轻型汽车CO2排放测量不确定度评定

CO₂排放是汽车污染物排放检测的一项重要技术指标,它表征的是汽车排出污染物的多少和车辆能耗高低的参考标准之一,用以控制汽车使用中产生的污染物排放量,避免对环境产生损害。按照GB 18352.6-2016《轻型汽车污染物排放限值及测量方法(中国第六阶段)》的规定使用全球统一的轻型车测试循环工况进行常温下冷启动后污染物排放试验,并对测量结果进行不确定度评定。文章阐述了轻型汽油车CO₂排放测试所用的测试原理、法规工况曲线、测试设备、数学模型等,通过分析影响试验结果的各因素来源,综合计算得出轻型车CO₂排放测试结果的扩展不确定度和相对扩展不确定度。     

汽车碰撞事故再现估算速度的不确定度分析

不确定度分析是一种考察人试验测量输入值得到计算结果输出之间不确定度传播的数学方法。本文中将不确定度分析方法引入汽车碰撞事故再现的模型算法中，推算碰撞前速度的不确定度，给出了在汽车正面斜碰撞事故再现中的一个应用实例。通过对计算结果的分析，初步得到了不确定度的传播规律，并指出了相关问题和发展方向。     

汽车追尾事故车速估算结果的不确定度分析

在汽车追尾事故再现分析中存在着各种不确定因素。针对汽车追尾事故碰撞速度计算模型,运用多元函数的不确定度理论,建立相应的不确定度分析方法,分别计算各不确定参数的标准不确定度分量,然后通过标准不确定度的合成,最终得到车速估算结果的合成标准不确定度和扩展不确定度。从而得出合理的车速估算结果。文中结合一个典型车速分析案例,验证了该方法的适用性。     

乘用车燃料消耗量检测不确定度评定

基于国内乘用车排放试验室现状,根据《测量不确定度评定与表示》(JJF 1059—1999)中对不确定度的定义和评定要求,将尾气排放测试系统、底盘测功机等仪器和设备、环境条件、标准物质、试验操作等影响测量结果的不确度用于评定汽车燃油消耗量测量精度,通过计算得到了碳平衡法油耗测试结果的扩展不确定度,且表明了该结果的置信范围和程度。     

基于模糊正交试验的OBDⅡ故障字典优化

针对汽车受到路面、燃油和气候等不确定因素的影响,OBDⅡ故障字典诊断准确率降低的问题,提出了一种采用模糊正交试验优化OBDⅡ故障字典的方法。该方法根据OBDⅡ故障字典得到的诊断率与这些不确定因素进行模糊正交试验,利用水平组合隶属度对OBDⅡ字典的临界概率值进行权值优化。试验表明,该方法大大提高了故障诊断的准确率。     

不确定度在低温排放污染物试验中的应用

在低温排放污染物试验（VI型试验）中,所需处理的数据繁多,影响结果的不确定因素也很多,使用分析结果来作为决策依据时,结果的可靠性和准确性尤为关键。文章运用不确定度对历次结果进行比较归纳,既便于评定试验结果的可靠性,同时也增强了测量结果之间的可比性。在试验结论分析中普遍运用不确定度,能大大提高实验室的质量控制力,加强试验结论的公信力。     

国六轻型车排气污染物中甲烷的不确定度评定

本文介绍了汽车排气污染物中甲烷的生成机理,阐明了甲烷排放的危害和测量的必要性,在评定其不确定度的过程中,按GB18352.6-2016《轻型汽车污染物排放限值及测量方法(中国第六阶段)》中Ⅰ型试验流程开展试验,对底盘测功机和稀释采样系统等设备、环境条件、标准物质、人为操作等可能会影响排放结果的因素进行了评估,计算排气污...     

摩托车发动机功率测试值的不确定度评定

介绍不确定度的原理,定义及分类,分析了摩托车发动机功率测量过程中不确定度的影响因素,对主要影响因素进行不确定度评定,得出功率测量结果的合成标准不确定度。     

电动自行车电机功率测量结果及不确定度评定

影响电动自行车电机功率测量结果的因素有很多,如检测仪器、操作人员水平等,这些因素对测量结果的影响不同,因此需要综合分析电机功率测量过程中各影响因素,对测量结果进行不确定度评定。此文以标称360 W电机为例,分析电机功率测量不确定度的主要来源及评定中的主要影响分量,并对测量结果进行不确定评定。同时为其他电机功率测量结果的不确定度评定提供参考。     

减速路面汽车平顺性仿真与分析

利用Simulink软件建立了双轴汽车五自由度平面振动模型,并编制程序对乘员舒适性进行了评价;同时,介绍了减速路面的结构和功能,分析了影响减速路面汽车平顺性的主要因素,根据不同影响因素进行试验,并对试验结果进行分析;在此基础上,提出了一种基于乘员舒适性的路面平度测量方法.应用此方法对减速路面进行路面平度测量,结果表明该测量方法基本能确定减速路面的路面等级.     

Sideslip estimation for articulated heavy vehicles at the limits of adhesion*

Various active safety systems proposed for articulated heavy goods vehicles (HGVs) require an accurate estimate of vehicle sideslip angle. However in contrast to passenger cars, there has been minimal published research on sideslip estimation for articulated HGVs. State-of-the-art observers, which rely on linear vehicle models, perform poorly when manoeuvring near the limits of tyre adhesion. This paper investigates three nonlinear Kalman filters (KFs) for estimating the tractor sideslip angle of a tractor–semitrailer. These are compared to the current state-of-the-art, through computer simulations and vehicle test data. An unscented KF using a 5 degrees-of-freedom single-track vehicle model with linear adaptive tyres is found to substantially outperform the state-of-the-art linear KF across a range of test manoeuvres on different surfaces, both at constant speed and during emergency braking. Robustness of the observer to parameter uncertainty is also demonstrated.     

基于白适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型。针对这一问题,应用自适应模糊神经推理系统（ANFIS）建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练。最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真。结果表明,前者输出的跟驰车辆加速度值更接近于真实值。     

汽车检测中测量不确定度的评价方法

文章对测量结果的不确定度来源进行分析,找出一套适用性强的评价结果,并对汽车侧倾稳定角的检测结果的进行了不确定度评定计算。     

复合功率分流系统发动机起动H∞鲁棒优化控制

为改善复合功率分流混合动力系统纯电动至混合动力模式切换过程的车辆驾驶平顺性,同时确保在模型不确定和外部干扰条件下切换控制的鲁棒性,本文中提出了一种发动机起动H∞鲁棒控制策略。首先,建立复合功率分流混合动力系统动力学模型,并对纯电动至混合动力模式切换过程进行分析。其次,以车辆驾驶平顺性和发动机起动时间为优化指标,通过动态规划求解发动机最优拖转转速曲线。然后,考虑到输入轴阻尼参数摄动、驾驶员输入、道路负载、输出端转速的不确定性变化和发动机转速量测噪声的干扰,设计了发动机起动H∞鲁棒控制器。最后,通过离线仿真和台架试验对所提出的控制策略进行验证。结果表明,该策略能有效将冲击度降低至11.52 m/s^3以内,同时对模型不确定性和外部干扰有较强的抑制能力。     

基于QFT的四轮转向控制系统设计

本文提出一种基于定量反馈理论的主动控制四轮转向策略，以汽车转向时的横摆角速度和车体侧偏角为被控制量，将汽车的速度、质量、轮胎等效侧偏刚度等参数视为有界的不确定参数，应用定量反馈理论（QFT）设计反馈控制系统。为了验证设计的有效性，采用具有非线性轮胎特性的汽车模型对控制系统作了多种工况下的仿真。仿真结果证明所设计的解耦控制系统对汽车参数的不确定性具有鲁棒性，同时具有较好的控制特性，能够有效提高汽车的主动安全性和操纵稳定性。     

汽车转向控制

本文研究侧偏角有约束条件下，汽车四轮转向控制系统的设计问题。根据汽车转向动力学的特点，建立了具有不确定的汽车转向模型，给出了车体质心处侧偏角有约束条件下，二自由度鲁棒四轮转向控制器的设计方法，最后基于ＬＭＩＴｏｏｌ给出了控制器的迭代算法，并给出了仿真计算实例。     

基于单神经元的汽车方向自适应PID控制

针对汽车方向动力学控制存在的非线性和参数时变不确定性问题，提出了一种新的基于单神经元的汽车方向自适应PID控制算法。该算法利用了神经网络的自学习和自适应能力，实现了方向PID控制器的参数在线自整定，从而避免了传统的自适应PID控制必须在线辨识被控系统的参考模型参数而带来的计算工作量大的问题。仿真计算和场地试验验证表明该控制算法可有效地控制汽车按照预期给定的轨迹行驶，且保证了汽车方向闭环控制系统具有较强的适应性和鲁棒性。     

A polynomial chaos approach to the analysis of vehicle dynamics under uncertainty

The ability of ground vehicles to quickly and accurately analyse their dynamic response to a given input is critical to their safety and efficient autonomous operation. In field conditions, significant uncertainty is associated with terrain and/or vehicle parameter estimates, and this uncertainty must be considered in the analysis of vehicle motion dynamics. Here, polynomial chaos approaches that explicitly consider parametric uncertainty during modelling of vehicle dynamics are presented. They are shown to be computationally more efficient than the standard Monte Carlo scheme, and experimental results compared with the simulation results performed on ANVEL (a vehicle simulator) indicate that the method can be utilised for efficient and accurate prediction of vehicle motion in realistic scenarios.