基于DCT轻型越野车的牵引力特性仿真

提出双离合器式自动变速器(DCT)轻型越野车依靠调节发动机、轴间差速器和制动器的联合牵引力控制策略,分析了DCT传动的工作原理,建立了换挡过程的动力学数学模型.在Matlab/Simulink仿真软件平台的基础上,建立了DCT和机械式自动变速器(AMT)轻型越野车驱动动力学仿真模型,并利用仿真模型对车辆在低坡度分离路面和对接路面上的起步加速过程进行仿真.仿真结果表明,所提出的牵引力控制策略能够提高车辆在低附着系数路面上的牵引力,DCT车辆的牵引性能明显优于AMT车辆的牵引性能.     

8×8轮毂电机全轮驱动车辆动力学建模与仿真

建立了8×8轮毂电机全轮驱动车辆的整车驾驶模型,该模型包括驾驶员输入处理模块、路面条件和22自由度车辆动力学模型,给出了在一定路面条件下,从驾驶员输入到车辆动力学和运动学状态输出的数学方程. 采用模块化的方法,在Matlab/Simulink中建立了计算机仿真模型,对所建立的模型进行了操纵稳定性和行驶平顺性的仿真试验,并与常规8×8车辆模型及二自由度线性模型进行了对比分析. 仿真结果表明所建立的模型能正确反映车辆在各种工况下的动力学特性,非簧载质量的增加一定程度上降低了车辆的操纵稳定性,尤其降低了车辆的行驶平顺性.      

紧急制动工况下车辆的PI稳定性控制

针对制动工况中的汽车,建立9自由度车辆动力学模型,并基于车辆动力学模型,采用比例-积分(PI)稳定性控制逻辑算法对车辆的行驶状况及运动姿态进行控制.最后,利用CarSim和MATLAB/Simulink联合仿真平台,结合低附着系数路面和对开路面的紧急制动工况进行离线仿真.仿真结果表明:采用稳定性控制逻辑算法可以改善车辆的纵向运动状态,有效地抑制车辆的侧向运动,有助于提高车辆的稳定性.     

越野地形下智能车辆的动力学建模与轨迹跟踪

提出一种越野地形下智能车辆的动力学建模与轨迹跟踪控制方法.针对越野地形建立了考虑路面倾角的智能车辆动力学模型,并推导了基于零力矩点的车辆侧倾安全约束.然后考虑上述车辆动力学模型及安全约束条件,设计了基于模型预测的智能车辆轨迹跟踪控制器.仿真试验表明该方法可以有效地适应复杂的越野地形,并能够在实现无碰撞轨迹的同时防止车辆发生侧翻危险.      

基于路面附着系数估计的车辆自适应巡航控制研究

为了提高复杂工况下特别是低附着路面工况下车辆自适应巡航控制(Adaptive cruise control,ACC)的安全问题,该文提出基于路面附着实时估计的ACC控制方案。基于模型预测控制(Model predictive control,MPC)设计了ACC控制器,通过实时滚动优化计算得到期望的加减速度值。基于递推最小二乘法设计路面附着系数实时估计策略,根据实时估计的路面附着情况确定MPC控制器中的加减速度极限约束条件。基于Lagrangian方法建立了四自由度的非线性纵向车辆动力学模型,作为ACC控制系统的车辆仿真模型,得到了车辆在高、低不同附着路面上行驶的安全情况。仿真结果表明:基于路面附着系数实时估计的ACC控制方案在各种路面条件下都能确保前、后两车之间保持期望的车间距离安全行驶。     

模糊逻辑在车辆稳定性控制系统中的应用

探讨了车辆在高速转向的极限运动工况下,利用施加于各车轮不同纵向力产生的辅助横摆力矩来提高车辆动力学稳定性的基本原理.推导了七自由度整车动力学模型,建立了车辆质心侧偏角观测器,并且考虑到车辆参数和运行工况的复杂多变,设计基于模糊控制逻辑的车辆稳定性控制策略,通过控制横摆角速度和质心侧偏角可使车辆对象输出跟踪理想参考模型的输出,用Matlah/Simulink建立车辆仿真模型,对所设计的控制算法进行了数字仿真,最后利用基于dSPACE的硬件在环仿真技术,对设计控制器的性能进行了实验验证.结果表明:所设计的模糊控制器能够显著改善车辆的操纵稳定性,特别是在低附着系数路面工况下.     

基于系统响应的履带车辆路面识别方法

为提高履带车辆对不同路面适应能力,基于多体动力学仿真平台建立履带车辆及多种路面动力学仿真模型.通过履带车与路面模型的行驶仿真,采集车体质心动力学响应时域信号,并应用小波变换分解该信号.采用距离评估技术提取上述分解信号的敏感特征向量,利用BP神经网络基于上述敏感特征向量提出路面识别方法.搭建小型履带模型车测试系统,使模型车行驶于实际路面并进行现场测试,采集测试过程中履带模型车车体质心、负重轮及履带板动力学响应时域信号,对提出的路面识别方法进行验证.结果表明,该路面识别方法识别精度达到99%,该方法对路面类型具有高度识别能力.     

基于CarSim与Simulink联合仿真的轮式拖拉机舒适性分析

根据滤波白噪声路面数学模型在Simulink中建立了D级路面仿真模型,利用Car Sim-Simulink联合仿真方法建立了东风404轮式拖拉机的车辆动力学模型,结合建立的模型进行了在车速分别为10、30、50 km/h时的舒适性仿真分析,结果表明整车的舒适性有待提高.探索了在Simulink中建立路面模型的方法及利用CarSim-Simulink研究整车舒适性分析的途径,为进一步进行整车动力学分析提供了依据.     

基于双重扩展卡尔曼滤波汽车防碰撞模型研究

针对现有的汽车防碰撞高速扇形预警模型,文章提出了基于双重扩展卡尔曼滤波的高速扇形预警模型。根据双重扩展卡尔曼滤波原理,将车辆状态和路面附着系数估算过程形成闭环控制,实现了对车辆状态和路面附着系数的准确估算;建立汽车的四自由度动力学模型和魔术轮胎模型,结合Carsim和Matlab/Simulink软件进行联合仿真。仿真实验结果表明,该模型能够实时监测路面附着系数,正常预警。     

分离路面上车辆紧急制动时稳定性分析与控制

传统的制动防抱死系统在分离路面上紧急制动时制动效能不尽理想,四通道ABS能够产生最大的制动力但却容易跑偏,而侧向稳定性较好的三通道ABS将增加制动距离.针对这种情况,提出了采用基于四通道ABS的主动前轮转向控制系统,该方法将在最大限度地提高车辆纵向制动力的同时保持车辆的侧向稳定性.建立了一个基于虚拟样机的全功能多体动力学模型,采用联合仿真的方法对车辆在分离路面上高速紧急制动过程进行了动力学仿真.仿真结果表明,提出的控制策略能够提高车辆在分离路面上紧急制动时的侧向稳定性.     

基于多模型自适应方法的智能汽车路径跟踪控制

路径跟踪控制是智能汽车的一项核心技术,跟踪效果的精确性和在各种路面附着条件下的鲁棒性是该技术的两大关键要素。但汽车动力学模型的不确定性,尤其是轮胎侧偏刚度的摄动使这两者难以同时得到满足。针对这一问题,将多模型自适应理论引入到智能汽车运动控制中处理不确定性系统的控制。首先,推导了多模型自适应控制律,提出了凸包构架下各个顶点的子模型对真实模型的自适应逼近律,并通过李雅普诺夫函数证明了所提出自适应律的收敛能力。在此基础上建立了汽车动力学模型和车辆-路径联合模型,并由多个顶点子模型构建可覆盖汽车轮胎侧偏刚度摄动范围的凸多面体,利用汽车动力学模型求解自适应率,通过车辆-路径联合模型,基于线性二次型方法(linear quadratic regulator, LQR)求解各个顶点的子模型处的反馈控制律,并通过所得出的自适应权重进行加权。基于Carsim/Simulink的联合仿真结果表明,所提出的多模型自适应路径跟踪控制器在保证鲁棒性的同时克服了传统鲁棒控制方法的保守性问题,与基于名义模型的LQR控制器和鲁棒保性能控制器相比,在高附着路面和低附着路面上都可以取得更好的控制效果,很好地解决了路径跟踪...     

车辆实时动态仿真模型的研究

针对车辆动力学实时仿真的要求提出一种新的建模方法．将悬架系统视为车身与车轮之间的无质量复合约束，基于这个概念建立了动力学、运动学和静力学自由度完全独立的轿车整车多体动力学模型，并将仿真结果和道路试验及ADAMS仿真结果进行了对比，有较好的一致性．与基于侧倾／力矩中心理论建立的车辆实时仿真模型相比，利用该方法建立的模型面向车辆具体结构，可分析车辆内部作用力，并能更准确地描述悬架在水平方向的导向作用、与应用传统多体动力学理论建立的模型相比，该方法解决了车辆模型仿真实时性的问题．     

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。     

双离合器式自动变速器建模与控制系统仿真

为了减少双离合器式自动变速器(DCT)控制系统的开发时间和费用,利用Matlab/SimDriveLine车辆动力传动系统建模仿真软件,建立了DCT整车系统的动力学模型,采用神经网络训练改进了软件中的发动机模型,基于Matlab/Simulink系统设计了DCT车辆的起步、换挡过程以及换挡规律控制策略仿真模型。在此基础上,进行了DCT整车系统仿真。仿真实验结果表明所建立的DCT系统动力学模型及所设计的控制器的合理性和可行性,证明该方法建立的仿真模型适用于DCT控制系统开发,提高了系统设计的效率。     

车辆侧翻指标与侧翻风险因素分析

为了明确侧翻预警与防侧翻控制所需的侧翻指标和考察侧翻风险因素的影响程度,利用CarSim建立了SUV车辆的整车非线性动力学模型,基于仿真分析方法进行了鱼钩转向侧翻试验设计,并对试验结果进行了数理统计与分析.仿真试验结果表明:侧翻指标方面,轮胎载荷转移率指标在表征车辆侧翻方面具有较高的可信度;车辆的侧滑甩尾和转向能力与侧翻之间的关系取决于路面的附着情况;所提出的新的侧翻风险度量指标适于车辆复杂输入条件下分析了多个侧翻风险因素对侧翻风险的影响.     

车辆系统牵引动力学模型与起步加速过程仿真

本文建立了车辆系统的牵引动力学简化模型 ,模型考虑了发动机自动控制过程 ,离合器的滑磨、驱动轮的滑转以及挂接装置的间隙。在此基础上 ,建立了系统的牵引动力学运动微分方程组。着重讨论了运输机组起步加速过程仿真模型。并以泰山 - 2 5挂车机组为例 ,给出了其起步加速过程的仿真结果。本文所提出的仿真模型可用于车辆系统的起步加速过程的仿真、离合器接合过程的仿真 ,并可用于汽车动力性能、拖拉机牵引性能的分析     

车辆悬架系统LQG控制器的仿真研究

根据已建立的1/2车体动力学模型和单轨路面输入模型,设计车辆主动悬架的线性二次型高斯(LQG)最优控制器,利用MATLAB/SIMULINK软件构建路面输入仿真模型和1/2车体仿真模型.结果分析证实,具有LQG控制器的主动悬架可以改善车辆的运行性能.     

基于路面识别的重载车ABS控制与硬件在环试验

建立了整车多体动力学模型,提出了路面附着系数估计算法,在Matlab/Simulink中搭建了路面识别模块和ABS制动模块以及制动压力模块,应用自适应的控制策略对整车的制动性能进行仿真分析.在三轴汽车底盘实验台上进行了硬件在环测试,验证了含有路面识别的ABS控制系统的车辆制动距离明显小于无路面识别的ABS控制系统的车辆制动距离,具有良好的自适应性和控制精度.     

利用MATLAB的汽车主动悬架动力学仿真

基于主动悬架车辆1／4动力学模型，采用LQG最优调节器理论确定了主动悬架的最优控制方法，利用MATLAB软件建立了主动悬架汽车动力学仿真模型，并用某一车型数据进行了动力学分析和仿真．仿真输出量可作为评价主动悬架的控制方法和与平顺性有关的车辆结构参数的依据．     

基于模糊PID控制的1/2车辆主动悬架系统研究

建立了1/2车辆主动悬架系统动力学模型和路面输入模型,将PID控制和模糊控制并联,设计了主动悬架系统模糊PID控制器。在MATLAB/Simulink中的仿真结果表明,模糊PID控制的主动悬架在车身加速度、俯仰角加速度、悬架动行程及轮胎动位移等方面明显优于被动悬架以及单纯的模糊控制和PID控制,较好的改善了车辆的行驶平顺性及乘坐舒适性。