基于遗传神经网络的车轮匹配整车逆动力学

为深入研究机械弹性车轮(MEW)的力学性能和整车稳定性的相互匹配关系,在Simulink中建立了整车非线性三自由度模型;利用基遗传算法对车轮模型参数进行辨识,并提取侧偏刚度与侧向力峰值作为车轮力学特性的评价指标;利用该模型进行了前后轴不同侧偏刚度和侧向力峰值组合的汽车前轮正弦输入模拟仿真,得到若干组汽车稳定性指标参数;利用遗传算法优化,建立了输入为汽车稳定性评价指标,输出为前后轮侧偏刚度和侧向力峰值组合的BP神经网络逆动力学模型.研究结果表明:遗传算法对车轮参数识别误差小于4%,用遗传神经网络算法(GANN)得到的测试结果最大误差为6.2%,平均误差为3.1%,所建立的遗传神经网络模型具有较高的车轮侧偏特性预测能力.     

考虑横向稳定性的智能车辆路径跟踪控制

对于智能车辆的路径跟踪,传统位置偏差控制方法往往忽略了车辆的动态稳定性.针对这一问题提出一种考虑横向稳定性的智能车辆路径跟踪控制方法.首先建立二自由度车辆动力学模型和路径跟踪误差模型,综合考虑车辆位置偏差和车辆动力学状态,利用基于反馈优势的反推法(FDB)生成期望横摆角速度;然后基于线性二次型跟踪器(LQT)设计了主动前轮转向(AFS)和直接横摆力矩控制(DYC)的集成控制策略,得到了理想的控制输入(前轮转角和外部横摆力矩),进而实现精确跟踪期望横摆角速度和质心侧偏角;最后在Simulink仿真环境中对提出的控制方法进行验证.结果表明:提出的控制方法在路径跟踪的同时具有很好的横向稳定性能;相比于不考虑横向稳定性的控制方法,提出的方法在路径跟踪过程中跟踪精度更高,车辆的质心侧偏角更小,横摆角速度也能更好的跟踪期望值.     

汽车侧偏角估计方法比较

针对汽车质心侧偏角难以直接获取的问题,提出了基于径向基神经网络与驾驶员汽车闭环系统相结合的侧偏角估计方法.把汽车侧偏角看作横摆角速度和侧向加速度时间序列的映射,采用均匀设计方案对训练样本进行优选,通过神经网络建立三者之间的映射关系.同时设计了一种改进自适应卡尔曼滤波算法,将其运用到相同道路输入下汽车侧偏角的估计当中.对两种方法进行了基于实车试验的比较:神经网络方法的估计误差均值和标准差分别为0.046 333°、0.057 822°;自适应卡尔曼滤波方法的估计误差均值和标准差分别为0.062 745°、0.089 241°.研究结果可以为汽车稳定性控制系统估计器的设计提供理论指导.     

研究生能力培养——《计算机辅助设计》多媒体教学的启示

研究生能力培养是当前高校教学体制改革的重要内容,也是众多高校从教学型向研究型转变的重要任务。通过结合《计算机辅助设计》课程的特点,阐述了多媒体教学在《计算机辅助设计》课程中的应用。进而通过本课程的课堂教学方法论述了多媒体教学与研究生能力培养之间的关系。课堂教学实践表明,采用多媒体教学方法可以调动研究生学习积极性、提高研究生的创新与自学能力,达到良好的教学效果。     

基于轮胎侧偏刚度估计的路面附着条件辨识

准确、实时地获取路面附着信息是汽车主动安全控制系统正常工作的前提.路面及其粗糙度、干湿状态对侧偏刚度有很大影响.基于此,文中在车辆稳态转向下进行轮胎侧偏刚度估计,从而进行路面附着条件辨识.首先由二自由度车辆模型得到前后轴的侧向力及侧偏角,并考虑载荷转移得到各个轮胎的垂向力.通过前后轴之间的差值,消去较难得到的质心侧偏角,而后通过递推最小二乘法估计得到归一化的轮胎侧偏刚度,并比较不同路面附着条件下的估计结果.与之前的侧偏刚度估计方法不同,所提出的方法不需要测量或估计质心侧偏角,因此不需要昂贵的额外传感器,并且考虑了载荷转移对侧偏刚度估计的影响.文中最后通过仿真及电控模型车辆道路试验对所提出的算法进行了验证.仿真及试验结果表明:在考虑载荷转移的条件下,文中提出的辨识算法可以进行路面附着条件辨识.     

基于Simulink的四轮转向汽车神经网络控制策略仿真

针对汽车小转角时质心侧偏角为零,高速大转角时前轴抗侧滑的控制目标,提出一种四轮转向汽车控制策略.在Simulink环境下建立包含轮胎非线性和计及侧倾的三自由度四轮转向汽车模型,运用双隐含层BP神经网络训练得到四轮转向控制器.仿真结果表明,神经网络控制器可有效控制高速时汽车前轴滑动的趋势,并在低速到高速时使汽车质心侧偏角基本为零,控制误差低于比例转角控制策略和横摆角速度反馈控制策略.同时高速时横摆角速度响应与前轮转向汽车接近,汽车的侧向加速度和车身侧倾角稳态值比前轮转向有所降低.     

基于刷子模型的悬链式非充气车轮外倾侧偏特性分析

为研究外倾角对悬链式非充气车轮侧偏特性的影响,分析了悬链式非充气车轮的结构及承载机制,假定车轮所有弹性均集中在具有刷子变形特征的0轮胎面,建立了悬链式非充气车轮外倾和侧偏特性刷子理论模型.利用轮胎动态特性试验台对悬链式非充气车轮外倾和侧偏特性进行了试验研究,并将试验数据和理论模型的理论值进行对比分析.结果表明:所建立的理论模型对车轮外倾和侧偏特性的表达具有良好的可靠性;当外倾角与侧偏角同号时,外倾角会使侧向力增大,回正力矩减小,而异号时则会减小侧向力,同时增大回正力矩.研究为悬链式非充气车轮结构的优化设计及复合工况下的理论建模提供了指导.     

基于串行RLS的汽车双参数联合辨识

整车质量与质心位置是汽车重要的结构参数,也是试验中必要的量测值和主动安全控制系统必需的工作参数.文中针对汽车实际使用过程中质量经常发生变化的情况,提出一种汽车双参数联合辨识方法.该方法基于两个串行的递推最小二乘(RLS)法,以汽车出厂初始参数为串行RLS辨识算法的初始值,结合蛇行试验辨识质心位置;然后,以辨识所得的质心位置结合双移线试验辨识整车质量,将辨识所得质量序列方差作为门槛值,通过有限次的递推循环,可以使得汽车整车质量、质心至前轴距离两参数的相对误差均收敛到3%以内.文中最后通过ADAMS虚拟试验验证了算法的有效性.     

基于自适应卡尔曼滤波的汽车前后轴干扰力估计

针对汽车自动车道保持控制中汽车侧向干扰信息难以直接获取,提出把汽车动力学模型和自适应卡尔曼滤波理论相结合进行汽车前后轴干扰力估计.在线性二自由度汽车动力学模型中考虑前后轴的侧向力干扰,以辅助变量横摆角速度、侧向加速度和方向盘转角为量测信息,通过改进的自适应卡尔曼滤波算法建立了前后轴干扰力的最小方差估计,并对量测信号进行了滤波降噪.基于ADAMS/Car的虚拟试验验证了该算法具有较高的估计精度,可以为汽车侧向控制系统中估计器的设计提供理论指导.