車輛動(dòng)力學(xué)關(guān)鍵參數(shù)辨識(shí)研究.pdf

1、車輛動(dòng)力學(xué)參數(shù)辨識(shí)的主要目的是在整車或部件系統(tǒng)試驗(yàn)和仿真輸入輸出數(shù)據(jù)的基礎(chǔ)上，通過合適的算法，獲取車輛系統(tǒng)的有關(guān)參數(shù)，特別是一些不能直接獲取，也不能直接測(cè)量或計(jì)算的參數(shù)，是車輛動(dòng)力學(xué)仿真及建模的關(guān)鍵環(huán)節(jié)。車輛動(dòng)力學(xué)參數(shù)辨識(shí)對(duì)于降低車輛開發(fā)成本，提高開發(fā)水平以及在逆向工程中具有重要意義。
　　 本文的主要工作就是運(yùn)用目前比較成熟的參數(shù)辨識(shí)方法解決車輛動(dòng)力學(xué)中兩個(gè)關(guān)鍵參數(shù)的辨識(shí)問題，分別為：
　　 基于遺傳算法的整車慣性參數(shù)

2、辨識(shí)。整車慣性參數(shù)是整車動(dòng)力學(xué)建模和仿真的關(guān)鍵參數(shù)，傳統(tǒng)方法為經(jīng)驗(yàn)公式或臺(tái)架試驗(yàn)，精度底，成本高。本文提出一種基于遺傳算法的整車慣性參數(shù)辨識(shí)方法。建立了基于ADAMS平臺(tái)下的整車多體動(dòng)力學(xué)模型；進(jìn)行了特定工況下的仿真試驗(yàn)產(chǎn)生目標(biāo)輸出數(shù)據(jù)；在此基礎(chǔ)上，以系統(tǒng)輸出和目標(biāo)差值最小為目標(biāo)函數(shù)，利用改進(jìn)的遺傳算法，迭代出整車慣量值。運(yùn)用了兩種方式：分步辨識(shí)和同時(shí)辨識(shí)，對(duì)結(jié)果進(jìn)行了比較，對(duì)兩種方法的優(yōu)缺點(diǎn)進(jìn)行了分析。最后將得到的辨識(shí)結(jié)果回代到模型中

3、，進(jìn)行了驗(yàn)?zāi)Ｔ囼?yàn)，與實(shí)車測(cè)量值進(jìn)行了對(duì)比，分析了誤差原因。
　　 基于神經(jīng)網(wǎng)絡(luò)的車輛質(zhì)心側(cè)偏角辨識(shí)。車輛質(zhì)心側(cè)偏角是車輛穩(wěn)定性控制系統(tǒng)的關(guān)鍵參數(shù)，傳統(tǒng)方法用傳感器測(cè)得加速度，然后積分獲得，誤差較大且成本較高。本文提出一種基于人工神經(jīng)網(wǎng)絡(luò)的質(zhì)心側(cè)偏角辨識(shí)方法。建立了基于側(cè)向加速度和橫擺角速度為輸入的車輛質(zhì)心側(cè)偏角辨識(shí)系統(tǒng)模型；對(duì)測(cè)試工況進(jìn)行了辨識(shí)，并與試驗(yàn)測(cè)量值進(jìn)行比較，結(jié)果吻合較好；最后，通過對(duì)比由不同樣本得到的網(wǎng)絡(luò)模型的辨識(shí)結(jié)