详情

原文传递汽车ABS整车台架检测方法与试验研究

论文题名：	汽车ABS整车台架检测方法与试验研究
关键词：	汽车工程;防抱死制动系统;试验台检测;道路附着系数模拟;主成分分析;BP神经网络
摘要：	为了提高汽车主动安全性能,汽车上普遍安装防抱死制动系统(Anti-lock Braking System,ABS),它能够通过控制和调整车轮制动压力,防止制动过程中因车轮抱死引起的制动跑偏、后轴侧滑以及失去转向能力等情况的出现,使车辆能够最大限度地利用地面制动力而减速停车,从而有效改善汽车的制动性能,提高汽车安全性。目前,对于汽车ABS整车工作状况的检测和评价,主要采用道路试验法。但是,道路试验场地占地面积大、造价高、试验准备和试验过程耗时长、危险性大、试验易受环境影响、重复性差。因此,道路试验适合于某种车型的ABS配型试验或部分汽车ABS的抽检,不适合大量汽车及在用汽车的定期检测。　　针对以上问题,本文提出了一种整车ABS室内试验台检测新方法,该方法通过在试验台上模拟道路试验中的汽车运动惯量及不同路面附着系数,实时采集制动时车轮及车身速度,并计算与ABS性能相关的技术参数,然后利用基于主成分分析及神经网络的判定算法对检测数据进行分析,最终实现整车ABS检测及检测结果的自动判定。该试验台检测方法与道路试验相比,具有占地面积小、成本低、检测速度快、安全性高、重复性好、检测过程不受环境影响等优点。　　论文主要在以下几个方面展开研究工作: 　　(1)提出了一种汽车ABS室内试验台检测方法,该方法通过滚筒模拟连续移动的路面,并利用飞轮的转动惯量模拟车辆在道路上高速制动时的平动惯量,同时采用扭矩控制器在滚筒上加载与车辆“行驶”方向相反的力矩来模拟车辆行驶阻力,通过独立改变每个扭矩控制器加载扭矩的大小实现不同路面附着系数的模拟。论文在研究扭矩控制器的结构及工作原理的基础上,建立了基于扭矩控制器的多路面附着系数模拟的数学模型,并根据车辆在道路上及试验台上制动时的惯量关系,确定试验台上需要利用飞轮模拟的惯量。　　(2)进行了ABS试验台检测方法计算机仿真研究。首先根据ABS整车试验台检测理论,建立了试验台上制动时的整车及车轮模型、制动系统模型、滑移率—附着系数模型、试验台制动力模型等,然后由各子模型之间的关系建立试验台上制动时的单轮车辆动力学Matlab/Simulink仿真模型,最后进行各种路面工况下的仿真实验,验证了试验台检测理论的正确性和可行性。　　(3)提出了ABS试验台及测控系统的技术方案和整体结构。该试验台集轴重测量、常规制动性能检测、ABS性能检测、速度表校验于一体,其中ABS性能检测可前后轴同时测量,并且可根据车辆轴距信息自动调整前后台架滚筒组的中心距,同时为四个车轮提供不同的路面附着系数。提出了基于CAN总线的ABS试验台测控系统结构,并制定测控系统上位机与下位机智能模块的通信协议,同时按照ABS自动检测的要求,设计合理的检测流程,开发测控系统上位机应用软件,以完成整个系统的控制、提供简单清楚的人机交互界面。　　(4)进行了ABS台架检测与道路试验对比分析。用多个车型对本文提出的ABS试验台检测方法进行实车试验,主要包括单一高附着系数路面、单一低附着系数路面、对开路面以及对接路面试验。完成了同一制动条件下、相同车辆的ABS道路试验,并对台架试验与道路试验结果进行对比分析,结果表明,相同制动工况下的台架试验与道路试验结果符合性较好,说明本文提出的ABS试验台检测方法能够正确模拟道路试验工况,完成汽车ABS性能检测。　　(5)提出了基于主成分分析与BP神经网络的ABS检测结果自动判定方法。首先利用主成分分析对检测结果中的多个技术参数进行处理,去除数据之间的相关性及冗余信息,同时降低特征向量维数。然后建立了基于BP神经网络的分类器模型,确定了网络结构、输入层与输出层神经元个数、隐含层神经元个数等。最后设计了基于主成分分析与BP神经网络分类器的ABS检测结果判定算法,将经过主成分分析后的具有综合信息的少数主成分输入神经网络分类器完成检测结果判定。　　本文的研究属于汽车检测技术领域的前沿课题,该研究成果可以有效地解决我国现有的汽车检测试验台无法对整车ABS性能进行检测的问题,对于推动我国汽车检测技术及设备的发展具有重要意义。
作者：	郝茹茹
专业：	交通信息工程及控制
导师：	赵祥模
授予学位：	博士
授予学位单位：	长安大学
学位年度：	2013
正文语种：	中文