[碩士]基于四驅電動汽車的路面附著系數(shù)估計方法研究

內容簡介

　　[碩士]基于四驅電動汽車的路面附著系數(shù)估計方法研究　　學科專業(yè)：車輛工程　　授予學位：碩士　　學位授予單位：同濟大學　　學位年度：2008　　論文以四輪輪邊驅動電動車為研究對象，以提高車輛主動安全性和行駛穩(wěn)定性為目標，對直線行駛工況下的四輪輪邊驅動電動車路面附著系數(shù)估計以及與之相關的整車質量參數(shù)及道路坡度辨識和車輪滑轉狀態(tài)辨識進行了研究。論文的研究成果為四輪輪邊驅動電動車底盤控制技術的研究奠定了基礎，有利于進一步的底盤集成控制研究?！　? 論文采用遞推最小二乘方法辨識直線行駛工況下的整車質量參數(shù)及道路坡度。算法利用驅動力矩大小可以直接獲得的特點，只要通過傳感器測量獲得縱向車速信息、縱向車身加速度信息、輪邊驅動力矩信息及車輪加速度信息即可實現(xiàn)參數(shù)辨識，需要的傳感器較少，實現(xiàn)方便。由于帶單個遺忘因子的遞推最小二乘法無法辨識變化速率不同的兩個參數(shù)，采用“多遺忘因子”的思想，解決了多變量的同時辨識問題。通過設定合理的遺忘因子，對每次觀測的方程誤差做相應的加權處理，提高了辨識準確性?！　? 論文分別對基于聲一:曲線斜率變化的車輪滑轉狀態(tài)辨識方法和基于加速度差值的車輪狀態(tài)辨識方法進行研究。利用狀態(tài)濾波器可以準確獲得輪加速度信號的特點，前者雖然可以在理論上辨識出車輪狀態(tài)，并同時獲得路面峰值附著系數(shù)，但受信號噪聲及模型精度的影響，容易出現(xiàn)誤判斷，限制了其在實車上的應用前景。基于加速度差值的車輪狀態(tài)辨識方法，考慮車輪響應的固有特性，方法簡單有效，能夠在大多數(shù)情況下準確辨識車輪滑轉情況?！　? 論文針對基于卡爾曼濾波器的路面附著系數(shù)估算方法在對接路面上的辨識響應慢、甚至失效的局限性，采用基于廣義卡爾曼濾波器的狀態(tài)估計算法進行車輪縱滑剛度估計，并間接獲得路面附著系數(shù)值。通過對傳統(tǒng)卡爾曼濾波器的消息模型進行改進，并加入路面變化探測模塊，通過仿真試驗驗證了車輪穩(wěn)定工作時，算法在對接路面上的有效性，同時估算收斂速度和估算準確性都有了明顯提高?！　? 論文通過實車試驗獲取關鍵參數(shù)值，使得改進后的路面附著系數(shù)估計算法能夠適應本文的研究平臺。通過選取典型路面條件(干瀝青路面、不銹鋼路面及對接路面)驗證路面附著系數(shù)估計算法在直線行駛時的實車適用性。針對緒論中對己有的路面附著系數(shù)辨識方法局限性的分析，分別通過整車質量參數(shù)及道路坡度辨識、車輪滑轉狀態(tài)辨識及基于廣義卡爾曼濾波器的路面附著系數(shù)估計方法，保證了算法的有效性和適用性?！　? 通過本文的研究，對四輪輪邊驅動電動車整車質量參數(shù)及道路坡度辨識、車輪滑轉狀態(tài)辨識進行了探究，并對路面附著系數(shù)估算提出了改進方案，為四輪輪邊驅動電動車力學控制的進一步研究奠定了基礎。

專題推薦