电动汽车再生制动过程制动踏板位移与制动意图及制动强度之间的关系研究

电动汽车可以通过再生制动提高动力电池的能量利用效率并延长续航里程;而电动汽车的再生制动效率依赖于其制动力的分配策略。在不同制动强度下,电动汽车再生制动过程制动力的分配比例应该不同,需要根据驾驶员踩踏制动踏板的位移进行制动意图和制动强度的识别。基于制动踏板位移对应的电压和电压变化率,设计了个模糊逻辑控制器,分别进行驾驶员制动意图和制动强度的识别。将驾驶员的制动意图分为缓慢制动、中等制动和紧急制动三种状态;并对三种状态下的制动强度变化进行准确的识别。搭建了由制动踏板、dSPACE半实物仿真平台和Control Desk调试界面组成的测试系统。对设计的模糊逻辑控制器进行了实验测试。测试结果显示,制动踏板位移对应的电压和电压变化率可以反映驾驶员的制动意图和制动强度,通过设计的模糊逻辑控制器可以识别出驾驶员的制动意图和对应的制动强度变化。因此,本系统可以用于电动汽车再生制动过程中进行制动强度的识别和基于制动强度的制动力分配,提高电动汽车的能量利用效率。     

电动液压助力制动系统制动意图识别方法

针对驾驶员在紧急状况下存在着因踏板力不足而导致制动距离过长问题,以某电动液压助力制动系统为研究对象,提出了一种基于隐马尔可夫模型的驾驶员制动意图识别方法,根据对驾驶员制动意图的识别来控制助力电机执行正常制动或紧急制动的助力模式.选取助力电机的转角、转速和车速作为制动意图识别参数.以制动强度为界限对识别参数数据集进行划分,训练出正常制动与紧急制动识别模型参数,建立了识别模型库,通过比较各模型库的对数似然估计值,判断出驾驶员的制动意图.仿真结果表明:该模型可准确、实时地识别出驾驶员的制动意图;在驾驶员踏板力一定的情况下,具有制动意图识别控制的助力器具有更好的制动效果,提高了驾驶安全性.     

电动汽车再生制动过程制动踏板位移与制动意图及制动强度之间的关系

电动汽车可以通过再生制动提高动力电池的能量利用效率并延长续航里程;而电动汽车的再生制动效率依赖于其制动力的分配策略。在不同制动强度下,电动汽车再生制动过程制动力的分配比例应该不同,需要根据驾驶员踩踏制动踏板的位移进行制动意图和制动强度的识别。基于制动踏板位移对应的电压和电压变化率,设计了个模糊逻辑控制器,分别进行驾驶员制动意图和制动强度的识别。将驾驶员的制动意图分为缓慢制动、中等制动和紧急制动三种状态;并对三种状态下的制动强度变化进行准确的识别。搭建了由制动踏板、dSPACE半实物仿真平台和Control Desk调试界面组成的测试系统。对设计的模糊逻辑控制器进行了实验测试。测试结果显示,制动踏板位移对应的电压和电压变化率可以反映驾驶员的制动意图和制动强度,通过设计的模糊逻辑控制器可以识别出驾驶员的制动意图和对应的制动强度变化。因此,本系统可以用于电动汽车再生制动过程中进行制动强度的识别和基于制动强度的制动力分配,提高电动汽车的能量利用效率。     

基于制动意图识别的双轴四驱电动汽车制动控制策略研究

制动能量回收对增加纯电动汽车续驶里程具有重要作用,文章根据驾驶员制动操纵中制动踏板开度、制动踏板开度变化率的变化特点和特性,使用模糊推理工具搭建Simulink制动意图识别模型,将驾驶员制动意图分为小强度、中度、大强度以及紧急制动4种制动强度,并基于电机特性、理想制动力分配曲线以及欧洲经济委员会(Economic Co...     

制动能量回收系统的制动力矩协调控制仿真

驾驶员制动意图识别和电机液压制动力协调控制是开发制动能量回收系统时需要解决的关键技术问题.文中通过特性试验数据分析,得出了表征驾驶员制动需求的参量,并使用时间因子自适应修正的一阶延迟滤波方法,基于主缸的压力求得驾驶员的制动需求.根据液压制动系统硬件方案,在Matlab/Simulink下建模,并使用比例制动力分配方法进行电机和液压制动力的协调控制,使用偏差控制方法实现目标压力.仿真结果表明,制动需求计算准确,制动力控制协调,保证了平稳的制动强度.     

驾驶员制动速度与生理反应的混合效应模型

选择8位35~48岁之间的驾驶员,利用动态心电分析仪、Frecord数据采集系统及动态GPS对紧急状况下驾驶员制动速度与生理反应进行试验分析.综合考虑车距障碍物距离、行驶车速、行车时段、个性特征等因素,建立混合效应模型,并对同时受行车环境影响、且存在关联的制动速度与生理反应间的关系进行研究.结果表明,车距障碍物距离对最大制动踏板速度的影响作用大于行车速度的影响作用,为进一步分析紧急状况下驾驶员行为提供了新的方法.     

基于制动意图的线控制动系统滑模变结构控制

针对线控制动系统的不确定性和非线性问题,提出将制动强度与制动意图联系起来作为对线控制动系统整体控制的基础,建立了1/2车辆动力学模型及线控制动系统模型;将路面、制动踏板开度及其变化率作为识别器输入,建立了基于神经模糊系统的制动意图识别器;离线求解出不同路面上制动强度与最优滑移率的关系,应用改进滑模变结构控制方法,结合路面识别方法对线控制动系统在Simulink与Carsim中进行联合仿真。仿真结果表明,在不同的路面上,考虑驾驶员制动意图和制动强度的滑模变结构控制方法可以快速稳定地追踪目标滑移率,且具有很强的适应性。     

面向车辆纵向动力学控制的制动意图识别综述

制动意图识别作为新型线控制动系统控制的先决条件,其识别结果的优劣直接影响车辆控制系统的精度,进而影响特定工况下的车辆行车安全性,因此为了提高车辆的主动安全性,提升车辆的制动性能,针对车辆动力学中的纵向稳定性控制问题,以制动意图为切入点,介绍了目前制动意图的分类,概述了基于制动意图识别的车辆动力学控制的国内外研究现状;结合制动意图识别特征的选取问题,重点对比分析了几种典型的制动意图识别方法,包括模糊推理系统、神经网络、自适应神经模糊推理系统、隐马尔可夫模型和聚类分析;结合当下研究现状指出了合理选取特征参数、转换输出目标、多标准评价体系是面向车辆动力学控制的制动意图识别的研究重点和方向。     

基于雷达技术的汽车ABS道路试验系统开发

装备汽车防抱死制动系统(ABS)能够在危急情况下驾驶员需要紧急刹车时提供安全、有效的制动。ABS能让汽车即使在紧急制动的情况下也可保持稳定、可控。笔者通过ABS道路性能测试系统的开发来评价汽车制动性能,对雷达速度传感器、轮速传感器、陀螺仪、管路压力传感器、踏板力传感器、F/V(频率/电压)转换模块进行研究。在此基础上编写LabVIEW程序,进行场地实车制动试验,选取高附着系数下直线制动试验,并基于评价指标进行对比分析。结果表明,ABS道路性能测试系统及评价指标在实践中是可行的。     

制动主缸与踏板行程专家系统知识库的建立

根据专家的经验知识和设计思路,分析了制动主缸和踏板行程计算中的各个影响因素.结合开发汽车制动专家系统的实践,采用C 编程语言,在Visual Studio.NET2005开发环境中,充分利用面向对象的知识表达方法和模块化程序设计方法,建立了制动主缸和踏板行程知识库.并利用已有的某车型参数对知识库的计算与分析功能进行了测试,结果显示汽车制动专家系统主缸与踏板行程知识库已达到预期设计目标.     

基于驾驶舒适度的刹车策略

为了研究刹车过程中驾驶员的驾驶舒适度与踏板力的关系,以刹车过程中汽车加速度作为驾驶舒适度的量化指标,建立汽车动力学模型和多目标优化的方法,得到驾驶舒适度、制动距离和踏板力三者的数学关系模型,利用MATLAB软件分析该数学关系模型,得到最小踏板力。结果表明,通过多目标优化方法得到的最小踏板力使得制动距离小于安全距离,同时驾驶舒适度最好。     

一体式电液复合制动系统制动意图解析及评价

针对一体式电液复合制动系统,进行了制动意图解析及一致性评价研究.分析了基于一体式主缸的液压系统轮结构及其制动需求表征,试验分析了制动过程司机动作信号变化机理,搭建了一体式主缸简化模型并进行了参数辨识.通过联合仿真模型,提出了基于模糊算法、利用踏板感觉模拟器压力及变化率进行制动意图识别的方法,并提出了司机制动意图解析一致性的评价指标.采用xPC target,MotoHawk和液压系统搭建了硬件在环仿真台架,进行了司机制动意图解析及制动力施加一致性试验.试验结果表明:利用模拟腔压力及变化率能够较好地识别司机制动意图,制动意图一致性指标小于0.02g,施加的再生制动力与液压制动力与制动意图比较一致,满足了电液复合制动需求.     

单轴解耦式复合制动系统的控制策略及试验验证

针对吉林大学自主开发的基于传统ESC液压调节单元的单轴解耦式制动能量回收系统,开发了固定分配系数的串联控制策略,进行电机制动力和液压制动力的协调控制.将制动能量回收控制算法集成在制动控制器中,编写控制策略并进行实车试验.试验结果表明,以60 km/h的初速度分别进行协调制动、叠加80 N·m电机力矩制动和叠加50 N·m电机力矩制动,能量回收率分别达24.84%、17.38%和10.28%,并且协调制动过程中车辆加速度与制动踏板保持稳定,驾驶员没有制动变"软"的感觉,说明所提出的控制策略能够提高制动能量回收率,并且保证制动踏板感觉.     

装有综合变速箱的履带车辆制动工况换挡策略

为提高液力机械综合变速箱对复杂行驶工况的适应能力,以某履带车辆为研究平台,通过分析行驶过程中不同制动方法的特点,针对各制动工况提出了辨识方法,并依据发动机转速、液力变矩器速比、车速信号反馈车辆行驶状态,制定出相应的换挡控制策略. 实车试验表明,该控制策略满足了车辆实际行驶过程中制动工况的要求,且能够符合驾驶员的驾驶意图.     

基于模糊神经网络控制的汽车辅助再生制动系统研究

将驾驶安全性和制动能量回收相结合,提出了基于模糊神经网络控制的汽车辅助再生制动系统.通过试验数据建立基于驾驶员经验的模糊神经网络,实现根据驾驶车辆与前车的相对距离和相对速度动态调整制动强度;通过计算得到不同的车速和制动强度下,前轮再生制动力,前、后轮摩擦制动力查询表;将模糊神经网络和制动力查询表嵌入配备比例阀的制动系统从而完成辅助再生制动系统的设计.在Simulink下搭建此辅助再生制动系统模型进行仿真实验,结果表明,此再生制动系统可以有效辅助驾驶安全,避免追尾事故发生,并可充分回收制动能量.     

交叉口驾驶员转向意图辨识研究

基于profit-sharing增强学习算法,提出了自适应性驾驶员意图辨识的方法,对交叉口驾驶员转向意图进行辨识,达到了缩短辨识所需时间和提高驾驶意图辨识准确性的目的。通过驾驶模拟仪采集的交叉口驾驶员操作数据,建立关于油门踏板操作量、制动踏板操作量、车速的驾驶员转向行为模型,运用profit-sharing增强学习方法对转向行为模型进行实时调整,使模型反映驾驶员的个体特征。实验结果表明,所提的方法在交叉路口前3 s对驾驶行为的识别率是96.8%,前5 s的识别率是94.1%。     

踏板行程模拟器在线控制动系统中的应用

为了提高制动过程的舒适性并消除制动操作时的不适感,考虑到制动踏板感觉是线控制动系统研究的核心内容并直接关系到车辆的驾驶舒适度及行驶安全性,利用踏板行程模拟器来模拟制动踏板感觉,并分析比较传统制动系统和带有踏板行程模拟器的线控制动系统.利用AMESim软件建立踏板行程模拟器模型,利用MATLAB/Simulink软件设计踏板行程模拟器的单神经元自适应智能PID控制策略.设置传统车辆制动系统台架试验基本参数并进行仿真验证,最终得出该线控制动系统中的踏板行程模拟器和控制策略均能达到传统制动系统的性能要求,并有效地改善了制动过程中的舒适度.     

车型对不同制动工况下车辆特征信号的影响

采用全面试验设计方法进行了多车型不同制动初速度下制动实验,并用双向方差分析方法分析车速和车型对制动加速度均值及制动踏板角速度的均值影响.结果表明,紧急制动与非紧急制动的特征信号差异明显,不同车型对两特征信号均有一定的影响.     

驾驶人应急制动行为下的车辆纵向响应分析

为了深入研究驾驶人在应急制动行为下车辆的纵向响应问题,建立了车辆应急制动响应动力学模型;通过驾驶人应急制动行为下车辆纵向应急响应实车试验,完成驾驶人制动操作力度与车辆纵向响应等关键数据的采集,对比分析实车试验数据与响应动力学计算数据;研究结果表明:利用制动踏板位移描述驾驶人的应急操作力度更加准确,并且建立的车辆应急制动响应动力学模型数据误差较小,车辆制动应急响应计算模型70%的数据的相对误差在10%以内,最大相对误差为18.71%。     

某车型盘式制动器卡钳强度优化改进

利用制动器制动力矩及地面制动力矩,对某车型盘式制动器制动卡钳进行强度分析,识别制动卡钳的最大应力超出材料的判断标准,实车存在卡钳支架断裂的风险;通过优化分析研究,对盘式制动卡钳结构进行一系列改进,解决卡钳强度不足的问题.该分析方法可用于对汽车设计过程,对制动卡钳进行强度校核,降低后期试验成本,缩短产品开发周期.