多維車輪力傳感器的性能研究.pdf

1、以汽車車輪力測量為核心的汽車道路試驗，是評價汽車整車特性的重要技術手段，對分析與評價汽車動態(tài)性能，如動力性、制動性、操縱穩(wěn)定性、安全性、懸架特性等，以及對路譜數(shù)據(jù)采集等具有重要的應用價值。本文依托江蘇省交通科學研究計劃項目《車輛安全性能評價及檢測裝置研究》，對車輪力傳感器(Wheel Force Transducer，WFT)的性能進行了研究，該項研究對于提高輪力傳感器的測量精度以及進一步改進都具有理論意義和工程應用價值。 本論

2、文的主要研究成果如下： (1).設計了三套不同用途的輪力傳感器標定系統(tǒng)。首先設計了液壓式靜態(tài)標定系統(tǒng)，該系統(tǒng)用于標定六維輪力傳感器的靜態(tài)特性和維間耦合特性，通過液壓系統(tǒng)和高精度的力傳感器為WFT的彈性體連續(xù)地提供已知的作用力和力矩，在上位機的的控制下實現(xiàn)了自動標定，提出了連續(xù)標定的概念，通過連續(xù)標定可以獲得六維力間耦合的細節(jié)信息，為非線性解耦提供數(shù)據(jù)基礎。然后設計了稱重式實車標定系統(tǒng)，實車標定可以消除安裝過程對WFT特性的影響，

3、實現(xiàn)了垂直力和縱向力傳感器的標定。最后為了研究WFT的動態(tài)特性，設計了負階躍動態(tài)標定系統(tǒng)，實現(xiàn)了側向力的動態(tài)標定。 (2).利用小波變換和最小二乘法實現(xiàn)了液壓標定數(shù)據(jù)的預處理。采用小波變換，利用噪聲信號與真實信號隨尺度變化特性不同的特點，有效地去除了液壓標定數(shù)據(jù)的加性白噪聲信號，從而恢復了信號的本來面目。采用最小二乘法對連續(xù)數(shù)據(jù)進行了刻度均勻化，解決了連續(xù)標定數(shù)據(jù)中權重不一致和數(shù)據(jù)不能嚴格對應的問題，為后續(xù)的處理提供了標準的數(shù)據(jù)

4、。 (3).利用預處理后的液壓標定數(shù)據(jù)對WFT進行了線性耦合分析。首先針對加載時難以施加單維力的問題，提出了迭代耦合分析法以得到虛擬的單維力加載環(huán)境。然后對WFT進行了線性耦合分析，并在前人的基礎上對耦合度進行了詳細的定義，得到了WFT的標定矩陣、解耦矩陣及耦合度陣，根據(jù)耦合度陣分析了耦合產生的原因。隨后對道路試驗數(shù)據(jù)進行了線性解耦，通過線性解耦，大大提高了WFT的測量精度。最后提出了準六維WFT的概念，即用六維力傳感器測量三維

5、力(Fx、Fz和My)，以解決目前液壓標定系統(tǒng)存在一定缺陷的問題。準六維WFT的測量精度優(yōu)于三維WFT。 (4).利用多項式法和神經網絡法進行了WFT的非線性解耦研究。首先，在線性耦合分析的基礎上，引入多項式進行非線性解耦研究，定義了多項式耦合系數(shù)矩陣，并借助于非線性方程組的求解對道路試驗數(shù)據(jù)進行了非線性解耦。經過對標定數(shù)據(jù)的解耦，驗證了非線性解耦精度高于線性解耦。該方法已經可以應用于汽車道路試驗。然后，進行了神經網絡非線性解耦

6、研究，利用誤差反向傳播(Back Propagation，BP)算法擅長于局部精確尋優(yōu)，而遺傳算法(Genetic Algorithm，GA)擅長于全局尋優(yōu)的優(yōu)勢，將兩種算法優(yōu)勢互補，建立了GA-BP非線性解耦模型。神經網絡解耦的精度更高，但對訓練數(shù)據(jù)要求較苛刻。 (5).分析了WFT的靜態(tài)特性和動態(tài)特性。首先針對傳統(tǒng)的靜態(tài)特性定義不適用于連續(xù)標定環(huán)境的問題，提出了連續(xù)線性度、連續(xù)遲滯和連續(xù)符合度的概念，建立了連續(xù)靜態(tài)參數(shù)的計算