线控转向系统前轮转角控制策略研究

针对汽车线控转向车辆,以四轮转向车辆模型为基础,将四轮转向车辆的横摆角速度和质心侧偏角作为参照控制目标,研究了线控转向车辆转向传动比在车速以及转向盘转角发生变化时,随车辆转向特性变化而进行优化设置的问题。仿真结果表明,基于参考模型横摆角速度反馈控制方案设置的变传动比控制整体性能最好。     

横摆角速度反馈对车辆操纵稳定性的影响

为了改善装有电子助力转向系统（EPS）的车辆操纵稳定性，分析研究了EPS中引入横摆角速度负反馈对车辆操纵稳定性的影响，建立了包含EPS的人-车系统数学模型，并利用SIMU—LINK工具箱进行了仿真分析。结果表明：该模型在EPS中引入横摆角速度负反馈，可以显著改善前轮角阶跃输入下车辆的横摆角速度的瞬态响应；EPS助力矩响应曲线上升平稳缓慢，有利于汽车在低附着系数路面高速转向行驶的操纵，从而提高了汽车的行驶安全性。     

线控转向稳定性控制设计

在线控转向系统中,方向盘和车轮相互独立,为车辆实现最佳的稳定性提供了很大的设计空间.本文通过Simulink和CarSim软件联合仿真建立了带有线控转向系统的车辆模型,对车辆模型进行了稳定性分析;提出了基于线控转向系统的主动安全控制算法;通过CarSim和LabVIEW联合建立的硬件在环试验平台实现了整车仿真数据与硬件台架信号的互相通信,并验证了主动安全控制算法.这为线控转向车辆稳定性的研究提供了一种新的思路和方法.     

线控转向变传动比控制对车辆操纵稳定性的影响

为改善车辆的转向特性,提出了线控转向理想转向传动比控制规律的3种方案:方案1为期望横摆角速度增益不变的变传动比控制规律,方案2为期望侧向加速度增益不变的变传动比控制规律,方案3是由方案1与方案2按照一定的比例综合得到的控制规律.将这3种传动比控制规律引入整车模型,在Matlab/Simulink中对整车模型进行仿真,分析了不同传动比控制对整车操纵稳定性的影响,得到了各种变传动比控制规律的优缺点.仿真结果表明方案3的整体性能最优.     

四轮轮毂电机电动汽车固定横摆角速度增益控制研究

基于四轮轮毂电机电动汽车,对固定横摆角速度增益控制问题进行了研究。首先在Car Sim中建立线控转向汽车模型,应用Isight软件对固定横摆角速度增益进行优化设计。根据四轮轮毂电机电动汽车四轮驱/制动力矩独立可控的优势,基于模糊PI控制理论设计了附加横摆力矩决策控制器。采用驱/制动力规则分配方法对四轮驱/制动力进行合理分配;并通过Car Sim与Simulink联合仿真,选取中低车速变车速蛇形试验工况和高速双移线工况对控制方法进行了验证。结果表明:控制后汽车能够很好地跟踪期望横摆角速度,减轻驾驶员转向负担,有效地提高了汽车低速转向灵敏性、高速转向操纵稳定性和转向行驶舒适性。     

线控制动系统车辆制动与横摆稳定性协调控制

针对装有线控机械制动系统的车辆的制动稳定性控制问题,在MATLAB/Simulink中建立七自由度车辆动力学模型及线控机械制动系统模型,提出一种兼顾制动效能与横摆稳定性协调控制的车辆制动力分配策略;该策略采用分层控制结构,运用滑模控制和模糊控制理论设计顶层控制器,主要负责纵向目标制动力及横向目标横摆力矩的求取;底层控制器运用二次规划方法,以轮胎利用率为目标优化函数,使用有效集算法求解目标函数,在车辆制动时完成目标纵向力与横摆力矩协调分配,进而达到横、纵向协调最优控制的目的;运用MATLAB/Simulink与Carsim在对开路面上进行改变制动意图的工况联合仿真。结果表明,所提出的车辆制动力分配策略能够在保证车辆制动效能的前提下同时满足车辆横摆稳定性控制要求。     

汽车线控转向技术发展综述

线控转向（Steer-By-Wire）是汽车转向系统的最新技术,可以提高汽车操纵稳定性、安全性和舒适性,代表着未来的发展趋势。了解线控转向系统的结构、工作原理以及性能特点并进行相关分析有利于我们掌握线控转向的关键技术。     

基于驾驶员模型的车辆控制系统操纵稳定性评价

通过将驾驶员模型、汽车动力学模型及稳定性控制系统的有机结合,在已建立的模糊PID驾驶员模型基础之上,根据国家标准对汽车蛇形穿杆试验进行模拟计算,以平均最大横摆角速度和平均转向盘最大转角的综合来评价车辆的操纵稳定性,并对某型汽车的操纵稳定性控制系统的控制效果进行了评价.有稳定性控制系统时,其蛇形穿杆的评价分值提高约4%,说明汽车的操纵稳定性得到了改善.     

线控转向系统关键技术综述

汽车转向系统先后经历机械转向、液压助力转向和电动助力转向几个阶段,然而目前电动助力转向或电控液压助力转向等难以满足智能汽车对转向技术的需求。线控转向系统作为线控智能底盘重要组成部分,是智能汽车架构中必不可少的智能转向系统。为剖析线控转向中的关键技术和发展趋势,本文将从线控转向的发展概况谈起,之后分别针对线控转向系统关键软硬件技术进行了全面概述,包括对比分析了4种路感反馈策略、智能算法在位置闭环的应用及双电机协同控制策略、基于线控转向中主动前轮转向的车辆稳定性控制研究、面向功能安全方面的软件冗余方案和硬件冗余方案;最后,对线控转向系统的未来研究趋势进行了展望,指出线控转向系统将朝着真实舒适、精准快速、安全可靠和集成控制的方向发展。     

铰接装载机线控转向系统

线控转向系统将电液比例、计算机、自动控制等高新技术充分结合,取消装载机原有转向系统中方向盘与转向轮之间机械(或液压)的联系,使装载机的转向灵敏度可以根据工况进行调节、为驾驶员提供合适的路感,解决了装载机作业效率与高速行走稳定性之间的矛盾,从而提高作业效率,降低操作人员的劳动强度,简化装配过程,同时使装载机的遥控驾驶成为可能.设计了装载机线控转向系统的液压系统、电控系统的软硬件,并在样车上进行了试验,结果表明装载机在安装线控转向系统后可以满足实际使用要求.     

时滞对人—车闭环系统操纵稳定性的影响

对以往具有横摆角速度反馈控制的电动助力转向模型进行了研究分析,考虑反馈控制中时滞的存在,基于合适的驾驶员模型和汽车转向运动模型建立含时滞的横摆角速度反馈控制电动助力转向模型,利用matlab/simulink建立了人—车闭环系统动力学模型,通过改变时滞参数分析了时滞对车辆操纵稳定性的影响.研究结果表明,时滞对车辆的侧向速度、横摆角速度、前轮转角和驾驶员力矩都会产生不良影响,使汽车的稳定性变差甚至使汽车失稳.     

汽车操纵稳定性闭环控制虚拟试验设计

针对汽车操纵稳定性实车试验危险性大,对试验驾驶员素质要求高的问题,在对ADAMS(automatic dynamic analysis of mechanical systems)二次开发模块ADAMS/CAR研究的基础上,建立了基于某轿车车型的ADAMS整车模型和驾驶员控制模型.按照国家标准GB/T 6223.5-1994对汽车转向轻便性试验进行了设计,在ADAMS虚拟仿真平台下进行了虚拟试验,并对试验结果进行了计算分析.结果表明,驾驶员模型对整车模型有较强的操控性,虚拟试验结果满足评价指标,可利用设计虚拟实验来达到对车辆性能进行测试和改进的目的.     

基于Kriging法的铁道车辆客室结构优化

为解决铁道车辆客室空间尺寸和内部部件接触刚度优化配置问题,实现客室结构多目标多参数优化设计,以座椅-桌子结构和座椅-座椅结构2种模型为例,基于Kriging算法构造了目标参数(乘员头部性能指标CHI15,CHI36和胸部性能指标CT3ms)关于设计变量(小桌高度h、小桌与座椅距离l1、座椅间距l2、桌子接触刚度k1和座椅接触刚度k2)的代理模型,分别得到目标参数随设计参数变化的响应曲面,并采用遗传算法对建立的目标参数代理模型进行整体寻优,得到2种结构模型的最优参数配置。分析结果表明:各代理模型的遗传算法寻优结果与数值计算的模拟结果吻合较好,误差范围为-5.94%~2.23%,说明基于Kriging代理模型和遗传算法的优化结果是可靠的。研究结果可用于指导铁道车辆客室结构的布置。     

ISG型中度HEV控制策略优化算法研究

文章针对设计的ISG型中度混合动力汽车(HEV),建立了基于动态规划算法优化控制策略的Matlab/Simulink逆向验证模型,通过仿真得到特定工况下燃油消耗最优值,用以评价之后建立的基于遗传算法优化的Advisor整车模型。比较仿真结果,可以得出基于遗传算法优化的Advisor模型具有较高的精确性,其燃油消耗量与理论最优油耗值误差在3.2%左右,总体油耗值在一个相对理想的范围。     

基于整车性能的液压减振器虚拟调校

为使减振器对车辆具有最佳减振效果,利用Rebrouck建模方法,建立了反映液压减振器阀系特性的参数化动力学模型,并将该减振器动力学模型以S-Function的形式嵌入到Carsim^TM的某E-Class整车模型中。以整车动力学性能为优化目标,使用NSGA-II多目标优化算法,在扫频工况下,对车辆前、后轴减振器的阻尼力特性进行了虚拟调校。计算结果表明,经调校以后的液压减振器阻尼特性使得整车的动力学性能得到了较大程度的改善。     

机械压力机六连杆机构优化设计

使用自主研发的通用优化设计软件系统SiPESC.OPT,基于某型号机械压力机结构参数,构建机械压力机六连杆机构动力学优化模型.采用随机优化算法-梯度优化算法相结合的方法,使用GA、SQP和SLP多种算法组合优化计算.与初始设计相比较,优化后机械压力机的锻冲阶段滑块最大速度、行程速比系数等工作性能指标均有所改善.     

Hybrid Optimization of Support Vector Machine for Intrusion Detection

Support vector machine （SVM） technique has recently become a research focus in intrusion detection field for its better generalization performance when given less priori knowledge than other soft-computing techniques. But the randomicity of parameter selection in its implement often prevents it achieving expected performance. By utilizing genetic algorithm （GA） to optimize the parameters in data preprocessing and the training model of SVM simultaneously, a hybrid optimization algorithm is proposed in the paper to address this problem. The experimental results demonstrate that it＇s an effective method and can improve the performance of SVM-based intrusion detection system further.     

基于目标优化的自动驾驶决策规划系统自动化测试方法

利用仿真技术的场景测试方法已成为国内外研究热点,其中如何在大量场景中找到有价值的关键场景至关重要.针对上述问题,基于优化搜索算法提出了一种面向决策规划系统的关键场景自动化测试方法,能够克服传统场景测试方法的盲目性,提高测试效率.基于决策规划系统硬件在环测试平台,验证了该方法的有效性,并对比了不同搜索算法的关键场景生成效...     

停车诱导可变信息板选址的优化模型

为解决停车诱导信息系统(PGIS)中可变停车诱导信息显示板的选址优化问题,以诱导量最大为优化目标,建立了优化模型.考虑了可变信息显示板总数约束、单交叉口信息板个数约束、所有停车场均有至少一次被诱导的条件约束及可变信息板设置的疏密程度约束.采用遗传算法对模型进行优化求解,并以一个仿真示例对模型构造及求解过程进行阐述.结果表明,该模型可直接用于停车诱导系统设计中,合理确定可变信息板在路网中的最佳位置.