汽车操纵动力学十八自由度模型仿真研究

本文介绍了根据多刚体动力学中的凯恩方法建立的一般两轴汽车的十八自由度数学模型。     

汽车操纵稳定性的广义汽车转向稳态响应模型

针对传统汽车操纵稳定性理论的线性二自由度模型的不足,构建了一个新的广义汽车转向稳态响应模型,并说明了该模型的广泛适用性。以某不足转向轿车模型的有关参数为例,仿真计算并比较了应用两种模型时该轿车等速圆周行驶时的稳态响应状况,验证了广义模型的正确性,同时得到了一条有别于传统汽车操纵稳定性理论的重要结论。     

RBF神经网络理论在发动机特性计算中的应用

运用径向基函数 (RBF)神经网络理论 ,建立发动机万有特性和外特性模型 ,并与常用的一些建模方法所建模型进行了比较。结果表明 ,应用RBF神经网络建模方法简单可靠 ,精度较高。     

子午线轮胎侧偏特性的理论模型

通过试验，确定了子午线轮印迹内垂直载荷的分布形式。把子午线轮胎印迹分成３个区域，建立了自由滚动轮胎侧向力和回正力矩的理论模型。应用该理论模型的计算结果，与试验结果具有很好的一致性。     

基于模糊神经网络的智能车辆循迹控制

为提高智能车辆自主循迹控制的精度,提出了一种基于模糊神经网络控制( FNNC)和神经网络预测( NNP)的智能循迹控制策略。转向控制器的输入量有3个：预瞄点处的横向循迹误差、汽车横摆角速度和侧向加速度。车速控制器的输入量有4个：预瞄点处的面积误差、侧向加速度、汽车侧偏角和转向盘转角。网络训练采用误差反向传播法。仿真与试验结果表明,所设计的循迹控制器通过对驾驶员操作样本的训练,能实现对车辆的车速与转向控制,横向循迹误差和目标车速均比较理想。     

神经网络理论在汽车上的应用

神经网络理论的ＢＰ网络模型在汽车驾驶员建模，轮胎力学建模，悬架控制等方面的应用；应用神经网络理论解决汽车中的非线性问题。     

车辆换道纵横向耦合控制

基于车辆纵横向动力学耦合模型,研究了自动化公路系统车辆换道纵横向耦合控制.假定换道过程中车辆横向加速度满足梯形约束,根据期望换道轨迹计算车辆换道时的期望横摆角和横摆角速度,依靠车载传感器获得车辆横摆角速度信息.采用有限时间滑模趋近律,设计了车辆换道纵横向耦合变结构控制规律.基于李雅普诺夫稳定性理论,对控制系统的稳定性进行了分析,得到了系统渐进稳定的充分条件.仿真结果表明:采用该控制规律,车辆在纵向速度变化的情况下能够良好地跟踪期望换道轨迹,跟踪误差小于0.06 m.     

电控空气悬架载荷平衡系统仿真

结合当代最新设计理念,利用MATLAB和ADAMS/Car软件的联合仿真,设计了电控空气悬架载荷平衡系统,并对整体系统进行了几个工况的模拟仿真。结果表明:所设计的空气悬架载荷平衡系统性能良好;联合MATLAB和ADAMS软件的长处来设计系统,能够使产品开发过程加快,同时产品开发成本也相应下降。     

汽车巡航控制技术的研究

汽车巡航控制系统能自动控制汽车以恒定速度行驶,可降低驾驶员的疲劳、节省燃油、提高行驶安全性。它作为一种主动安全技术,在汽车上的应用越来越广泛。本文系统介绍了汽车四种巡航控制技术。