版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著國民經(jīng)濟和運輸業(yè)的快速發(fā)展,使得大功率、大承載能力的載貨汽車應(yīng)用越來越廣泛,且車速也在不斷提高,所以其使用安全性就顯得愈加重要,制動性能是汽車的主要性能之一。汽車防抱死制動系統(tǒng)(ABS)已成為世界上普遍認可的能夠顯著提高汽車安全性能的有效措施,它是通過在制動過程中自動控制車輪的制動力矩從而防止了車輪抱死,這對于提高汽車制動時的方向穩(wěn)定性和轉(zhuǎn)向操縱性,改善汽車的制動效能,保證駕駛員和乘客的安全是十分重要的。
本文以提高多
2、軸車制動性能為目標(biāo),闡述了國內(nèi)外ABS的發(fā)展現(xiàn)狀及在多軸車輛上的應(yīng)用概況,對汽車制動防抱死系統(tǒng)進行了系統(tǒng)的理論分析:ABS的基本工作原理、組成、ABS通道控制模式和通道基本形式以及ABS通道控制模式、通道基本形式對車輛制動性能的影響。另外,初步確定了載貨車輛ABS基本布置方案。
將多體系統(tǒng)動力學(xué)與智能控制理論相結(jié)合對汽車制動防抱死控制系統(tǒng)進行了研究,利用ADAMS/CAR模塊建立了汽車整車的多體動力學(xué)模型,模型包含了車身模
3、型、車架模型、轉(zhuǎn)向系統(tǒng)模型、前后懸架模型、動力系統(tǒng)模型、前后車輪模型、彈性元件模型和制動系統(tǒng)模型,同時也考慮了輪胎、襯套、彈簧、減震器等部件的非線性,結(jié)合各個系統(tǒng)間的拓撲關(guān)系,在ADAMS/Car標(biāo)準(zhǔn)模式下組合成整車模型,完成虛擬樣機模型的建立。在Matlab/Simulink中建立了基于邏輯門限值控制的防抱死制動控制模型,利用ADAMS/Control接口進行機械模型與控制模型的集成、協(xié)同仿真,仿真工況根據(jù)國標(biāo)(GBT13594-20
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于AOH制動系的重型多軸車ABS仿真分析系統(tǒng)研究.pdf
- 提高多軸重型越野車制動性能的理論與試驗研究.pdf
- ABS虛擬仿真與汽車制動性能分析.pdf
- ABS客車制動性能半實物仿真測試.pdf
- 多軸車氣液混合制動系統(tǒng)建模及其仿真研究.pdf
- 磁流變液ABS制動器材結(jié)構(gòu)研究與性能仿真.pdf
- 多軸車ABS算法研究及硬件在環(huán)測試.pdf
- 汽車ABS制動及仿真算法研究.pdf
- 基于虛擬試驗的汽車制動性能仿真研究.pdf
- 重型商用車排氣制動性能仿真與試驗研究.pdf
- HEV再生制動與ABS協(xié)調(diào)控制仿真研究.pdf
- 車輛防抱死制動系統(tǒng)(ABS)實用化技術(shù)控制邏輯與實車試驗研究.pdf
- 普通混凝土多軸動態(tài)性能試驗研究.pdf
- 裝有ABS汽車制動試驗臺的研究.pdf
- 車輛防抱制動系統(tǒng)(ABS)理論仿真與實現(xiàn).pdf
- 轎車制動系建模與仿真及ABS控制策略.pdf
- ABS汽車制動性能模擬計算與評價研究.pdf
- 車用ABS合金的制備、結(jié)構(gòu)與性能研究.pdf
- 基于Simulink-Adams的多軸車輛ABS-ASR系統(tǒng)仿真研究.pdf
- 重型車液力緩速器制動性能仿真與分析.pdf
評論
0/150
提交評論