四輪輪邊驅(qū)動電動車橫擺角速度估計(jì)方法研究.pdf

1、論文以四輪輪邊驅(qū)動電動車為研究對象，以提高傳感器可靠性和故障診斷能力為目標(biāo)，對四輪輪邊驅(qū)動電動車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四輪輪邊驅(qū)動電動車的特點(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)偏角等信號的估計(jì)奠定了基礎(chǔ)。 論文首先研究了基于運(yùn)動學(xué)模型的車輛橫擺角速度估計(jì)方法，利用基于左右輪輪速差估計(jì)算法和基于單個輪速及前輪轉(zhuǎn)角信息的估計(jì)算法對車輛的橫擺角速度估計(jì)進(jìn)行

2、了回歸計(jì)算；通過引入側(cè)向加速度和縱向加速度信號對估計(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)動學(xué)的估計(jì)算法在車輪不滑轉(zhuǎn)的情況下有較高的估計(jì)精度，但當(dāng)車輪嚴(yán)重滑轉(zhuǎn)或者較大轉(zhuǎn)向盤間隙時，算法的估計(jì)精度會受到顯著影響。 論文隨后研究了基于動力學(xué)模型的車輛橫擺角速度估計(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器方法對車輛的橫擺角速度估計(jì)進(jìn)行了研究；建立了以橫向車速和橫擺角速度為狀態(tài)變量的二自由度單軌車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)向加速度作為測量輸出變量。通過設(shè)計(jì)卡爾曼濾波及龍貝格觀測器的反饋增益對由狀態(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器極點(diǎn)配置估計(jì)算法的估計(jì)效果。基于龍貝格觀測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。 論文最后對基于運(yùn)動學(xué)模型和基于動力學(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)確地得到了車輪滑轉(zhuǎn)狀態(tài)信息和轉(zhuǎn)向時車輛質(zhì)心處縱向車速信息；一方面為基于動力學(xué)模型估計(jì)算法提供了所需的縱向車速信息，另一方面也為建立基于運(yùn)動學(xué)模型和動力學(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基于運(yùn)動學(xué)模型和動力學(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，得到最終的基于運(yùn)動學(xué)模型和動力學(xué)模型的橫擺角速度聯(lián)合估計(jì)算法。針對實(shí)車試驗(yàn)中的傳感器信號，本文采用了