三轴重载汽车自寻最优制动及硬件在环验证

为了提高三轴重载汽车的制动安全性能,搭建了制动动力学模型,基于TruckSim建立了三轴重载汽车整车模型.在对Burckhardt"轮胎-路面"模型和以往自寻最优制动理论研究的基础上,设计了应用于整车模型的三轴汽车自寻最优ABS控制器.采用硬件在环实验的方法,在高附路面、低附路面和对开路面3种工况下验证了控制器的可行性,加入传统ABS作为比较.实验结果证明,在3种工况下,自寻最优ABS将车辆控制在不同的滑移率下,低附路面下的制动效果最明显,制动时间减少0.96s,制动距离减少2.77m,横摆角速度峰值减少1°/s,说明自寻最优ABS可以自动搜索车辆当前路面下的最优滑移率,提高了三轴重载汽车的制动性能和制动过程中的稳定性.     

基于滑模观测器的电动汽车最大牵引力估计

为实现双电机四轮驱动电动车在不同路面的最大驱动力, 提出了基于LuGre摩擦动力学模型和滑模观测器(SMO： Sliding Mode Observer)的牵引力控制策略。利用LuGre动力学模型中反应路面条件的参数θ, 实现路面条件在线辨识。通过SMO对电动汽车在纵向行车工况下、 轮胎小滑移率时, 主动估计路面条件参数θ, 进而估算其最佳滑移率, 获得路面可提供的最大牵引力。同时采用动态饱和非线性控制策略限制电机的最大输出力矩, 保证电动车在不同路面条件下防滑行驶。仿真实验表明, 基于滑模观测器的最佳滑移率估计方法可在不同路面条件下提供电动汽车最大牵引力, 对汽车行驶的主动安全性有重要意义。     

基于滑移率试探的电动车辆制动控制策略

分析了电驱动车辆制动控制中能量回馈与制动稳定性之间的矛盾,提出了一种兼顾制动回馈控制及车轮防抱死控制的基于滑移率试探的电动汽车制动控制策略.在制动过程中根据滑移率是否在稳定区域,实时控制电机制动力与液压制动力,在保证制动稳定性的同时提高制动能量回收能力.该控制策略不依赖于路面辨识、制动力估计等复杂算法.在不同制动工况下的仿真结果表明: 采用该策略能获得接近最优的制动回馈效率,并在大制动力工况中实现了车轮的防抱死控制.     

基于路面识别的复合制动与ABS集成控制策略

为了使电动汽车在制动时既能充分回收制动能量,又能兼顾制动稳定性,针对四轮轮毂电动机驱动电动汽车,提出了一种基于路面识别的复合制动与ABS集成控制策略.以单轮制动模型为研究对象,利用Lagrange插值法估算当前路面的峰值附着系数和最优滑移率;通过比较目标制动强度与峰值附着系数,将制动工况分为常规制动和防抱死制动;针对常规制动向防抱死制动过渡的工况,通过一种在ABS触发前合理减少再生制动的方法,避免直接撤销再生制动带来的ABS频繁退出和启动.在MATLAB/Simulink环境下建立了仿真模型,仿真结果表明:路面识别算法识别准确度较高;复合制动与ABS集成控制策略能够合理地分配再生制动力与液压制动力,实现车轮的防抱死控制.     

基于虚拟样机技术的重型汽车ABS模糊控制研究

 在ADAMS/Car中建立三轴重型载货汽车的虚拟样机模型,包括前后悬架、动力总成、转向系统、稳定杆、制动系、轮胎及车身,同时还考虑了轮胎、悬架弹簧、减振器等部件的非线性.利用Matlab/Simulink建立了基于滑移率的防抱死制动系统ABS模糊控制系统.分别在高附着路面、低附着路面及分离系数路面上进行不同载重下的直线制动仿真,计算汽车制动时的动态特性,并与无ABS的常规制动进行比较.结果表明,本文设计的基于滑移率的ABS模糊控制策略对于重型汽车具有良好的控制效果,使车轮的滑移率控制在最佳滑移率附近,防止了车轮的抱死,在制动距离、制动时间及制动稳定性方面都有较突出的优势.     

急刹车情况下汽车防抱死制动性能影响因子分析

采用传统方法对急刹车情况下汽车防抱死制动性能进行研究时,通常将车轮转速作为影响因子确定车轮转速阈值,效率不高。提出一种新的汽车防抱死制动性能影响因子,通过对制动器摩擦力矩所需的力、地面制动力、地面附着力等进行分析,完成急刹车情况下汽车防抱死制动过程中受力分析。通过对急刹车情况下汽车防抱死制动过程中车轮滑动程度、滑移率和轮胎侧偏角等进行分析,完成汽车防抱死制动性能影响因子分析过程。依据汽车横向稳定性、控制误差、轮胎特性变化,以及车辆运动状态和路面条件等,对汽车防抱死制动过程中滑移率和轮胎侧偏角之间的关系进行描述,实现滑移率的实时控制,保证制动过程中的附着力,提高汽车防抱死制动性能。实验结果表明,依据实际情况实时改变滑移率,保证高附着系数,对汽车防抱死制动性能有积极的影响。     

汽车防抱制动系统自适应模糊控制算法

提出了一种基于自适应模糊算法的防抱制动系统控制方式.针对汽车纵向双轮模型,设计了模糊控制器和滑移率校正器.校正器通过车辆的输入输出参数辨识最佳滑移率,并调整系统控制参数,以提高系统的控制性能.仿真实验验证了控制算法的有效性.     

基于simulink的汽车防抱死制动系统的仿真研究

在simulink环境下对汽车防抱死制动系统进行数学建模,采用基于车轮加、减速度门限值及参考滑移率的控制策略,控制器以车轮的角加、减速度和滑移率的大小为输入,根据输入值的大小控制器输出相应的信号给制动模型,进而对轮速和滑移率进行调节,使其在理想范围内.对汽车ABS模型进行仿真研究,通过得出的仿真曲线,验证了ABS制动系统拥有良好的制动性和操纵性.     

不同路况下路面附着系数实时估计

为了准确估计不同路况下的路面附着系数,提高汽车行驶的安全性与稳定性,提出了一种在制动工况下基于前后轮轮速和制动力矩估计路面附着系数的方法。首先,考虑汽车前后轴荷转移,在Matlab/Simulink软件中完成建模操作,创建关于双轮车辆制动的动力学模型;其次,将控制目标确定为汽车前轮以及后轮的理想和实际滑移率,建立理想制动力矩滑模控制器,对于汽车滑模控制器存在的抖振现象,通过积分切换面对其进行处理;最后,以前后轮轮速和制动力矩作为输入进行扩张状态观测器的设计,利用这一观测器观测路面附着系数相关值。结果表明,各种路况中的路面附着系数都可以通过上述手段进行准确估计,扩张状态观测器能够抵抗外界干扰,鲁棒性强。将扩张状态观测器用于路面附着系数识别的良好结果可为汽车稳定性控制系统的设计提供参考。     

基于最小二乘支持向量机的防抱死制动控制方法

以车轮参考滑移率和角加速度作为输入向量,以制动轮缸的制动压力作为输出向量,设计了基于最小二乘支持向量机(LS-SVM)的汽车防抱死制动系统(ABS)控制器,利用支持向量对控制器进行训练得到控制器的参数.设计了包括输入层、控制层和输出层的汽车防抱死控制系统,系统以各轮的速度作为输入向量,经过控制层的运算得到各轮的制动压力,然后采用PwM(pulsewidth modulation)方法控制轮缸压力,进而实现防抱死控制.搭建了汽车ABS测控系统,参照国际标准,在不同条件下进行道路试验.试验结果表明,基于LS-SVM的汽车防抱死制动控制方法具有良好的制动平稳性和自适应性,是一种有效的新的ABS控制方法.     

基于RBF神经网络的ABS滑模变结构控制研究

针对汽车制动过程中防抱死制动系统(ABS)具有的非线性、时变性和不确定性,设计了以最佳滑移率为目标的滑模变结构控制器,并且采用径向基神经网络(RBF)实时调整滑模变结构控制器参数,以削弱常规滑模变结构控制的抖振现象。利用MATLAB/Simulink仿真平台搭建单轮车辆制动模型,并进行ABS控制策略的仿真实验。仿真结果表明:在指定路面上制动时,基于RBF神经网络的滑模变结构控制策略能够有效削弱常规滑模变结构控制输出的高频抖振,并能使车辆具有良好的制动效果。     

基于有限状态机理论的汽车防抱死系统仿真

在对某车型进行动力学分析的基础上，建立了与防抱死系统(ABS)相关的数学模型；根据有限状态机理论对防抱控制器的关键——防抱控制逻辑建立了Stateflow模型；并且以车轮角加速度和滑移率为控制对象，在Matlab／Simulink仿真软件下，分别对汽车在单一路面和附着系数突变的路面上制动时的情况进行了仿真研究。仿真结果表明，采用该模型的防抱死系统能够达到较为理想的制动控制效果，同时具有较强的鲁棒性。     

基于模糊自适应的汽车ABS路面辨识技术

实时有效辨识路面对防抱死制动系统(ABS)的制动安全性具有重要意义。分析了车辆制动特性，提出了 一种用轮速峰值连线求解参考车速的方法。为了有效辨别制动时的路面信息，在设计基于轮减速度和参考滑移率 的模糊智能推理算法的基础上，给出了用仿人智能思想来在线修改模糊控制参数的自适应推理算法。车的实时 (ABS)道路测试表明，模糊自适应路面辨识技术具有良好的制动平稳性和自适应性，提高了辨识路面突变的实时性， 简单实用，是一种新的有效ABS路面辨识法。     

基于多智能体的电动汽车滑移率控制方法

在电动汽车驱动和制动工况下,滑移率的控制是一个非线性、时变的复杂系统。为解决滑移率控制问题,在单个车轮滑移率的滑模控制设计基础上,通过多智能体理论方法并分别结合普通滑模和非奇异终端滑模的控制策略,设计了4个车轮滑移率的同步控制策略,并对算法进行了Lyapunov稳定性分析。最后通过MATLAB中的Simulink仿真工具,在固定滑移率和干水泥路面条件下,对汽车制动工况进行了仿真实验验证。结果表明设计的基于多智能体的滑移率控制器使汽车制动时各车轮的滑移率更加迅速地跟踪最佳滑移率,缩短了汽车的制动距离,有效地抑制车轮抱死情况的发生,提高了系统的鲁棒性。     

汽车智能制动系统自寻优控制与仿真

采用-μS自寻优控制方法,应用于汽车防抱死制动系统(ABS)的控制策略,并在制动系统中增加制动压力反馈,通过轮速与制动压力双环路控制,达到控制滑移率变化的作用.仿真实验证明:该方法不仅算法简单,而且能够自动识别路面变化,给出最适宜的制动力矩,具有了智能刹车的功能.克服了目前所采用的无系统理论依据确定各门限值的逻辑门限控制方法的缺点,传统方法的逻辑门限值通过经验性的试凑方法确定,且不能随路面的变化而作迅速的调整.因此,μ-S自寻优控制方法,对于提高车辆的制动稳定性,改善汽车的行驶安全性具有重要意义.     

基于模糊自适应的汽车ABS路面辨识技术

实时有效辨识路面对防抱死制动系统(ABS)的制动安全性具有重要意义。分析了车辆制动特性,提出了一种用轮速峰值连线求解参考车速的方法。为了有效辨别制动时的路面信息,在设计基于轮减速度和参考滑移率的模糊智能推理算法的基础上,给出了用仿人智能思想来在线修改模糊控制参数的自适应推理算法。车的实时ABS道路测试表明,模糊自适应路面辨识技术具有良好的制动平稳性和自适应性,提高了辨识路面突变的实时性,简单实用,是一种新的有效ABS路面辨识法。     

基于ABS制动过程特征参数的路面附着识别

利用轮速信号和防抱死制动系统(ABS)控制器提供的压力调节状态确定ABS减压过程的最大滑移率和轮速回升阶段的最大车轮角加速度,提出了一种基于这两个特征参数的路面附着识别算法。通过实车ABS道路试验,获得不同路面附着条件下这两个特征参数在坐标平面内的分布,并根据特征参数点在该平面内的分布规律确定能够区分高、低附着路面的分界线。为防止误判,根据由参考车速确定的制动减速度对识别得到的路面附着进行修正。采用不同附着路面条件下的ABS制动试验实测数据对算法进行验证,结果表明在仅测量轮速的情况下可有效识别高、低附着路面。     

电子机械制动系统的滑模控制研究

建立了基于电子机械制动(EMB)系统的车辆单轮动力学模型,针对制动过程的非线性特征和路面条件的复杂性,设计了基于滑移率的滑模变结构控制器以充分利用地面的附着力及适应制动的全工况要求,并采取了相应的措施削弱抖振现象.在单路面与变路面条件下的仿真计算验证了滑模控制器的可行性和有效性,同时也表明滑模变结构控制器的控制性能及对路面的适应性均优于PID控制器.     

ABS整车布置方式对制动性能的影响

为分析防抱死系统的不同控制方式对整车制动性能的影响，基于滑移率的智能权函数模糊防抱死控制思想建立防抱死系统数学模型．通过Matlab／Simulink模决，建立了采用不同ABS控制方式的整车系统模型．利用该模型针对特定的工况进行了整车制动性能的仿真，并给出了ABS的布置方式．结果表明：独立和高选控制的布置方式能够充分利用路面条件进行制动，但车辆的稳定性被破坏；而低选控制方式的制动效能不及上述两种布置方式，但能保证车辆有较好的制动稳定性．     

单神经元PSD控制在汽车ABS上的应用

通过对某轿车的防抱死制动过程进行动力学分析,设计了一种单神经元PSD控制器,建立了该轿车的ABS单神经元PSD控制系统的数学模型,并在MATLAB/SIMULINK仿真软件下进行了计算机仿真。结果表明,将单神经元自适应PSD控制理论应用于汽车ABS制动系统中,可以在不同的制动工况下,对滑移率实现在线调整,进而达到更好的控制效果。