汽車操縱穩(wěn)定性和平順性中逆問題的研究.pdf

1、汽車操縱動(dòng)力學(xué)特性影響汽車駕駛的操縱輕便程度，也是高速汽車安全行駛的一個(gè)主要性能。汽車在高速轉(zhuǎn)向行駛時(shí)，駕駛員模型參數(shù)不易確定，從而導(dǎo)致駕駛員模型建立困難。為了避開駕駛員建模困難問題，本文運(yùn)用操縱逆動(dòng)力學(xué)方法，反求出駕駛員的操縱輸入。 針對(duì)目前路面不平度研究方法的局限性，本文運(yùn)用逆問題的思想研究了路面不平度的識(shí)別方法，為汽車平順性分析研究奠定了基礎(chǔ)，為路面性能的分析提供了依據(jù)。 （1）提出了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在頻

2、域范圍內(nèi)識(shí)別路面不平度的仿真研究方法。該方法以4自由度和7自由度汽車振動(dòng)模型為基礎(chǔ)，以Matlab軟件仿真得到的汽車車身質(zhì)心垂直加速度和俯仰角加速度作為神經(jīng)網(wǎng)絡(luò)理想輸入樣本，擬合的路面不平度為神經(jīng)網(wǎng)絡(luò)理想輸出樣本，應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)建立汽車車身質(zhì)心垂直加速度、俯仰角加速度和路面不平度之間的非線性映射模型。另取一組仿真得到的車身質(zhì)心垂直加速度和俯仰角加速度代入已訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行路面不平度的識(shí)別。結(jié)果表明，該方法具有較強(qiáng)的抗噪聲能力和較理想

3、的識(shí)別精度，識(shí)別的路面不平度與擬合的路面不平度吻合較好。 （2）提出了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在時(shí)域范圍內(nèi)識(shí)別路面不平度的仿真研究方法。在時(shí)域范圍內(nèi)建立RBF神經(jīng)網(wǎng)絡(luò)非線性映射模型，另取一組仿真得到的車身質(zhì)心垂直加速度和俯仰角加速度代入已訓(xùn)練好的網(wǎng)絡(luò)識(shí)別路面不平度。最后以ADAMS/View虛擬試驗(yàn)仿真得到的車身質(zhì)心垂直加速度和俯仰角加速度來識(shí)別路面不平度，從而驗(yàn)證了運(yùn)用RBF神經(jīng)網(wǎng)絡(luò)識(shí)別路面不平度的有效性。 （3）提

4、出了在不同汽車跟蹤同一指定路徑的情況下，汽車操縱逆動(dòng)力學(xué)角輸入識(shí)別和力輸入識(shí)別的仿真研究方法。該方法以線性2自由度汽車方向盤轉(zhuǎn)角輸入和線性3自由度汽車方向盤轉(zhuǎn)矩輸入為數(shù)學(xué)模型，運(yùn)用最優(yōu)控制理論識(shí)別方向盤轉(zhuǎn)角輸入和方向盤轉(zhuǎn)矩輸入。用直接配置方法將最優(yōu)控制問題轉(zhuǎn)化為非線性規(guī)劃問題，用序列二次規(guī)劃方法對(duì)轉(zhuǎn)化后的非線性規(guī)劃問題進(jìn)行求解。結(jié)果表明：利用該方法計(jì)算出來的路徑跟蹤性良好，且可以比較跟蹤同一路徑的不同汽車的操縱性能，且仿真結(jié)果與實(shí)車試驗(yàn)

5、結(jié)果運(yùn)動(dòng)趨勢(shì)相似。 （4）提出了一種解決汽車最速操縱問題的仿真研究方法。該方法基于最優(yōu)控制理論，以駕駛員對(duì)汽車施加的轉(zhuǎn)角輸入和驅(qū)動(dòng)力/制動(dòng)力為控制變量，以最短時(shí)間完成雙移線和蛇行線過程為控制目標(biāo)。通過直接配置方法將最優(yōu)控制問題轉(zhuǎn)化為非線性規(guī)劃問題之后，運(yùn)用序列二次規(guī)劃方法求解。采用該方法計(jì)算了不同汽車在同樣給定路徑邊界時(shí)的Matlab仿真結(jié)果。結(jié)果表明，該方法能夠解決汽車的最速操縱問題，可以比較不同汽車以最短時(shí)間完成雙移線和蛇行