車輛側翻是一種極危險的交通事故。美國國家公路交通安全管理局的統計表明,側翻事故導致的死亡人數約占所有交通事故總死亡人數的32%。車輛抗側翻性能是美國新車評估體系中的一項重要指標。車輛側翻穩定性及主動防側翻控制一直是研究熱點。主動防側翻控制的核心是側翻預警與側翻控制。側翻預警要求側翻指標兼備實時性、準確性和預測性,但常見側翻指標對側翻動力學的表達不夠充分,其準確性和預測性仍有不足;在側翻控制方面,常見防側翻協調控制缺乏對懸架執行器動力學特性的細致描述,對執行器瞬態特性和飽和約束的考慮不足,對懸架系統多執行器作動力的分配研究不足。本文針對半主動懸架汽車防側翻控制展開研究,重點解決了車輛側傾中心在線辨識、側翻穩定性描述及其實時預測、半主動懸架防側翻優化控制等問題。主要研究內容和結論如下:1)側傾中心辨識與輪胎垂向力觀測。考慮側傾角、側傾角速度和側傾角加速度信號的可觀測性,建立了三種側傾中心在線辨識方法:當全部側傾運動信號可觀測時,設計了帶擾動觀測的最小二乘法辨識算法;當側傾角和側傾角速度可觀測時,提出一種滑模自適應辨識方法;僅當側傾角信號可觀測時,設計了擴展卡爾曼濾波器辨識算法。仿真結果表明:...

【文章頁數】：92 頁

【學位級別】：碩士

【部分圖文】：

圖2.6.CarSim車輛模型參數設置

圖2.6.CarSim車輛模型參數設置圖2.7.側傾角與側向加速度關系為了對三種算法的辨識精度和收斂速度進行直觀的對比，圖2.9給出了車/h時三種算法的辨識結果以及與Shim等[32]研究結果的對比。由圖可知，帶最小二乘法由于利用了全部的側傾信號，其辨識收斂速....

圖2.7.側傾角與側向加速度關系

圖2.7.側傾角與側向加速度關系對三種算法的辨識精度和收斂速度進行直觀的對比，圖2.9給出了車三種算法的辨識結果以及與Shim等[32]研究結果的對比。由圖可知，帶擾二乘法由于利用了全部的側傾信號，其辨識收斂速度最快；滑模自適應算測誤差穩定后才能準確辨識，因而速度次之....

圖2.9給出了車速為

圖2.7.側傾角與側向加速度關系對三種算法的辨識精度和收斂速度進行直觀的對比，圖2.9給出了車三種算法的辨識結果以及與Shim等[32]研究結果的對比。由圖可知，帶擾二乘法由于利用了全部的側傾信號，其辨識收斂速度最快；滑模自適應算測誤差穩定后才能準確辨識，因而速度次之....

圖2.8.側傾中心辨識結果：(a)RLSDA,(b)ASMO,(c)EFK.

圖2.8.側傾中心辨識結果：(a)RLSDA,(b)ASMO,(c)EFK.圖2.9.側傾中心辨識結果對比(60km/h)綜上，當全部側傾信號可觀測時，采用帶擾動觀測的最小二乘法辨識獲得的側傾心是側傾動力學模型(2.1)的一個最優估計，且收斂速度最快；當側傾角和....

本文編號：4058598