采用电磁直线电机的主动悬架控制系统的设计与能量分析

针对因特殊的动力布置形式导致的轮边驱动电动汽车操稳性和平顺性之间冲突,本文中提出了一种新式电磁直线电机式悬架系统的主动控制系统。考虑到其能量回收性能不佳的弊端,基于LQR控制设计了一种包含能量管理单元的能量回收控制器,并在Matlab/Simulink中对整个系统进行了仿真。结果表明,所设计的能量回收控制器不仅能够改善汽车的操稳性和平顺性,而且能有效回收汽车悬架的振动能量。     

椭圆截面扩张式消声器消声特性的有限元分析(续1)

为提高消声器的消声性能,文章采用有限元法对具有椭圆截面的简单扩张消声器进行了消声特性分析。阐述了椭圆截面与圆形截面消声器的性能差异和结构参数对消声性能的影响;计算了改进内插管、出口管偏置及多级扩张室结构对椭圆截面扩张室式消声器消声性能的影响。结果表明,椭圆截面的消声器性能略差,除了扩张比和扩张室长度外,椭圆截面的离心率对消声性能有重要影响;采取内插管、出口管偏置和多级扩张室等结构能有效克服该类型消声器的缺点。     

基于制动与悬架系统的车辆主动侧翻控制的研究

为提高车辆抗侧翻能力,建立了10自由度整车侧翻动力学模型,应用车辆动力学和轮胎力耦合特性,提出了一种基于差动制动和半主动悬架协同工作的车辆主动抗侧翻控制策略。通过对制动力矩的差动调节和半主动悬架阻尼力的适时匹配,实现对车辆侧翻的有效控制。根据子系统运动特性,设计了制动系统基于滑移率的积分滑模控制器和悬架系统灰模糊控制器。分别对制动、悬架控制及综合控制进行的鱼钩试验仿真结果表明,综合控制策略可有效降低危险时域车辆的侧倾角,相对于单一系统控制进一步提高了车辆抗侧翻能力。     

踏板式摩托车振动试验分析

以实验模态分析为手段，通过对摩托车车架及发动机等部件的振动实验分析，找出引起车架共振的频率，分析了发动机源源对车架振动的影响，使车架主要模态的自振频率避开了发动机转速范围；最后提出了具体结构改进措施，提高了车架的抗振能力，减少了对振动的响应。     

车辆转向与驱动综合控制及横向速度观测器的设计

为了实现复杂工况下车辆自动跟踪控制,建立了纵横向耦合车辆模型,研究了车辆在弯道变速行驶工况的动力学耦合控制问题,根据滑模控制以及动态表面控制理论,提出了一种基于车辆转向与驱动控制的综合控制器,并针对横向车速不可测,设计了横向速度观测器。仿真结果表明该综合控制器具有良好跟踪性能,在复杂工况下表现出较好的动、静态特性。     

基于微分几何理论的汽车半主动悬架非线性振动控制

针对汽车悬架系统的非线性特性,采用1／4汽车二自由度悬架模型分析半主动悬架控制。应用微分几何理论得到输出-干扰解耦方法,再经适当的坐标变换将该模型由非线性系统简化成一线性系统,并对此系统进行最优控制,然后通过非线性状态反馈实现对原系统的半主动控制。与被动悬架的仿真结果进行了比较,表明这种针对具有非线性特征的半主动悬架的非线性控制方法是可行的。通过功率谱分析,控制后系统的能量比被动悬架更趋于平均,悬架动态性能更稳定。     

基于路面识别的主动馈能悬架多目标控制与优化

针对主动悬架减振性能和馈能特性在不同等级路面适应性较差的问题,建立了非线性电磁主动悬架模型; 考虑车辆在行驶过程中悬架簧上质量存在不确定性,提出了一种主动悬架自适应滑模控制器; 基于不同路面下悬架动力学响应数据,采用自适应模糊神经网络算法识别路面等级,确定控制器目标系数,实现了主动悬架安全性和舒适性之间的协调; 研究了电磁主动悬架馈能特性及其切换控制策略,在此基础上,考虑电磁主动悬架安全性、舒适性和节能性的矛盾关系,采用多目标粒子群优化(MOPSO),以悬架动力学性能和馈能特性为设计目标综合优化控制器和悬架结构参数,并通过模糊集理论对多目标优化后的Pareto解集进行最优解选取。研究结果表明:模糊神经网络对不同等级路面下非线性电磁主动悬架的最大识别误差能够控制在10%以内,满足识别准确性要求; 在C级路面条件下,优化后的主动悬架与传统被动悬架相比,簧上质量振动加速度减小了35.3%,轮胎动行程增大了7.7%,但可以控制在10%的安全范围内; 与原主动悬架相比,优化后悬架簧上质量振动加速度减小了10.5%,馈能效率增大了1.7%,优化后自适应滑模控制器能够更好地协调悬架馈能特性和减振特性; 建立的非线性电磁主动悬架模型可实现不同路面等级下悬架系统安全性、舒适性和节能性的综合最优。      

基于自适应模型预测的智能汽车横向轨迹跟踪控制

当路面附着情况和车辆行驶状态不断变化时,基于恒定侧偏刚度的模型预测控制(MPC)不能考虑轮胎非线性特性的影响,难以保证车辆轨迹跟踪的适应性。为此,提出一种考虑轮胎侧向力计算误差的自适应模型预测控制(AMPC),以提高智能汽车在不确定工况下的轨迹跟踪性能。分析了路面附着系数和垂向载荷对轮胎侧向力的影响,基于平方根容积卡尔曼滤波(SCKF)算法,设计了利用侧向加速度和横摆角速度作为测量变量的前后轮胎侧向力估计器。利用轮胎侧向力线性计算值与估计值的差值计算得到侧偏刚度修正因子,设计了前后轮胎侧偏刚度的自适应修正准则,进而提出了一种基于时变修正刚度的AMPC控制方法。基于CarSim与MATLAB/Simulink联合仿真和硬件在环测试平台,对AMPC控制的有效性和实时性进行了验证。研究结果表明：在不同的路面附着情况和车辆行驶状态下,AMPC控制都能够降低横向位置偏差和航向角偏差,有效提高车辆的轨迹跟踪精度,其控制效果明显优于基于恒定侧偏刚度的标准MPC控制。尤其在低附着工况下,标准MPC控制会因为线性轮胎力的计算误差过大而导致车辆在轨迹跟踪时严重失稳,而AMPC控制通过估计轮胎力修正侧偏刚度依然能够保证车辆稳定有效的跟踪参考轨迹。所提出的AMPC控制在保证控制精度的同时具有良好的实时性,对智能汽车控制系统的设计与优化具有重要参考价值。     

复杂动态环境下智能汽车局部路径规划与跟踪算法研究

路径规划及路径跟踪控制是智能汽车研究的关键技术，而复杂、时变的交通环境给智能汽车的路径规划与跟踪提出严苛要求。针对现有局部路径规划方法只适用于较为简单的工况，无法应对多车道、多静/动态障碍等复杂工况的问题，提出一种基于离散优化思想的动态路径规划算法。该算法利用样条曲线曲率变化均匀的特性，在s-ρ曲线坐标系中生成了一组参数化候选路径簇；考虑动态碰撞安全影响，在碰撞带约束下结合道路法规限制及车辆动态安全要求，规划车辆速度；此外，综合考虑静态安全性、舒适性、目标车道、道路占用率等影响因素，以选择最优路径。在路径跟踪层面，基于预瞄理论设计鲁棒性好、跟踪精度高的分数阶PID路径跟踪控制器，以跟踪误差最小为目标，采用粒子群优化算法对分数阶PID控制器参数进行整定。最后，基于Simulink/CarSim建立联合仿真平台，设计多车道，多静/动态障碍的复杂工况以验证该算法的有效性。研究结果表明：由于在评价函数中引入动态安全评价指标、目标车道评价指标以及道路占用率指标，极大地提升了规划器性能，使车辆在行驶过程中根据驾驶环境自主调整速度，降低换道次数，从而保证智能汽车的主动安全性能，提升了通行效率，使该算法能够较好地处理复杂动态环境下的避障问题。     

汽车非线性半主动悬架的模糊神经网络控制

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性，建立车辆6自由度的半主动悬架非线性动力学模型。提出了一种基于模糊神经网络系统结构的模型参考自适应控制方法来研究汽车半主动悬架的非线性控制问题，并考虑半车模型前后悬架的输入时滞，对其进行了仿真研究。研究结果表明：运用模糊神经网络非线性控制方法能够使人体和车身垂直加速度、俯仰角加速度都得到很大的衰减，证实这种模糊神经网络控制方法可大大减少路面对车身的振动冲击，提高汽车行驶平顺性。