CN109597346A

CN109597346A - 一种新型商用车负载识别及坡道估计方法

Info

Publication number: CN109597346A
Application number: CN201910092195.XA
Authority: CN
Inventors: 李占江; 高超; 蒋元广; 李麟; 郝晓阳
Original assignee: Nanjing Yuebo Power System Co Ltd
Current assignee: Nanjing Yuebo Power System Co Ltd
Priority date: 2019-01-30
Filing date: 2019-01-30
Publication date: 2019-04-09

Abstract

本发明公开一种新型商用车负载识别及坡道估计方法，通过动力学建模与传感器相结合的方法进行负载估计和坡道识别，并结合CAN总线提供的数据和车辆实测的数据，对负载识别及坡道估计更为准确。

Description

一种新型商用车负载识别及坡道估计方法

技术领域

本发明属于车辆负载识别及坡道估计技术领域，具体涉及一种新型商用车负载识别及坡道估计方法。

背景技术

随着全球能源危机加剧和普遍的环保意识提高，车辆控制向更加节约化和智能化发展，实时监控车辆状态对车辆稳定性和智能控制效果有重要影响，对于大中重型商用车在运输过重中负载波动较大，在相同载重下平路行驶和坡道行驶时的阻力变化也不同，因此对车辆负载和坡道进行估计具有重要意义。

例如，中国发明专利申请号为CN201810010185.2的专利申请文件公开了一种车辆的负载识别控制方法，包括如下步骤：

S1)信号采集和处理：变速器控制单元TCU实时获取发动机扭矩、发动机转速、油门、脚刹和车速信号以及手柄位置信号和钥匙开关信号；

S2)输出轴转速斜率计算：变速器控制单元TCU根据输出轴转速与车速的关系计算获得输出轴转速，并对输出轴转速取微分得到输出轴转速斜率；

S3)变速器输出扭矩计算：变速器控制单元TCU利用发动机扭矩、拖拽扭矩和整车惯量的关系计算出变速器输出扭矩；

S4)负载因子计算，包括以下步骤：

S41)负载识别模糊控制系统进入条件识别：变速器控制单元TCU根据发动机转速、车速、钥匙开关信号和手柄位置信号判断当前车辆状态是否满足进入负载识别模糊控制系统的条件，若满足所有负载识别模糊控制系统进入条件，则变速器控制单元TCU进入到负载识别模糊控制系统执行步骤S42)，若负载识别模糊控制系统进入条件中有任意一条不满足的情况下，则变速器控制单元TCU退出负载识别模糊控制系统，输出负载因子为平路，执行步骤S43)；

S42)通过负载识别模糊控制系统计算负载因子：变速器控制单元TCU获取变速器输出扭矩、油门和车速信号作为负载因子模糊控制系统的输入变量，根据负载识别模糊控制系统的模糊规则计算得到计算负载因子；

S43)变速器控制单元TCU根据实时的脚刹信号，判断刹车是否踩下，当变速器控制单元TCU识别到刹车踩下情况下，则冻结输出的负载因子(即负载因子保持不变，不更新负载因子)，当变速器控制单元TCU识别到刹车松开的情况下，则更新输出的负载因子。

上述现有技术公开了一种车辆的负载识别控制方法，上述负载识别控制方法通过负载因子进行车辆的负载识别，识别方法较为复杂，且上述方法不能够进行坡道的预估。

发明内容

本发明的目的在于提供一种新型商用车负载识别及坡道估计方法，通过动力学建模与传感器相结合的方法进行负载估计和坡道识别，并结合CAN总线提供的数据和车辆实测的数据，对负载识别及坡道估计更为准确。

为达到上述目的，本发明采用以下技术方案：

一种新型商用车负载识别及坡道估计方法，包括如下步骤：

步骤1：根据车辆动力学原理建立车辆纵向动力学模型，采集商用车的风阻、滚阻、旋转加速阻力系数；

步骤2：通过加速度传感器对商用车所行驶的路面进行路面坡度信息进行采集；

步骤3：通过商用车的CAN总线得到发动机输出扭矩、发动机转速和加速度的参数信息；

步骤4：采集商用车的负载质量；

步骤5：步骤2-4中，将采集的参数信息导入所述车辆纵向动力学模型来获取整车负载和路面坡度信息。

进一步地，步骤1中车辆纵向动力学模型通过公式1-5得到：

F_air＝C_dAρ/2*v_x ² ......(3)

F_f＝fmgcosβ₁ ......(4)

F_g＝mgsinβ₁ ......(5)，

式中，m为负载质量；v_x为车速；F_x为驱动力；T_e、ω_e和J_e分别为发动机曲轴的输出扭矩、转速和转动惯量；i_t和i_d分别为变速器传动比和主减速器传动比；r_w为轮胎滚动半径；C_d、A和ρ分别为风阻系数、车辆的迎风面积和空气密度；F_air、F_f和F_g分别为空气阻力、滚动阻力和路面坡度阻力；f为滚动阻力系数；β₁为基于纵向动力学的路面坡度；g为重力加速度。

进一步地，步骤1中还包括对车辆的风阻、滚阻、旋转加速阻力系数参数结合实车测试进行标定的步骤。

进一步地，步骤2中还包括对加速度传感器采集的信息进行频谱分析并结合实车测试不同路面下的加速度波动频率对路面进行区分的步骤。

进一步地，滚动阻力系数通过查表获得。

进一步地，步骤5中还包括将不同路面下的加速度波动频率和对应的滚动阻力摩擦系数以二维表格的形式存储的步骤。

与现有技术相比，本发明的优越效果在于：

本发明所述的基于基因遗传算法的单级减速器动力总成匹配优化方法，通过车辆行驶过程中纵向受力建立驱动力模型、滚动阻力模型、旋转加速阻力和风阻模型，为区分坡道对车辆负载的影响在车辆主轴上增加加速度传感器，模型根据整车CAN通讯提高的扭矩、车速和当前速比，依据牛顿第二定律对当前负载进行计算，从提高整车模型精度和结果的准确性。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合具体实施方式对本发明进行进一步的详细描述，需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

实施例

一种新型商用车负载识别及坡道估计方法，包括如下步骤：

步骤4：采集商用车的负载质量；

通过对所行驶的路面进行路面坡度信息进行采集能够消除路面坡度变化对负载的影响。

在本实施例的步骤2中，通过加速度传感器采集数据振动频率对路面的平整度进行计算。

步骤1中车辆纵向动力学模型通过公式1-5得到：

F_air＝C_dAρ/2*v_x ² ......(3)

F_f＝fmgcosβ₁ ......(4)

F_g＝mgsinβ₁ ......(5)，

在本实施例中，通过如上的算法能够直接获得负载质量m和路面坡度β₁，加速度偏差坡度估计模型可根据加速度传感器信号a_x和车辆加速度计算路面坡度估计值β₂坡度数学估计模型为：

将公式(6)变换后得到坡道计算式(7)：

在本实施例中，将所述加速度传感器设置在车辆主轴上。

在本实施例中，为了提高模型数据的准确度和可借鉴度，步骤1中还包括对车辆的风阻、滚阻、旋转加速阻力系数参数结合实车测试进行标定的步骤。

步骤2中还包括对加速度传感器采集的信息进行频谱分析并结合实车测试不同路面下的加速度波动频率对路面进行区分的步骤。

滚动阻力系数通过查表获得。

步骤5中还包括将不同路面下的加速度波动频率和对应的滚动阻力摩擦系数以二维表格的形式存储的步骤。

本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书界定。

Claims

1.一种新型商用车负载识别及坡道估计方法，其特征在于，包括如下步骤：

步骤4：采集商用车的负载质量；

步骤5：将步骤2-4中，将采集的参数信息导入所述车辆纵向动力学模型来获取整车负载和路面坡度信息。

2.根据权利要求1所述的新型商用车负载识别及坡道估计方法，其特征在于，步骤1中车辆纵向动力学模型通过公式1-5得到：

F_air＝C_dAρ/2*v_x ²……(3)

F_f＝fmgcosβ₁……(4)

F_g＝mgsinβ₁……(5)，式中，m为负载质量；v_x为车速；F_x为驱动力；T_e、ω_e和J_e分别为发动机曲轴的输出扭矩、转速和转动惯量；i_t和i_d分别为变速器传动比和主减速器传动比；r_w为轮胎滚动半径；C_d、A和ρ分别为风阻系数、车辆的迎风面积和空气密度；F_air、F_f和F_g分别为空气阻力、滚动阻力和路面坡度阻力；f为滚动阻力系数；β₁为基于纵向动力学的路面坡度；g为重力加速度。

3.根据权利要求1所述的新型商用车负载识别及坡道估计方法，其特征在于，步骤1中还包括对车辆的风阻、滚阻、旋转加速阻力系数参数结合实车测试进行标定的步骤。

4.根据权利要求2所述的新型商用车负载识别及坡道估计方法，其特征在于，步骤2中还包括对加速度传感器采集的信息进行频谱分析并结合实车测试不同路面下的加速度波动频率对路面进行区分的步骤。

5.根据权利要求1所述的新型商用车负载识别及坡道估计方法，其特征在于，滚动阻力系数通过查表获得。

6.根据权利要求4所述的新型商用车负载识别及坡道估计方法，其特征在于，步骤5中还包括将不同路面下的加速度波动频率和对应的滚动阻力摩擦系数以二维表格的形式存储的步骤。