演讲

吉林大学汽车工程学院副院长胡兴军教授围绕“Active Flow Control for Vehicle External Flow Fields Using Dielectric Barrier Discharge Plasma”展开分享。他系统介绍了汽车空气动力学中的主动与被动控制技术路径:主动控制方面涵盖等离子体减阻、射流调控、智能网格与自适应表面技术;被动控制则包括局部气动优化、仿生非光滑表面设计、低风阻造型及编队行驶协同等。

其研究创新点在于融合主被动技术,结合流动可视化手段解析边界层转捩特性,并集成智能驾驶与环境感知系统,构建全工况动态减阻策略。该方法有望突破传统技术局限,在复杂工况下显著降低风阻并提升能效,为新一代低碳交通工具研发提供理论支持与应用范式。

金英爱教授发表演讲

吉林大学“唐敖庆学者”英才教授金英爱以“Thermal Intelligence in EVs: Innovations from Cell to System Level”为题,全面阐述了下一代电动汽车热管理技术发展趋势。她指出,热管理系统不仅关乎电池安全与寿命,还需兼顾整车能效与乘员舒适性。

从电池模组精准控温,到热泵系统与电机“热网络”协同调度,再到功率器件高效散热,技术正从“单点冷却”向“全车集成式热治理”演进。金英爱强调,未来应依托智能控制算法与云端数据协同,实现热管理系统的动态优化与能耗最小化,为绿色出行提供坚实支撑。

齐春阳助理研究员发表演讲

吉林大学汽车底盘集成与仿生全国重点实验室助理研究员齐春阳带来了题为“Action Advising and Energy Management Strategy Optimization of Hybrid Electric Vehicle Agent Based on Uncertainty Analysis”的报告。针对混合动力系统能量管理难题,他提出一种融合不确定性分析的智能决策框架。

主要研究成果包括:构建基于实时工况识别的动态能量管理模型,提升复杂驾驶循环下的适应性;在强化学习算法中引入不确定性量化模块,增强策略鲁棒性;创新设计分布式不确定性函数,实现多源动作评估指标的动态加权融合,生成全局最优控制指令。该研究通过理论建模与仿真验证,为高度动态环境下混合动力系统的能效优化提供了普适性解决方案,有望突破传统静态决策局限。

Automotive Innovation Workshop的成功举办,搭建了高水平的国际学术交流平台,汇聚全球智慧共探汽车产业前沿技术发展方向,助力新能源与智能交通领域的科技创新与融合发展。

责任编辑:戈文雅

责任校对:汪秀明

最终审核:李 冬

【声明】内容源于网络
0
0
Automotive Innovation
1234
内容 281
粉丝 0
Automotive Innovation 1234
总阅读4.8k
粉丝0
内容281