详情

原文传递一种电液智能转向系统性能监测器及性能优化方法

专利名称：	一种电液智能转向系统性能监测器及性能优化方法
摘要：	本发明公开了一种电液智能转向系统性能监测器及性能优化方法，通过信息单元对采集到的车辆动力学参数信号、周边车辆及道路环境感知信号以及驾驶员输入行为信号进行处理，信号处理单元将分析后的结果传递至转向性能监测器单元，所述转向系统性能监测单元包括转向路感、转向灵敏度以及转向能耗三个评价子系统，可根据所述评价方程对当前控制信号进行在线优化解算，从而获取最佳转向行为，再将优化后的控制信号输入至执行单元，从而实现了系统在人机共驾下转向性能的实时检测及动态优化，本发明解决了中大型商用车电液智能转向系统直线行驶时转向盘易发生死区抖震、弯道行驶时易出现转向超调等问题，具有广阔的市场应用前景。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	南京航空航天大学
发明人：	赵万忠;栾众楷;王春燕;周小川
专利状态：	有效
申请日期：	2019-04-23T00:00:00+0800
发布日期：	2019-10-29T00:00:00+0800
申请号：	CN201910327314.5
公开号：	CN110386191A
代理机构：	江苏圣典律师事务所
代理人：	贺翔
分类号：	B62D15/02(2006.01);B;B62;B62D;B62D15
申请人地址：	210016 江苏省南京市秦淮区御道街29号
主权项：	1.一种电液智能转向系统性能监测器，其特征在于,包括：信息单元、信号处理单元、转向性能监测器单元、执行单元、转向传动单元和感知单元；所述信息单元包括驾驶员行为信息模块和车辆环境信息模块；所述信号处理单元包括传感器滤波模块、信息融合模块和状态估计模块；所述转向性能监测器单元包括转向路感评价子系统、转向灵敏度评价子系统、转向能耗评价子系统和在线优化解算模块；所述执行单元包括电动执行机构和液压执行机构；所述转向传动单元包括转向器模块和转向管柱模块；所述感知单元包括动力学参数传感器和环境感知传感器；其中，驾驶员通过转向盘将转角/转矩信号a传递给信息单元，信息单元中驾驶员行为信息模块和车辆环境信息模块分别将提取得到的驾驶员输入行为信号b和周边车辆及环境感知信号c输出给信号处理单元；传感器滤波模块对输入信号进行滤波处理，信息融合模块对滤波后的信号进行融合，状态估计模块对所需不可测状态变量进行估计计算，将融合、滤波后信号d输出给转向性能监测器单元；转向性能监测器单元中的转向路感评价子系统、转向灵敏度评价子系统、转向能耗评价子系统分别对转向路感、转向灵敏度和转向能耗三项转向系统评价指标进行量化，在线优化解算模块对转向路感评价子系统、转向灵敏度评价子系统、转向能耗评价子系统得到的量化结果进行动态优化计算，得到优化后的控制信号e并输出给执行单元；执行单元中的电动执行机构和液压执行机构根据上述优化后的控制信号e输出转向力矩f至转向传动单元，转向管柱模块、转向器模块依次对转向力矩f进行传递，实现转向操作；所述感知单元对转向传动单元产生的电流、转角信号g进行采集，并将经过处理后的多传感器参数信号h传递至信息单元，实现闭环系统的转向操作。 2.根据权利要求1所述的电液智能转向系统性能监测器，其特征在于，所述多传感器参数信号包括：动力学参数传感器采集到的横摆角速度信号、侧向加速度信号、俯仰角信号、车速信号，及环境感知传感器采集到的主车与前车距离信号、主车与前车相对速度信号、左侧车道车辆与主车距离信号、左侧车道车辆与主车相对速度信号、右侧车道车辆与主车距离信号、右侧车道车辆与主车相对速度信号。 3.根据权利要求1所述的电液智能转向系统性能监测器，其特征在于，所述转向路感评价子系统性能指标如下：式中，ω0为截止频率，ne1为转向螺杆角与液压执行机构马达角的比例系数，ne2为转向螺杆角与电动执行机构马达角的比例系数，l为转向螺杆的中心距离，AP为液压缸面积，q为叶片泵的排量，ig为传动比，ρ为液压油的密度，P为螺距，N为泵的转速，Cq为流量系数，A1为管道面积，Ks为传感器刚度，K为电流系数，Ka为电动执行机构的电机电枢扭矩电流系数，nm1为液压执行机构的电机速度，nm2为电动执行机构的电机速度，n2为电动执行机构的蜗轮减速比，rw为小齿轮半径，ω为叶片泵转速，为转向螺杆角加速度，j为虚数单位，Jm2为电动执行机构的电机转动惯量，Jm1为液压执行机构的电机转动惯量，Blg为转向螺杆的阻尼，Blm为转向螺母阻尼的阻尼，Bcs为转向齿扇的阻尼，Jcs为转向齿扇的转动惯量。 4.根据权利要求1所述的电液智能转向系统性能监测器，其特征在于，所述转向灵敏度评价子系统性能指标如下：式中，m为车辆质量，ms为簧载质量，u为纵向速度，h为车辆的质心高度，Ix为绕车辆x轴的惯性矩，Iz为绕车辆z轴的惯性矩，Ixz为围绕车辆x-z平面的惯性矩，Lp为等效弹簧质量系数，Lφ为等效俯仰角系数，Nδ为轴距前轮转角系数，Nφ为轴距侧倾角系数，Nβ为轴距侧偏角系数，Nr为轴距横摆角速度系数，Yr为悬架横摆角速度系数，Yδ为悬架前轮转角系数，Yφ为悬架俯仰角系数，Yβ为悬架侧偏角系数，a为从车辆质心到前轴的距离，k1为前轮侧偏刚度，E1为前侧倾转向系数。 5.根据权利要求1所述的电液智能转向系统性能监测器，其特征在于，所述转向能耗评价子系统性能指标如下：电液复合转向系统的总能耗方程如下式所示，系统的功耗包括控制器功耗P1、电机功耗P2、液压泵功耗P3和旋转阀功耗P4四个部分； E1＝P1+P2+P3+P4 所述控制器功耗P1如式所示：式中，RA为电枢电阻，IA为电枢电流，Uc为控制器电压，Relec为控制器电阻，p为传输过程中的损耗；所述电机功率损耗原理为，考虑到铁损是电机的主要能耗，根据分离电机铁损的原理，建立了电机能耗的计算模型，如下式所示： P2＝khfBmα+kcfBm+kef1.5Bm1.5 式中，f为交变磁场的变化频率，Bm为磁密度幅值，α为斯坦梅兹系数，kh、kc和ke分别为磁滞损耗系数、经典涡流损耗系数和涡流损耗系数；所述泵的功率损耗原理如下式所示：式中，ω为马达转速，Qs为泵流量，Ps为动力缸的入口压力，q为油泵排量；所述转阀功率损耗原理如下式所示：式中，ρ为油密度，Cq为流量系数，A1、A2分别为1、2阀口节流面积，Qs为液压泵的流量，Ap为液压缸活塞有效面积，xr为转向螺母的位移。 6.一种电液智能转向系统性能优化方法，其特征在于，包括步骤如下：步骤1：问题定义，包括模型定义和算法参数定义；步骤2：初始化：迭代每个粒子，分配粒子位置和速度，并计算适应度函数直到循环结束；步骤3：主循环：算法主回路由基本粒子群算法模块、自适应分解算子分解模块和Pareto模块三部分组成；首先，粒子速度、位置和适应度函数值由基本粒子群算法模块更新；其次，自适应分解算子分解模块用于对基本粒子群算法模块更新的粒子进行分解搜索；最后，判断环路终止条件，导出帕累托集；步骤4：如果不满足结束条件，则搜索过程返回步骤3，否则导出Pareto解集。 7.根据权利要求6所述的电液智能转向系统性能优化方法，其特征在于，所述步骤1具体包括： 11)模型定义包括：模型的定义、优化目标、约束条件和设计变量； 12)算法参数定义，不仅定义算法Ite的最大迭代次数、粒子数nori、惯性权重w、权重下降率wdamp、个体学习因子c1、全局学习因子c2、Pareto集的阈值nTPareto，还需确定分解模块邻域的位阶。 8.根据权利要求6所述的电液智能转向系统性能优化方法，其特征在于，所述步骤3具体包括： 31)基本粒子群算法模块更新粒子速度、位置和适应度函数值，如下：式中，vi,j(t+1)、xi,j(t+1)分别为粒子在t+1时刻的速度和位置，vi,j(t)、xi,j(t)分别为粒子在t时刻的速度和位置，c1为个体学习因子，r1为个体学习因子权重，c2为全局学习因子，r2为全局学习因子权重，pi,j为当前搜索过程中的粒子，pg,j为当前全局最优粒子； 32)自适应分解算子分解模块搜索策略分解搜索策略分为两部分，首先，通过距离矩阵确定当前子问题的邻居来操作分解搜索；然后，在权重矩阵确定的每个搜索方向上执行自适应搜索，所述自适应搜索过程主要包括，建立以d1(p)和d2(p)为优化目标、以算法鲁棒性准则为约束的多目标优化模型，通过调整设计变量p，当优化模型满足鲁棒性约束时，d1(p)和d2(p)趋于最小；优化模型如下式所示：式中，d1(p)为粒子收敛距离，d2(p)为粒子分集距离，p为分解搜索模块设计变量，gwd(x\|w,p)、gwd(xk\|w,p)为搜索方式，x为理想参考点，xk为实际搜索得到的点，w为分解搜索模块权重系数； 3)Pareto模块策略设x和y是一次迭代后得到的两个解点，令x.object(j)表示对象j对应粒子x的适应度函数值；对于具有最小目标值的多目标优化问题，如果所有x.object(j)小于或等于y.object(j)，并且至少一个x.object(j)小于y.object(j)，则x属于Pareto解集。
所属类别：	发明专利