基于双层结构的商用车质量辨识算法

针对山区路面商用车整车质量辨识问题,设计了一种汽车质量辨识算法.基于车辆纵向动力学模型提出了基于双层结构的商用车质量辨识算法：上层为基于倾角传感器的路面坡度估计算法;下层为基于带时变遗忘因子的递归最小二乘法的整车质量辨识算法.使用TruckSim软件平台分析了汽车悬架对上层算法的影响,并进行了实车试验.试验结果表明,所提出的质量辨识算法能够有效地估计路面坡度和整车质量,估计准确,收敛速度快,修正后的整车质量均方根误差平均值从209.97 kg减小到117.43 kg.     

电驱动车辆的整车质量与路面坡度估计

针对现有整车质量观测方法受路面坡度影响较大、待标定量较多、需传感设备较多、估计实时性较差等问题,利用电驱动车辆纵向驱动力准确的特点,将质量与坡度解耦,提取了驱动力信号和纵向行驶加速度信号的高频部分,用递归最小二乘法得到了整车质量。在获得比较准确的质量估计结果后,采用了运动学和动力学方法对路面坡度进行了多方法联合观测,通过运动学方法和动力学方法的协调互补,解决了坡度估计严重依赖于车辆模型精度、受加速度传感器静态误差影响较大的缺点。该方法在多种工况下能够对坡度作出迅速有效估计。动力学方法考虑了坡度的时变特性,利用带有遗忘因子的递推最小二乘法对坡度进行估计;运动学方法则利用了坡度与传感器静态偏差强相关的特点,直接得到当前坡度。实车实验结果表明:所提出的整车质量与路面坡度估计方法鲁棒性好,收敛速度快,估计准确。     

分布式驱动电动汽车纵向车速非线性自适应估计

基于分布式驱动电动汽车,提出了一种纵向车速非线性自适应估计算法.该算法使用车辆加速度传感器信息和各车轮滑移率反馈值对车辆纵向车速进行估计.从理论上证明了纵向速度估计误差收敛.根据各车轮滑移率的大小确定各轮速估计误差在估计算法中的反馈修正比例.使用带遗忘因子的递推最小二乘算法在坡道路面对路面坡度进行了在线实时估计,进而使用坡度估计值修正纵向加速度传感器信息,实现了坡度自适应纵向车速估计.该方法具有计算量小、估计精度高的优点.通过多工况的实车试验验证了算法的有效性.     

一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换,并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最后,通过仿真试验和实车试验验证了控制方法的有效性。     

一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础之上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换。并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最终通过实车试验验证了控制方法的有效性。     

一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础之上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换。并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最终通过实车试验验证了控制方法的有效性。     

基于子空间方法的车辆稳态操纵性模型辨识

基于子空间辨识方法,对稳态操纵工况下的车辆动力学模型进行辨识.根据子空间算法的假设条件,构建了3自由度车辆模型,并进行系统的可辨识性论证,确定了相应的辨识模型结构.采用方向盘角阶跃输入转向回正性能试验数据进行车辆模型的辨识.辨识模型的验证采用相同车速下的实车蛇形试验数据,分别在时域和频域进行辨识和试验对比.结果显示,两者基本吻合,子空间算法能够很好地适用于线性车辆操纵动力学模型的辨识.     

视觉辅助的分布式驱动电动汽车路面估计方法

利用分布式驱动电动汽车车轮转矩精确可知可控的特点,设计基于轮胎纵向力估计的路面附着系数扰动估计器。为提高路面估计算法收敛速度,设计基于车载摄像头的路面辅助辨识方法,利用颜色矩法和灰度共生矩阵法提取路面颜色纹理特征,并基于支持向量机实现路面分类。基于增益调度方法设计融合估计策略。实车试验的结果表明,相比单一的动力学估计器,该设计算法具有收敛速度快、精度高的特点。     

四轮驱动EV自适应抗差无迹粒子滤波状态估计

针对四轮毂电机驱动电动汽车转矩控制中整车质心侧偏角等关键状态参数无法直接检测及车速等测量值易受到随机误差干扰的问题,建立四轮毂电机驱动电动汽车七自由度动力学模型,进行整车行驶状态参数滤波估计.结合抗差滤波原理及无迹粒子滤波算法,提出一种整车状态滤波估计方法.运用自适应抗差无迹粒子滤波,实现电动汽车行驶过程中纵向速度、侧向速度和质心侧偏角的准确滤波估计.搭建CarSim与Matlab/Simulink联合仿真实验平台对估计算法进行验证.结果表明:所搭建四轮毂电机驱动汽车动力学模型对整车行驶状态具有较高的预测精度;基于自适应抗差无迹粒子滤波算法能实现整车行驶状态估计,能有效对测量参数进行滤波,且具有较高的估计精度.     

基于双自适应无迹卡尔曼滤波的半挂车状态估计

针对半挂车辆状态估计过程中测量噪声不确定、累计误差影响严重、初值敏感等问题,提出一种适用于半挂车铰接角、车速等多个状态量估计的双自适应无迹卡尔曼滤波算法(FFUKF).基于搭建的半挂汽车12自由度非线性动力学模型和轮胎模型,通过测量的轮速与车辆加速度等信息,首先利用模糊控制自适应调整滑移率容差,综合判断每个车轮的稳定状态,通过轮速估算出一种车速;与此同时,模糊控制自适应调整测量噪声,利用无迹卡尔曼算法,依据动力学估计出铰接角和另一种车速;然后通过卡尔曼滤波算法融合两种方法估计的结果,实现车辆的纵向、侧向速度、横摆角速度和挂车与牵引车铰接角的实时估计.最后在Simulink/TruckSim联合仿真环境下进行多工况仿真试验,验证所提出的双自适应无迹卡尔曼估计算法(FFUKF)有较强的适应性、稳定性和鲁棒性,相比普通模糊自适应无迹卡尔曼(FUKF)有更高的估计精度,能有效克服累计误差,即便在估计初始值不准和有ABS控制输入的情况,仍可以较精确地对车速和铰接角进行实时估计.     

基于分段递推最小二乘估计的汽车质量辨识试验

基于电动轮驱动电动汽车平台道路试验,对一种新的汽车质量辨识算法进行了研究.该方法根据加速度传感器能够测量沿测量轴的重力分量的特点,排除了坡度对质量辨识的影响;根据加速度分段方法,分别利用两段递推最小二乘算法得到行驶阻力及质量的估计值.在电动轮驱动电动汽车平台上分别进行了沥青、塑胶及碎石路面上以及坡道上的试验,分析了行驶阻力与质量辨识的误差与收敛情况,并针对几种特殊工况对算法进行适应性改进.试验结果显示,不同质量及道路状态下的估计误差均在2.5%以下,表明所设计的辨识算法具有很高的估计精度,具有良好的工程应用价值.     

非公路车辆簧载质量实时估计

针对非公路车辆簧载质量估计问题,提出了一种采用油气弹簧气压测量与车体在线姿态测量相结合进行实时簧载质量估计的方法.建立了基于单筒式油气弹簧的整车7自由度振动模型,利用带遗忘因子的递推最小二乘估计方法对簧载质量进行估计,并以D级道路作为仿真激励进行了仿真实验.研究了递推最小二乘估计中遗忘因子、滤波器参数及车速等因素对质量估计性能的影响,结果表明所提出的质量估计方法具有良好的准确性和实时性.      

面向车辆滚翻的运动姿态协同仿真环境研究

为解决车辆滚翻研究过程中有限元仿真面临的计算效率和精度问题,参照美国FMVSS208平台车试验条件,分别进行了车辆滚翻多刚体动力学和有限元仿真研究.基于滚翻过程中车辆运动姿态对两种仿真方法之间进行运动学数据交换,形成面向车辆滚翻的运动姿态协同仿真方法.结果表明,该方法可以利用多刚体动力学仿真替代有限元仿真中部分运动学计算过程,在有限元仿真精度基础上提高有限元仿真效率,为研究车辆滚翻安全性提供了新的思路和技术途径.      

基于网格流出修正法的山洪演进数值模拟

为解决山洪泥石流灾害二维数值模拟中,由地形陡峭、水流量急速变化造成的计算数值不稳定甚至计算发散而得不到结果的问题,提出基于leap-frog有限差分格式的网格流出修正法。该方法通过对网格流出率进行循环修正,确保整个计算过程中的质量守恒,提高数值计算的稳定性。在局部溃坝模型下,将网格流出修正法与隐式交替方向算法进行质量守恒对比,模拟结果表明,网格流出修正法能够确保陡峭地形与动边界条件下的模拟精度与数值计算稳定性。基于网格流出修正法,对2010年发生在甘肃省舟曲县的特大山洪灾害过程进行模拟分析,模拟结果与灾后遥测估计值的对比表明,洪水演进时间、速度及流动深的偏差均在±5%以内,演进路径一致性良好。     

基于次级通路离线重构的车内道路噪声主动控制

针对车内道路噪声主动控制(RNC)系统收敛速度慢、降噪量小的问题,在考虑噪声计权特性的基础上提出基于次级通路离线重构的归一化参考信号计权滤波最小均方误差(NFWXLMS)车内道路噪声主动控制算法。在不增加控制系统计算复杂度的前提下,可以有效提升车内道路噪声主动控制系统的收敛速度和降噪量。基于Simulink离线仿真,进行了NFWXLMS算法和归一化参考信号滤波最小均方误差(NFXLMS)算法的收敛性和降噪量对比,结果表明新算法可以有效改善道路噪声主动控制系统收敛性、提升系统降噪量。最后,开展基于2种算法的道路噪声主动控制实车道路试验,测试结果表明系统的降噪量得到明显提升。     

基于ProE的四铰链曲柄滑块机构运动分析

四铰链曲柄滑块机构常出现在复杂的传动机构中。在设计该机构时,需要计算曲柄与滑块的运动关系。如果利用手工计算,在求解曲柄在给定转速下滑块的运动速度、加速度、位移等参数时,计算分析过程较为复杂,每次计算分析只能求出曲柄在特定位置下滑块的运动参数,难以求出滑块运动参数随时间变化的函数关系。本文利用Pro/ENGINEER的运动学仿真功能,简明直观地分析出曲柄滑块机构的运动学参数,并能通过图表分析出滑块的速度和加速度随时间的变化关系,为该机构的设计仿真提供简单可行的方法。     

海量数据下线性混合效应模型的估计算法

基于以往文献提出线性混合效应模型参数的三步估计方法,避免了繁杂的极大似然估计迭代步骤。同时为进一步解决海量数据下计算估计量时存在的存储瓶颈及计算时间过长问题,在海量纵向数据的两种不同数据格式下,分别基于三步估计方法利用分治算法计算模型参数的估计量。数值模拟和实证分析结果表明,本文所提出的三步估计方法和估计量的分治算法可以减轻计算负担,减少占用内存,解决内存不足的问题,并提高计算速度。     

利用微正则退火算法求解车辆路径问题

在建立单配送中心的车辆路径问题模型后，提出了一种基于微正则退火算法的求解方法，对一个包含20个需求节点的单配送中心实例进行了实验分析。实验数据表明，微正则退火算法能以较大概率搜索到最优路径集，与传统模拟退火算法相比，它的优势是目标函数值下降更快，能够在较短时间内搜索到满意解。