特殊工况下的ABS控制算法

为保证汽车防抱死制动系统（ABS）在特殊工况下的控制效果和可靠性,研究了不平路面制动、低速状态制动、转向制动、过沟坎制动4种典型ABS特殊工况,根据特殊工况的识别、控制量计算补偿和控制流程调整的思路,提出通过轮加速度信号识别路面不平度的不平路面补偿控制算法、上升下降沿同时采样的低速补偿控制算法、转向识别补偿算法和沟坎识别防止ABS误动作补偿算法．经过实车试验验证,该算法实用性好,能保证ABS在几种典型特殊工况下的控制效果．     

基于路面识别的ABS模糊控制仿真研究

为提高车辆制动性和行驶安全性,针对当前ABS控制方法,提出了基于路面识别的ABS模糊控制。该方法利用车轮制动力矩对路面附着系数进行观测,当观测到μ-λ曲线趋近峰值点时,立即对当前路面进行路面识别,并基于此对车辆ABS进行模糊控制。建立以七自由度整车模型为研究对象,然后通过MATLAB/simulink软件对该控制方法进行制动实验和路面识别仿真。通过仿真实验表明,基于该方法的ABS控制具有较好的制动效果和较强的鲁棒性,并能够对当前车辆行驶路面类型做出准确的识别。     

基于LSTM网络的车辆动态荷载识别方法

为了识别车辆的动态荷载,提出了一种基于长短时记忆网络的方法.该方法以桥梁加速度响应为输入,采用有限的数据集,实现车辆动态荷载的识别.建立了车桥耦合模型进行验证,以60组桥梁加速度响应为输入,以相应的车辆动态荷载为输出,通过训练长短时记忆网络来反演车辆动态荷载,并讨论了环境噪声及路面粗糙度对识别效果的影响.结果表明：测试集的车辆动态荷载识别误差平均值均小于5%;车辆动态荷载识别误差不随噪声水平变化,且平均误差小于5%;车辆动态荷载识别误差随着路面粗糙度等级的增加呈现略微增加的趋势,平均误差小于5%.在不同噪声及粗糙度水平下,长短时记忆网络均可用于车辆动态荷载的识别.     

基于多传感器融合的越野环境路面信息识别

为实现精准的越野环境路面信息识别，文中提出了一种基于多传感器信息融合的路面信息识别方法.首先，针对车辆簧下振动加速度信号设计了特征提取算法，通过双线性池化方法融合加速度特征与图像+深度特征，以实现对越野路面类型的多维度特征融合与识别.然后，为提高越野路面可通行区域检测效果，引入迁移学习方法，将越野场景路面类型识别模型中路面特征提取的共性知识向通行区域分割模型进行迁移.在真实越野环境数据集下对模型进行训练与测试，测试结果表明文中提出的识别方法不仅在越野场景路面类型识别任务上获得了98.65%的平均分类准确率，而且引入先验知识可明显提升通行区域检测效果.     

基于单加速度传感器的实时动作识别系统

基于加速度传感器的人体动作识别在人机交互领域具有重要意义,为人机提供一种自然、真实的交互方式。本文实现了一种基于单轴加速度传感器的动作识别系统,将一种基于窗口特征的动作识别算法固化在嵌入式处理器中,便于在多种人机交互场合中使用。实验结果表明,该系统能够快速、有效的识别跑步、蹲下、起立、跳跃等基本动作,平均识别率达到94%以上。在虚拟训练、游戏控制等人机交互的场合,该系统具有重要的应用价值。     

变速车辆与桥梁的耦合振动及其TMD控制

在车辆变速与路面粗糙条件下,推得安装调质阻尼器(TMD)前、后的车桥耦合系统的无量纲运动微分方程.作为其特例,研究了匀变速车辆与路面粗糙弹性支撑桥梁的耦合系统,讨论了车辆的加速度、初速度、弹性支撑刚度以及随机路面粗糙度对桥梁跨中无量纲最大挠度的影响,并对耦合系统发生共振时进行TMD控制.数值计算结果表明,车辆的加速度、初速度、弹性支撑刚度以及随机路面粗糙度对桥梁的影响均很大而不能忽略;TMD明显地减小了共振振幅.     

离子电流法检测发动机失火和爆震的研究

通过外加偏置电压，在火花塞两极之间形成稳定的离子电流，用监测离子电流信号的变化来实现发动机运转参数的检测。采用调整火花塞间隙，增加积碳等方式产生失火，监测失火时离子电流波形在形状与幅值上与正常燃烧时波形的差别来检测失火。通过检测爆震时产生的叠加在离子电流信号上的高频信号，就可实现爆震检测，测得的爆震频率为10-11kHz。对爆震与非爆震两种信号进行了波形对比、快速傅里叶变换（FFT）分析和爆震强度评价。试验证明，用火花塞作为传感器检测失火和爆震直观可靠，简单易行，成本低廉，具有广阔的市场潜力。     

基于神经网络路面识别的电动汽车ABS控制研究

为了充分利用路面附着能力以提高电动汽车的制动安全性,文章提出了一种基于径向基函数(radial basis function,RBF)神经网络路面识别的电动汽车制动防抱死系统(anti-lock braking system,ABS)控制方法。采用RBF神经网络进行路面识别,将识别出的最优滑移率作为目标参数,以此设计了一种模糊控制与预测控制相结合的ABS控制策略,同时制定了制动力矩分配策略,从而确保制动系统可靠工作并实现制动能量回收,最后基于CarSim与Matlab/Simulink仿真平台进行了实例样车仿真分析。仿真结果表明,该路面识别方法可以准确识别当前路面状态,ABS控制策略下的制动距离相对于模糊控制策略缩短了6.57%,制动能量回收提高了3.9%。     

基于多信息融合的路面坡度识别研究

为了提高路面坡度角的识别精度,该文提出1种基于多信息融合的识别算法。分析纵向加速度对车身姿态的影响,并在Simulink中建立路面坡度识别模型。通过仿真分析得到车身纵向倾角与加速度的关系。利用拟合得到的修正系数对倾角传感器信号进行修正,然后与用坡度测量仪测得的真实角度进行对比分析。实车实验表明,该算法具有较强的抗干扰能力,能够准确识别当前路面坡度角,且波动范围小于±1.5°。     

基于高分辨率模态柔度矩阵桥梁损伤识别的少量传感器方法

为了降低监测系统成本和提高桥梁损伤识别精度,本文利用少量传感器获得高分辨率模态振型. 在考虑路面粗糙度的情况下,基于柔度变化率进行损伤识别. 在不同路面粗糙度水平下,对移动车辆荷载作用下桥梁上所测位移响应进行特征正交分解,再将得到的主成分矩阵中高频动力分量信息过滤,获得高分辨率的模态振型. 利用少量传感器方法得到的高分辨率模态振型计算柔度变化率,将其作为桥梁损伤定位的指标. 为了验证该方法的有效性,对一简支梁进行模拟和试验. 结果显示,该方法在考虑不同粗糙度水平情况下,利用少量传感器得到高分辨率模态振型的柔度变化率能准确定位损伤.     

汽车制动防抱死系统（ABS）制动控制过程分析

通过对汽车ABS在各种路面和行驶状态下制动控制过程的分析,表明采用逻辑门限值控制方式,以车轮减速度、加速度及滑移率为控制参数的ABS,具有路面自动选择功能,能依据路面附着系数的变化情况实施不同的控制,提高汽车的制动效能和方向稳定性.     

基于非线性有源自回归神经网络的路面不平度识别

针对传统方法在识别路面不平度时需要消耗大量的人力物力且识别精度不理想等问题,该文提出一种基于非线性有源自回归(NARX)神经网络识别路面不平度的方法。使用ADAMS软件建立某SUV车型的整车模型。以左前与右后悬架动挠度、车身绕质心俯仰角位移、车身绕质心侧倾角速度、左前与右后车轮垂直加速度以及车身质心垂直加速度共7个车辆响应的数据样本点作为NARX神经网络的输入,以对应的路面不平度作为NARX神经网络的输出,建立NARX神经网络模型。通过仿真得到相关系数为97.577%,均方根误差为0.003 7。另取A、B、C、D 4种不同等级路面下的车辆响应,带入训练好的NARX神经网络。结果表明,NARX神经网络对4种等级的路面识别的相关系数均在90%以上。     

汽车防抱死制动系统的原理与应用

汽车防抱死装置(ABS)系统,能使汽车在任何路面上进行较大制动力刹车时,防止车轮完全抱死,进而防止事故的发生,是具有良好制动效果的刹车装置.本文主要阐述汽车防抱死装置(ABS)系统的工作原理、重要作用以及使用该系统的注意事项.     

基于ABS制动过程特征参数的路面附着识别

利用轮速信号和防抱死制动系统(ABS)控制器提供的压力调节状态确定ABS减压过程的最大滑移率和轮速回升阶段的最大车轮角加速度,提出了一种基于这两个特征参数的路面附着识别算法。通过实车ABS道路试验,获得不同路面附着条件下这两个特征参数在坐标平面内的分布,并根据特征参数点在该平面内的分布规律确定能够区分高、低附着路面的分界线。为防止误判,根据由参考车速确定的制动减速度对识别得到的路面附着进行修正。采用不同附着路面条件下的ABS制动试验实测数据对算法进行验证,结果表明在仅测量轮速的情况下可有效识别高、低附着路面。     

基于MEMS六轴传感器的上肢运动识别系统

设计并实现了一种基于MEMS六轴传感器的上肢运动识别系统.该系统通过1个MEMS六轴传感器对用户上肢运动的三维加速度和三维角速度进行实时采集并使用蓝牙发送到计算机中.通过计算机将采集到的数据进行加速度分解、滤波、周期判别、标准化等处理后,与特征数据库中的数据进行相关性分析,从而实现对特定动作的识别,并可对重复动作进行计数.以对哑铃动作采集数据为例,验证了该系统的有效性.     

基于间接测量法的盾构隧道损伤识别

为准确识别盾构隧道的损伤位置和损伤程度,将桥梁健康监测领域的研究热点间接测量法应用到盾构隧道结构中,提出一种基于双车加速度响应差灵敏度分析的盾构隧道损伤识别方法．首先,建立移动车辆和盾构隧道耦合振动模型,通过理论推导分析了采用间接测量法中的双车系统消除轨道粗糙度对车辆加速度响应不利影响的可行性;然后,推导了双车加速度响应差对损伤系数的灵敏度矩阵,构建双车加速度响应差灵敏度方程,采用稀疏正则化优化算法求解灵敏度方程识别损伤系数实现损伤识别．数值算例结果表明：本文方法可实现盾构隧道损伤的定位和定量,具有较好的噪声鲁棒性,采用较低的车速可以获得更好的损伤识别效果．     

电动轮汽车电液复合ABS控制的联合仿真

针对传统纯液压防抱死制动系统(Anti-lock braking system,简称ABS)振动噪声较大和在低附着路面上易引发车轮抱死等问题,鉴于电机制动与液压制动在特性上互补,从充分运用电机制动提升电动轮汽车ABS性能出发,提出一种用于电动轮汽车的新型电液复合ABS系统。由于电液复合ABS是一个"由两控制变量去实现同一控制目标的系统,是一个存在控制冗余且时变耦合的系统",为此,首先提出了电液复合ABS控制方法的设计原则及其新的系统结构;然后分析电液两制动的各自调节方式及其组合,并对防抱制动全过程从电液调节组合调控滑移率性能方面进行研究,找到最佳的制动调节组合构成防抱制动全过程;最后利用ADAMS软件和MATLAB软件分别建立电动轮汽车的整车机械动力学模型和整车控制模型,通过联合仿真验证控制方法的效果。结果表明:该控制方法能够更加精确的调控车轮滑移率,使其长时间处于最佳滑移率附近,制动距离降低11%以上,有效提升了ABS的性能,证明所提出的电动轮汽车电液复合ABS的系统结构和控制方法合理高效,可应用于对开路面或对接路面上对电液复合ABS整车控制方法进行理论研究、仿真试验以及实用化探索。     

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.     

采用路面识别方法的重型救援车辆主动悬架控制策略

针对重型救援车辆在复杂路况行驶时存在的行驶平顺性差及操纵不稳定等问题,提出了采用路面识别方法的重型救援车辆主动悬架控制策略。识别方法以不同等级路面激励引起的相对路面粗糙度为依据,通过建立T-S型模糊控制规则实现路面等级识别;控制策略根据识别的路面等级、非簧载质量、簧载质量、悬架刚度、悬架阻尼和轮胎刚度,设计最优H∞控制器参数矩阵,计算主动悬架作动力,实现主动悬架在不同等级路面行驶时的自适应控制。试验结果表明:采用路面识别方法的主动悬架控制系统能够通过调节鲁棒控制器参数矩阵,自适应地控制悬架刚度和阻尼,提高了不同路面行驶条件下的平顺性与操纵稳定性;在不同等级路面情况下与被动悬架相比,簧载质量加速度均方根值减小了20%以上,且在4～8Hz频段内,簧载质量加速度幅值均小于被动悬架。     

分布式驱动电动汽车纵向车速非线性自适应估计

基于分布式驱动电动汽车,提出了一种纵向车速非线性自适应估计算法.该算法使用车辆加速度传感器信息和各车轮滑移率反馈值对车辆纵向车速进行估计.从理论上证明了纵向速度估计误差收敛.根据各车轮滑移率的大小确定各轮速估计误差在估计算法中的反馈修正比例.使用带遗忘因子的递推最小二乘算法在坡道路面对路面坡度进行了在线实时估计,进而使用坡度估计值修正纵向加速度传感器信息,实现了坡度自适应纵向车速估计.该方法具有计算量小、估计精度高的优点.通过多工况的实车试验验证了算法的有效性.