原文传递
轮毂驱动电动车的路面附着系数估计方法研究
| 论文题名： | 轮毂驱动电动车的路面附着系数估计方法研究 |
| 关键词： | 轮毂驱动电动车;路面附着系数;估计方法;BP神经网络;车辆动力学分析;非线性特性 |
| 摘要： | 近些年来，传统燃油车带来的能源危机和环境问题日益显现，车辆主动安全性问题备受关注。在此背景下，轮毂驱动电动车被当作解决这些问题的有效方案之一。相比于传统燃油车，轮毂驱动电动车结构紧凑，传动链短，传动效率高，驱动轮驱动/制动力矩独立可调可测，其在驱动/制动、转向以及可控性方面有较大优势，能够提高汽车主动安全控制系统性能；与此同时，路面附着系数估计是汽车主动安全控制的核心问题之一。因此，在轮毂驱动电动车上准确估计路面附着系数具有重要的现实意义。 本文围绕轮毂驱动电动车的路面附着系数估计问题展开深入研究，分析了车辆动力学和轮胎模型，基于模型建立估计器，针对汽车行驶工况特点，分别提出了直行工况下和转向工况下的路面附着系数估计方法。具体内容如下： 本文首先进行了车辆动力学分析，提出了轮胎垂直载荷修正方法，给出了车轮动力学模型和 Dugoff轮胎模型，分析了轮胎的非线性特性和Dugoff轮胎模型。在此基础上，基于高精度车辆动力学模型veDYNA，将本文模型与仿真模型进行对比，分析和验证了车辆动力学模型以及轮胎模型的精度和有效性。 在此基础上，本文提出了一种基于附着率—纵向滑移率标定曲线的估计方法，能够有效解决轮毂驱动电动车直行工况下的路面附着系数估计问题。将此估计问题分解为车轮纵向滑移率估计、轮胎纵向力估计和路面特征曲线匹配三个子问题，分别研究了基于卡尔曼滤波器传感器滤波器、基于滑模观测器的纵向力观测器和滑移率—纵向力曲线匹配方法。其中在纵向力观测中，研究了轮胎垂直载荷修正方法以提高车轮附着率估计精度。 为了在转向工况下估计路面附着系数，本文提出了一种基于BP神经网络的路面附着系数估计方法。基于车辆动力学方程和Dugoff轮胎模型公式，给出了该方法的原理证明。通过车辆行驶工况分析设计覆盖多种工况的仿真样本，通过高精度仿真模型，得到汽车转向工况的传感器数据，设计 BP神经网络结构，训练神经网络。最后，设置典型仿真工况，通过车辆状态信息估计转向工况下的路面附着系数，验证BP神经网络的有效性。 |
| 作者： | 宋涛 |
| 专业： | 控制科学与工程 |
| 导师： | 周洪亮 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
