当前位置: 首页> 学位论文 >详情
原文传递 基于扩展卡尔曼滤波的车辆行驶阻力参数联合辨识算法研究
论文题名: 基于扩展卡尔曼滤波的车辆行驶阻力参数联合辨识算法研究
关键词: 实时辨识;车辆行驶;阻力参数;卡尔曼滤波;车载智能信息终端;混合动力系统
摘要: 车辆行驶阻力是混合动力系统能量管理策略的重要输入之一。精确地获得影响车辆行驶阻力的各个参数是重构车辆行驶阻力的基础。在影响车辆行驶阻力的各参数中,整车的质量及其所处道路的坡度对行驶阻力影响显著且无法直接测量。因此,研究能够估计整车质量及道路坡度的车辆行驶阻力参数在线辨识算法具有重要的理论意义和工程应用价值。本文围绕上述目标重点在以下三个方面进行了研究:
  开发了新一代车载智能信息终端,搭建了车辆行驶阻力参数在线辨识研究平台,完成了车载智能信息终端的软硬件开发。
  针对车辆阻力计算过程中质量和坡度高度耦合的问题,提出了一种基于扩展卡尔曼滤波的车辆行驶阻力参数联合辨识算法,实现了整车质量及坡度的最优估计,并利用实测数据验证了该算法的准确性。
  以联合辨识算法为核心,以车载智能信息终端为目标硬件平台,完成了联合辨识算法的嵌入式实现与集成。在此基础上搭建了车辆行驶阻力参数的在线验证系统并设计5组验证试验。算法在辨识精度方面的验证结果表明:车辆质量估计的绝对误差低于5%,估计坡度的均方根误差小于1.24°;算法在运行实时性方面的验证结果表明:算法仅增加了2%的CPU开销,满足智能终端平台上的实时运行需求。
  综上所述,本文在搭建车辆行驶阻力参数在线辨识研究平台的基础上,开发一种基于扩展卡尔曼滤波的车辆行驶阻力参数联合辨识算法,最后,实车验证了所述算法的准确性和实时性。
作者: 卢永强
专业: 动力工程
导师: 赵华;李孟良
授予学位: 硕士
授予学位单位: 天津大学
学位年度: 2016
正文语种: 中文
检索历史
应用推荐