具有随机道路输入的驾驶员-汽车闭环系统的操纵安全性评价

进行了具有平稳随机道路输入的驾驶员－汽车闭环系统的响应分析与操作安全性评价,该算法不仅为精确算法,而且可以缩短评价周期,并且减少实车试验带来的巨大经济负担。在此基础上,研究了学变随机道路输入的驾驶员－汽车闭环系统的响应分析与操纵安全性评价,该项研究涉及汽车速度随时间慢变的情况,因此能够更好地评价汽车真实的行驶过程。     

角输入模型下汽车运动稳定性分析

在建立的汽车开环系统和驾驶员 -汽车闭环系统角输入模型的基础上 ,研究了汽车的运动稳定性 ,定量地揭示和比较了汽车开环系统和驾驶员 -汽车闭环系统运动稳定性的内在规律性和相互关系。实例表明 ,利用系统的运动稳定性分析方法 ,可以指导汽车设计 ,从而改善汽车的操纵稳定性能     

汽车转向的力输入控制与角输入控制及其对驾驶员—汽车闭环系统的影响

讨论两种与不同驾驶员转向控制策略相应的人－车才环系统的运动特征。在描述驾驶员操纵汽车时可以认为驾驶员有两种操纵方式，即通过给转向盘施加转向力矩或通过使转盘转地定定角度来实施其转向策略，分别称这两控制方式为力输入控制与角输出控制。仿真计算表明，当不足转向度小的汽车高速行驶时，驾驶员采用力输入控制策略具有更小的跟随误差，在力输入控制下，驾驶员校正参数的变化范围也比采用角输入控制策略的小得多，这说明力输     

汽车平顺性仿真模型及试验研究

目前在汽车平顺性仿真研究中,没有考虑车身的弹性变形对整车动态性能的影响,导致仿真结果与试验结果存在差别。在ADAMS/Car模块中分别建立了整车多刚体模型和整车刚弹耦合模型,并进行了随机路面输入下的平顺性仿真试验和评价。实车道路试验验证了模型的正确性和合理性。研究结论可为汽车平顺性的研究和优化提供参考和借鉴。     

汽车操纵稳定性仿真用轮胎模型的研究

介绍了四种常见的车辆操纵稳定性仿真用轮胎模型,即简单非线性轮胎模型、半经验公式轮胎模型、魔术公式轮胎模型和分析轮胎模型。通过对含上述四种轮胎模型的车辆动力学系统进行C级不平路面上转向盘角阶跃输入仿真试验,结果表明车辆系统响应总体趋势一致。以简单非线性轮胎模型为例,对比了车辆在水平路面与正弦路面上的响应,分析了不平路面的频率和幅值及车速对车辆操稳性的影响。     

矩阵摄动法在四轮转向汽车运动稳定性分析中的应用

在驾驶员 四轮转向汽车闭环操纵系统动力学模型的基础上 ,应用非对称特征值问题的矩阵摄动理论 ,给出驾驶员 四轮转向汽车闭环操纵系统运动稳定性对汽车结构参数和四轮转向系统控制参数的灵敏度和多个参数同时变化时的摄动量 ,并与前轮转向汽车的结果进行了比较。仿真结果表明 ,本文方法可以为汽车操纵稳定性的优化设计提供理论基础     

三轴汽车前后轮转向时的侧向动力学控制

基于三轴汽车前后轮转向时的闭环控制确定性模型 ,探讨了该汽车在典型的组合路面行驶过程中后轮的最优转向控制规律 ,通过引入状态反馈 ,改善了整车的转向特性。将实际汽车的前后轮胎侧偏刚度及外界干扰视为有界的不确定性参数 ,采用模型跟踪变结构控制方法 ,使得不确定的实际汽车模型能够很好地跟踪确定性的最优理论模型。仿真结果表明该方法的可行性 ,控制系统能够有效地克服参数摄动及外界干扰对系统稳定性的影响     

智轨列车电液伺服转向系统动态特性测试试验台与测控系统开发

车辆转向时其转向系统的动态特性是十分重要的性能指标。针对智轨列车电液伺服转向系统的动态特性测试问题，先开发设计出具有针对性的动态特性测试试验台，并以此平台模拟智轨列车在PID闭环控制下的转向工况。使用LabVIEW编写转向系统动态特性测试的软件程序，在PID闭环控制下对电液伺服转向系统的动态特性进行测试，得到了完整的测试数据。为智轨列车转向系统动态特性分析提供了灵活、方便的测试手段，为转向系统性能改进提供了数据支撑。     

人-椅8自由度车辆系统的平顺性和稳定性研究

文中在Matlab/Simulink中搭建了人-椅8自由度车辆系统仿真模型,在仿真分析时考虑汽车前、后轮之间的延迟性,以路面随机信号作为输入激励,研究了汽车平顺性的时频特性,且分别通过4个轮胎的输入激励研究了汽车的稳定性.研究结果表明:路面输入为随机信号时,车身垂直加速度,车身俯仰角加速度,人-椅垂直加速度,前、后悬架...     

自适应神经模糊推理的方向驾驶员模型研究

以方向驾驶员模型为研究对象,讲解了自适应神经模糊推理系统的原理和结构,并基于自适应神经模糊推理系统建立了一种两输入单输出的方向驾驶员模型。输入变量是道路参考线到预瞄点的横向偏差和道路参考线与车辆X轴之间面积偏差,输出是车辆方向盘转角。首先,通过车辆动力学仿真软件Carsim获取车辆的仿真数据。其次,自适应神经模糊推理系统通过仿真数据能够自动获取模糊控制规则并建立方向驾驶员模糊控制器。最后,将基于自适应神经模糊推理系统建立的方向驾驶员模型和Carsim中的车辆动力学模型进行联合仿真。仿真结果表明:基于自适应神经模糊推理系统所建立的方向驾驶员模型能够对路径进行良好的跟踪。     

电动轮汽车差速助力转向系统路感优化

根据电动轮汽车差速助力转向系统工作原理,提出转向路感、转向灵敏度、转向稳定性的概念及量化公式;在传统模拟退火(SA)算法基础上,以转向路感为优化目标,转向稳定性和转向灵敏度为约束条件,设计自适应模拟退火(ASA)算法,对系统参数进行优化设计。仿真结果表明:基于ASA算法的电动轮汽车差速助力转向路感优化,可在保证系统具有较好的转向稳定性和转向灵敏度基础上,有效提高系统的转向路感。研究结果可为电动轮汽车差速助力转向的设计和优化提供理论基础。     

基于干扰抑制的汽车转向与悬架系统的集成控制

建立侧向风作用下的汽车整车横向和垂向非线性动力学模型。考虑到随机路面输入和侧向风干扰,利用L2增益干扰抑制的方法设计出电动助力转向(EPS)与主动悬架系统(ASS)的非线性输出反馈H控制器。在Matlab环境下对驾驶员—汽车—道路闭环系统进行仿真计算。结果表明,所设计的控制器能有效抑制路面随机输入和较大的侧向风干扰,改善车辆的操纵稳定性、转向轻便性和行驶平顺性。     

汽车方向盘角输入识别的研究

以汽车方向盘角输入的识别作为汽车操纵逆动力学研究的出发点,通过驾驶员-汽车二自由度闭环系统的仿真以及超车试验,利用径向基函数网络建立了汽车横摆角速度及侧向加速度响应与方向盘角输入之间的映射关系。利用汽车横摆角速度及侧向加速度响应进行方向盘角输入识别的结果表明,这种识别方法是可行的,并且具有识别精度高、运算速度快及抗干扰能力强等优点。     

轮毂电机独立驱动电动汽车差速转向路感控制研究

为改善电动轮汽车差速转向系统的转向路感,建立了电动轮汽车差速转向和整车系统的动力学模型。基于鲁棒控制理论,在保证H∞性能的前提下,设计了系统PID控制器,并进行了仿真分析。结果表明,基于H∞-PID控制的差速转向系统可在满足系统H∞鲁棒性能的基础上,进一步减小系统的静态误差,提高差速转向路感系统的灵敏度和系统精度,使驾驶员获得更为满意的转向路感。     

线控转向系统变角传动比设计及路感模拟

变角传动比设计及路感模拟是线控转向系统的核心部分。根据车辆的转向灵敏度和车速确定了变角传动比的设计方案。通过分析不同路感模拟的策略,考虑到“人-车-路”闭环系统各个环节间的相互关系,并结合不同驾驶员的偏好与转向系统对道路信息的反馈,基于权重法进行转向路感的模拟。通过Carsim/Simulink仿真双移线和双纽线工况,结果表明该转向系统不但减轻了驾驶员操作负担,而且还兼顾了驾驶员的偏好,并且能够及时响应道路变化,提高了车辆的操纵稳定性和转向轻便性。     

双电机后驱车辆操纵稳定性分层混杂模型预测控制

为改善车辆在复杂工况下的操纵稳定性,解决低附着路面易失稳的问题,针对后驱双电机轮边驱动电动汽车提出一种结合直接横摆控制与主动转向控制的操纵稳定性控制策略。控制策略采用分层控制结构：上层控制器采用多输入多输出系统的模型预测控制,对目标附加横摆力矩与前轮主动转向角进行求解;下层转矩分配控制器采用混杂模型预测控制（hMPC）,将轮胎纵向力的非线性特征简化为分段的混杂系统,在分配驱动转矩时考虑车轮在不同工况下的滑转情况。搭建了基于dSPACE实时仿真系统的仿真平台,在高附着、低附着路面下进行半实物仿真试验。仿真结果表明,与二次规划（QP）转矩分配算法相比,高附着路面工况下平均相对误差减小了17.64%,方均根误差减小了42.86%,最大偏离误差相对减少了7.64%;低附着路面工况下可以有效防止车辆失稳,改善操纵稳定性。     

基于人机共享和分层控制的车道偏离辅助系统

针对车道偏离辅助系统转向控制中的人机协同问题,提出一种人机共享的决策与控制方法。考虑驾驶员转矩、道路曲率及纵向车速,设计模糊控制器确定虚拟车道边界宽度,再根据车轮是否超出虚拟边界进行辅助控制决策。在此基础上根据车-路位置关系建立车辆预瞄处偏差的动态模型,设计LPV/H∞控制器跟踪车道中心线决定期望前轮转角。应用滑模观测器估计转向阻力矩,设计考虑驾驶员转矩和转向阻力矩的二阶滑模控制器决定辅助转矩,再由主权分配模块进一步对人机控制主权进行分配,实现辅助系统与驾驶员之间的共享控制。在veDYNA/Simulink联合仿真平台上对提出的控制方法进行仿真试验,仿真结果表明所提出方法在各种车速下均能有效避免车辆偏离车道,减少控制器对驾驶员的干预,人机冲突较小。建立基于veDYNA/LabVIEW的车道偏离辅助控制系统试验台架,对该方法进行硬件在环仿真试验,其结果表明该方法能有效辅助驾驶员通过复杂道路,获得较好地人机协调性能。     

自适应神经模糊推理的四轮转向车辆转向控制研究

模糊规则的建立和隶属度函数的确定是设计模糊系统的难题。基于神经网络和模糊逻辑的自适应神经模糊推理系统,能够从仿真数据中自动提取出If-Then规则。并在Matlab/Simulink软件中,建立包含侧向运动、横摆运动、侧倾运动三个自由度的四轮转向车辆三自由度动力学模型。将得到的If-Then规则读取到模糊控制器中和三自由度车辆模型进行联合仿真。其中模糊控制器以方向盘转角、方向盘转角速度和车速作为输入,后轮转角作为输出。最后与前轮转向的车辆进行转向盘角阶跃仿真对比。仿真分析结果表明:基于自适应神经模糊推理系统建立的后轮转角模糊控制器能够实现理想的质心侧偏角和车辆横摆角速度响应,提高了车辆的操纵稳定性。     

汽车EPS和AFS衰减路面冲击集成控制

为衰减车辆行驶时受到的路面冲击,建立了人-车-路闭环系统数学模型,设计了电动助力转向(EPS)和主动前轮转向(AFS)集成控制算法,运用阻尼补偿控制和最优控制分别设计了电动助力转向和主动前轮转向子系统。在MATLAB/Simulink中的仿真结果表明,单独主动前轮转向控制不能衰减驾驶员把持力矩振动,单独电动助力转向阻尼控制对转向盘角速度振动和车辆横摆角速度振动衰减效果不佳,而集成系统可以很好地同时抑制驾驶员把持力矩振动、转向盘角速度振动和车辆横摆角速度振动,提高了驾驶舒适性、操纵稳定性和行驶安全性。     

汽车由路面激发的演变随机响应预测

建立了垂向汽车动力学模型和道路虚拟输入模型。在精细时程积分法和虚拟激励法的基础上,提出了时不变线性汽车系统在演变随机激励下的响应的一个简便实用解法。并以简化汽车模型为例,考察了变速行驶时的平顺性问题,验证了该方法的有效性。