重型载货汽车行驶工况辨识策略

针对山区公路行驶的重型载货汽车实现多种持续制动系统主动介入和退出时车辆行驶工况准确辨识,提出了基于隐形马尔科夫模型(HMM,hidden Markov model)和Tkagi-Sugeno模糊神经网络模型(T-S FNN)的双层复合保守行驶工况辨识策略。首先,选取制动踏板平均开度、制动踏板作用比例、制动次数及平均单次制动时长表征时间窗内制动踏板动作特性,建立不同时间窗长度的HMM和T-S FNN的工况模型;其次,通过道路试验的方法,利用滚动时间窗原理和K-means空间聚类方法建立了上坡工况、小起伏路面工况和长大下坡工况,并对HMM和T-S FNN进行离线训练。为了验证提出的行驶工况辨识策略,进行了在线辨识验证。结果表明：与以HMM为主的辨识策略相比,双层复合保守识别策略对小起伏路面工况和长大下坡工况的辨识更加灵敏和准确。以HMM为主的辨识策略控制过程中,排气制动开启时间占总时长的91.72%,而以双层复合保守识别策略控制时排气制动开启时间占比下降了19.58%,开启次数为3,比前者少开启1次,鲁棒性能更优。     

重型货车坡道运行安全监控系统

 针对山区公路交通的安全问题,研究一种适用于重型货车的坡道运行安全监控系统。依据确定的监控指标,选用Freescale MC9S12DG128B 单片机,并设计信号采集、信号处理、数据通信等功能模块和人机交互智能仪表,构建了重型货车坡道运行智能监控系统。装车道路试验结果表明,该系统实现了对制动器温度、制动主缸压力、制动轮缸压力、制动管路压力、制动减速度、下坡坡度等参数的实时监测,能够给驾驶人提供车速、制动踏板位移、制动踏板力、环境温度和湿度等信息,且当制动器温度过高、制动管路泄漏、制动减速度异常时,能够及时提醒驾驶人,有效提高了重型货车坡道运行的安全性。