輪轂電機驅動汽車側向輪胎力及行駛狀態(tài)估計
發(fā)布時間:2020-06-03 05:52
【摘要】:集中式驅動電動汽車屬于單個電機集中驅動,其與傳統(tǒng)燃油汽車的主要區(qū)別在于用電動機及相關部件替換了內燃機,除這點外,其余部分與傳統(tǒng)的燃油汽車并無顯著差別。與集中式驅動電動汽車相比,輪轂電機驅動汽車將驅動電機分別布置在四個車輪中,由于這種獨特的結構布置,去除掉了傳統(tǒng)燃油汽車中的差速器、變速器等結構,使得車輛的傳動效率更高,結構更緊湊、也增加了空間的利用率。已成為電動汽車的重要發(fā)展方向。轉矩分配控制是輪轂電機驅動車動力學控制的核心技術,而準確獲取側向輪胎力和車輛狀態(tài)是實現(xiàn)轉矩分配控制的必要前提。由于輪胎力和部分車輛狀態(tài)通常無法直接測量,或直接測量的成本過于昂貴,無法廣泛應用于汽車工業(yè)。輪轂電機驅動汽車在不增加傳感器的情況下,可通過驅動電機準確獲得車輪轉矩和轉速,信息的感知范圍相對于傳統(tǒng)車輛有較大程度的拓展,為輪胎力和狀態(tài)估計提供了更大應用空間,也成為輪轂電機驅動汽車領域的研究熱點。針對輪轂電機驅動汽車的側向輪胎力和行駛狀態(tài)估計,本文開展了如下工作:首先建立了輪轂電機驅動汽車的三自由度車輛動力學模型,基于CarSim開展了車輛動力學模型精度校驗研究。通過分析側向輪胎力計算模型的精度,論證了側向輪胎力估計的必要性。根據(jù)輪轂電機驅動汽車容易獲取驅動轉矩的特點,由車輪旋轉動力模型直接計算輪胎的縱向輪胎力。在此基礎上,提出基于無跡卡爾曼濾波的側向輪胎力估計方法。通過對比分析直接計算法、擴展卡爾曼濾波估計方法的精度,證明本文所提出方法不僅估計精度高,而且對參數(shù)不確定性具有一定的魯棒性。最后,本文開展了縱向車速和質心側偏角估計研究。結合分布式驅動電動汽車4個車輪轉矩和轉速可直接測量的特點,提出一種車輛狀態(tài)自適應擴展卡爾曼濾波估計方法。基于歸一化新息平方實現(xiàn)車輛狀態(tài)估計有效性檢測,提出滑動窗口長度自適應調整規(guī)則;根據(jù)新息統(tǒng)計特性提出卡爾曼濾波增益和狀態(tài)估計誤差協(xié)方差矩陣的自適應調整策略,及基于車輛狀態(tài)估計穩(wěn)態(tài)誤差和動態(tài)響應速度的自適應參數(shù)確定原則。數(shù)值仿真和實驗證明,所提出的車輛狀態(tài)估計方法,不僅估計精度較高,而且實時性和易用性較強。
【圖文】:
Eliica純電動超級跑車
^邋■霸邋一邐'重逡逑圖1.5傳,
本文編號:2694392
【圖文】:
Eliica純電動超級跑車
^邋■霸邋一邐'重逡逑圖1.5傳,
本文編號:2694392
本文鏈接:http://www.sikaile.net/kejilunwen/qiche/2694392.html
最近更新
教材專著