当前位置: 首页> 学位论文 >详情
原文传递 轮毂电机驱动电动汽车状态和参数估计方法研究
论文题名: 轮毂电机驱动电动汽车状态和参数估计方法研究
关键词: 轮毂电机驱动;电动汽车;状态估计;参数估计;扩展卡尔曼滤波
摘要: 随着环境、能源对汽车提出的挑战越来越严峻,开发以电动汽车为首的绿色环保汽车成为世界的研究热点。轮毂电机驱动电动汽车由于其动力布置灵活,取消了传统的机械传动系统,且轮毂电机转矩响应比内燃机快速而精确,更容易实现底盘集成控制。然而,由于轮毂电机的引入,导致轮边驱动电动汽车的非簧载质量增大,使得整车稳定性、安全性、舒适性等发生改变。在对汽车进行稳定性控制、主动安全性控制时,通常需要实时获知部分车辆状态,如质心侧偏角、横摆角速度、纵向车速、侧倾角等作为决策控制的状态反馈,单凭依靠车载传感器难以完全获取车辆的各种状态信号。为了解决由于测量困难及成本限制带来的状态信息获取不完整性的问题,以轮毂电机驱动电动汽车为研究对象,对其行驶过程中进行了状态和参数的辨识研究,主要开展了以下几部分内容:
  ①建立轮毂电机驱动电动汽车的仿真模型。以某纯电动汽车为平台开发轮毂电机驱动系统,通过MATLAB/Simulink和商用软件CarSim联合仿真的方式建立轮毂电机驱动电动汽车的整车仿真模型。
  ②车辆底盘集成控制的关键状态估计。准确、实时地获取汽车行驶状态参数是实现汽车稳定性、主动安全性控制的前提,建立三自由度的车辆估计模型,采用扩展卡尔曼滤波、无迹卡尔曼滤波及强跟踪滤波算法对车辆行驶的状态进行估计,通过虚拟仿真软件,选择单移线工况对估计算法准确性的进行验证。
  ③估计算法的改进。在原有状态估计结果的基础上,通过建立更完整的状态估计模型和引入噪声统计估值器,采用两个扩展卡尔曼滤波器对车辆行驶状态及参数进行估计,仿真结果表明,模型的改进使估计器能够估计更多的状态,算法的改进使估计结果具有更高的精度。
  ④路面附着系数的估计。利用原有状态及参数估计结果,采用扩展卡尔曼滤波算法对车辆行驶的路面附着系数进行估计。
作者: 陈瑶
专业: 机械设计及理论
导师: 李以农
授予学位: 硕士
授予学位单位: 重庆大学
学位年度: 2014
正文语种: 中文
检索历史
应用推荐