原文传递
分布式驱动电动汽车行驶状态及路面附着系数估计研究
| 论文题名： | 分布式驱动电动汽车行驶状态及路面附着系数估计研究 |
| 关键词： | 分布式驱动;电动汽车;响应特性;无迹卡尔曼滤波;状态估计 |
| 摘要： | 随着新能源汽车的普及和相关政策倾斜，电动汽车成为汽车未来发展的必然趋势之一，分布式驱动电动汽车作为一种在动力总成结构上采用四个电机直接驱动的新型电动汽车，具有良好的车辆动力学控制特性。状态估计是车辆主动安全控制的关键技术之一，直接测量状态参数的传感器设备由于成本过高无法应用到量产汽车上，传统车辆的状态估计方法受到车辆传感器输出信息限制，分布式驱动电动汽车具有四轮转矩与转速易于测得的优点，研究适合分布式驱动电动汽车的状态估计方法对提高车辆控制效果具有重要意义。 首先，建立分布式驱动电动汽车动力学模型。考虑车辆响应特性分析和状态观测器设计需要，建立包括轮胎和驱动电机模型的整车十四自由度模型，并根据动力学微分方程建立整车Simulink仿真模型。将CarSim软件中的整车模型改造成由四个电机驱动的分布式驱动电动汽车模型，利用该模型验证了整车十四自由度Simulink模型的准确性。 其次，分析参数变化时的车辆系统响应特性。基于分布式驱动电动汽车动力学模型，分析多个参数的改变导致车辆的垂向和侧向运动状态的变化，用标准差的方式评价车辆的动态响应特性。并建立质心侧偏角-质心侧偏角速度相平面图，通过相平面域的稳定边界分析不同初始车速、前轮转角和路面附着系数条件下车辆稳定域的变化。 再次，设计车辆行驶状态观测器。针对不同的行驶状态参数，建立相应的车辆状态估计模型，设计了基于无迹卡尔曼滤波算法的行驶状态观测器，对车辆的质心侧偏角、纵向、侧向和垂向车速以及车身的侧倾、俯仰、橫摆角速度进行了估计，通过仿真试验说明了无迹卡尔曼滤波观测器比传统卡尔曼滤波和扩展卡尔曼滤波观测器精度更高，稳定性更好。 最后，设计路面附着系数观测器，将Dugoff轮胎模型中的轮胎力归一化处理，建立整车七自由度路面附着系数估计模型，结合车辆行驶状态观测器输出的状态参数设计基于无迹卡尔曼滤波和自适应无迹卡尔曼滤波算法的路面附着系数观测器，仿真结果表明基于自适应无迹卡尔曼滤波算法的路面附着系数观测器具有更高的精确性和稳定性。 |
| 作者： | 汪峥 |
| 专业： | 车辆工程 |
| 导师： | 张京明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2020 |
检索历史
应用推荐
