当前位置: 首页> 交通专利数据库 >详情
原文传递 基于坡度扰动识别与排除的网联货车载重动态测算方法
专利名称: 基于坡度扰动识别与排除的网联货车载重动态测算方法
摘要: 本发明公开了基于坡度扰动识别与排除的网联货车载重动态测算方法,其具体步骤如下:S1、获取目标车辆的属性数据、运行状态数据;S2、对货车位置的路面坡度进行识别;S3、对货车加速度测量;S4、对货车信号同步处理;S5、对货车的车重识别并计算,本方法通过货车在坡道过程中的变速器中的升降挡位中的扭矩信息,能够准确对货车所在路面坡度进行识别计算,并根据计算的路面坡度信息,能够精确计算货车的载重量,大大提高了货车载重量识别的精确性,提高货车行驶中的安全性。
专利类型: 发明专利
国家地区组织代码: 江苏;32
申请人: 江苏中讯通物联网技术有限公司
发明人: 司学芹
专利状态: 有效
申请日期: 2023-07-31T00:00:00+0800
发布日期: 2023-11-10T00:00:00+0800
申请号: CN202310952387.X
公开号: CN117022300A
代理机构: 北京智行阳光知识产权代理事务所(普通合伙)
代理人: 檀明清
分类号: B60W40/13;G06F17/13;G06F18/24;G01D21/02;B;G;B60;G06;G01;B60W;G06F;G01D;B60W40;G06F17;G06F18;G01D21;B60W40/13;G06F17/13;G06F18/24;G01D21/02
申请人地址: 214100 江苏省无锡市惠山区风能路51号301室
主权项: 1.基于坡度扰动识别与排除的网联货车载重动态测算方法,其特征在于:其具体步骤如下: S1、获取目标车辆的属性数据、运行状态数据; S2、对货车位置的路面坡度进行识别; S3、对货车加速度测量; S4、对货车信号同步处理; S5、对货车的车重识别并计算。 2.根据权利要求1所述的基于坡度扰动识别与排除的网联货车载重动态测算方法,其特征在于:所述属性数据包括:目标车辆质量、目标车辆行驶方向的截面面积、发动机型号、发动机排量、最大输出功率、目标车辆的满载质量以及车轮转动阻力系数,上传数据通过车辆的各部分传感器进行采集获取。 3.根据权利要求1所述的基于坡度扰动识别与排除的网联货车载重动态测算方法,其特征在于:所述运行状态数据包括目标车辆的速度、加速度、角速度、功率、发动机转速以及驱动力,上述运行状态数据由车载故障诊断系统、车载智能终端、地理信息系统进行获取获取。 4.根据权利要求1所述的基于坡度扰动识别与排除的网联货车载重动态测算方法,其特征在于:所述对货车位置的路面坡度进行识别具体如下: 换档过程中车辆CAN信号数据的监测结果,换档前由于要升档,有一小段加速运动,换档间隙动力中断,是一个减速运动的过程,所以换档前和换档过程中有一个小波峰,前后加速度不同,也相对容易区分出换档前和换档过程; 经过详细分析,换档时间比较短,认为换档前后行驶阻力没有突变,而驱动力在换档间隙由于动力中断而降为0,汽车驱动力-行驶阻力平衡关系式在换档间隙表示为: 式中:G为车辆重力;f为道路阻力系数;i为坡道阻力系数;CD为车辆空气阻力系数;A为迎风面积;ua为车辆行驶速度(km/h);δ为旋转质量换算系数;m为车辆质量;为换挡间歇时的车辆加速度; 再优化上述函数,得出如下公式: 式中:Ttq为发动机扭矩;ig为换挡前变速器速比;i0为主减速器速比;ηT为传动系的机械效率;r为车轮半径;为换档前车辆加速度。 5.根据权利要求1所述的基于坡度扰动识别与排除的网联货车载重动态测算方法,其特征在于:所述对货车加速度测量具体为:车辆加速度是坡度计算和载重计算的依据,通过对实际车速微分计算,研究采用ABS车速差分方法计算加速度,使用输出转速信号进行冗余校核.计算公式为: 式中,un为第n个周期的车速值,un-k为第n-k个周期的车速值,T为信号采集周期,k值根据信号波动情况而定。 6.根据权利要求1所述的基于坡度扰动识别与排除的网联货车载重动态测算方法,其特征在于:所述对货车信号同步处理具体如下:货车运行时,发动机扭矩传递到车轮,车轮受力发生运动改变,缓速器产生制动效果,加速度计算会产生一定延迟,存在时间不同步的现象,AMT需要对输入信号进行一定周期数延迟同步处理。 7.根据权利要求1所述的基于坡度扰动识别与排除的网联货车载重动态测算方法,其特征在于:所述对货车的车重识别并计算具体如下: 通过动力学公式计算车重.AMT换挡时间是非常短的,一般在1.5s以内,因此,在换挡结束后的短暂瞬间,可以认为坡度未发生变化,得到车重计算公式: 式中,Tf为发动机驱动扭矩;TR为缓速器制动扭矩;ηT为发动机传动效率;ηR为缓速器制动效率,ia为后桥速比;mi为汽车旋转质量。
所属类别: 发明专利
检索历史
应用推荐