四輪輪邊驅(qū)動(dòng)電動(dòng)車(chē)橫擺角速度估計(jì)方法研究.pdf

1、論文以四輪輪邊驅(qū)動(dòng)電動(dòng)車(chē)為研究對(duì)象，以提高傳感器可靠性和故障診斷能力為目標(biāo)，對(duì)四輪輪邊驅(qū)動(dòng)電動(dòng)車(chē)在各種行駛工況下的橫擺角速度估計(jì)進(jìn)行了研究。論文主要成果是針對(duì)四輪輪邊驅(qū)動(dòng)電動(dòng)車(chē)的特點(diǎn)設(shè)計(jì)了一套與之適應(yīng)的橫擺角速度估計(jì)算法，為橫擺角速度的故障診斷和諸如質(zhì)心側(cè)偏角等信號(hào)的估計(jì)奠定了基礎(chǔ)。 論文首先研究了基于運(yùn)動(dòng)學(xué)模型的車(chē)輛橫擺角速度估計(jì)方法，利用基于左右輪輪速差估計(jì)算法和基于單個(gè)輪速及前輪轉(zhuǎn)角信息的估計(jì)算法對(duì)車(chē)輛的橫擺角速度估計(jì)進(jìn)行

2、了回歸計(jì)算；通過(guò)引入側(cè)向加速度和縱向加速度信號(hào)對(duì)估計(jì)算法進(jìn)行了修正，提高了估計(jì)算法的估計(jì)精度?；谶\(yùn)動(dòng)學(xué)的估計(jì)算法在車(chē)輪不滑轉(zhuǎn)的情況下有較高的估計(jì)精度，但當(dāng)車(chē)輪嚴(yán)重滑轉(zhuǎn)或者較大轉(zhuǎn)向盤(pán)間隙時(shí)，算法的估計(jì)精度會(huì)受到顯著影響。 論文隨后研究了基于動(dòng)力學(xué)模型的車(chē)輛橫擺角速度估計(jì)方法，主要選擇了基于卡爾曼濾波方法和基于龍貝格觀測(cè)器方法對(duì)車(chē)輛的橫擺角速度估計(jì)進(jìn)行了研究；建立了以橫向車(chē)速和橫擺角速度為狀態(tài)變量的二自由度單軌車(chē)輛模型及用反正切函

3、數(shù)表示的非線性輪胎模型，并選擇質(zhì)心處側(cè)向加速度作為測(cè)量輸出變量。通過(guò)設(shè)計(jì)卡爾曼濾波及龍貝格觀測(cè)器的反饋增益對(duì)由狀態(tài)方程得到的橫擺角速度估計(jì)值進(jìn)行修正。由于卡爾曼濾波器的噪聲矩陣確定較為困難，基于卡爾曼濾波的估計(jì)算法效果稍遜于基于龍貝格觀測(cè)器極點(diǎn)配置估計(jì)算法的估計(jì)效果?；邶堌惛裼^測(cè)器的橫擺角速度算法在算法收斂和穩(wěn)態(tài)的前提下具有較高的估計(jì)精度。 論文最后對(duì)基于運(yùn)動(dòng)學(xué)模型和基于動(dòng)力學(xué)模型的橫擺角速度估計(jì)算法分別進(jìn)行了適用性研究。利用

4、模糊邏輯判斷的方法較準(zhǔn)確地得到了車(chē)輪滑轉(zhuǎn)狀態(tài)信息和轉(zhuǎn)向時(shí)車(chē)輛質(zhì)心處縱向車(chē)速信息；一方面為基于動(dòng)力學(xué)模型估計(jì)算法提供了所需的縱向車(chē)速信息，另一方面也為建立基于運(yùn)動(dòng)學(xué)模型和動(dòng)力學(xué)模型的聯(lián)合估計(jì)算法提供了適用性判斷指標(biāo)和準(zhǔn)則。 根據(jù)以上研究結(jié)論，利用模糊邏輯判斷方法對(duì)基于運(yùn)動(dòng)學(xué)模型和動(dòng)力學(xué)模型的估計(jì)算法的適用性進(jìn)行判斷，將兩者融合起來(lái)，得到最終的基于運(yùn)動(dòng)學(xué)模型和動(dòng)力學(xué)模型的橫擺角速度聯(lián)合估計(jì)算法。針對(duì)實(shí)車(chē)試驗(yàn)中的傳感器信號(hào)，本文采用了