CN113682317A - 一种电动汽车横向稳定性预测方法 - Google Patents
一种电动汽车横向稳定性预测方法 Download PDFInfo
- Publication number
- CN113682317A CN113682317A CN202110244636.0A CN202110244636A CN113682317A CN 113682317 A CN113682317 A CN 113682317A CN 202110244636 A CN202110244636 A CN 202110244636A CN 113682317 A CN113682317 A CN 113682317A
- Authority
- CN
- China
- Prior art keywords
- electric automobile
- transverse stability
- model
- automobile
- electric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000000725 suspension Substances 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims abstract description 8
- 238000011217 control strategy Methods 0.000 claims abstract description 6
- 238000011156 evaluation Methods 0.000 claims description 31
- 238000012360 testing method Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 abstract 1
- 238000011160 research Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0097—Predicting future conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/02—Control of vehicle driving stability
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
一种电动汽车横向稳定性预测方法,以最佳样机模型为平台,综合分析电动汽车在转向、制动工况下的动力学特征,应用响应面法建立多种运行工况的电动汽车横向稳定性预测模型;分析电动汽车悬架系统装配位置等不确定性变量变异的相关性,简化电动汽车横向稳定性预测模型,并应用偏好集成函数求解电动汽车横向稳定性预测模型的预测结果;联合电动汽车制动系统中的电机子系统与液压子系统,构建电动汽车横向稳定性控制策略。该方法可以提高多种运行工况下的电动汽车的横向稳定性。
Description
技术领域
本发明涉及一种电动汽车横向稳定性分析方法,属于汽车动力学技术领域。
背景技术
现阶段,对于电动汽车横向稳定性分析的研究还不深入,一般仅仅分析电动汽车制动工况等单一工况的横向稳定性,尤其对于融合多种不确定因素的多种运行工况的电动汽车横向稳定性预测研究更少。因此本发明以汽车动力学理论为基础,建立基于汽车制动系统、转向系统、悬架系统、动力电池系统、车身系统的最优电动汽车模型,分析研究基于不确定因素影响的多种运行工况下的电动汽车横向稳定性预测,以提高电动汽车的运行安全。
发明内容
针对现有技术的不足,本发明可以解决的问题是提出一种电动汽车横向稳定性预测方法,首先建立电动汽车的整车参数化模型;通过具有相同子模块但不同装配位置的电动汽车样机模型的动力学仿真对比得到最佳的电动汽车样机模型;以此最佳样机模型为平台,综合分析电动汽车在多种工况下的动力学特征;基于电动汽车动力学特性的测试数值,应用响应面法建立多种运行工况的电动汽车横向稳定性预测模型;分析电动汽车动力电池的结构尺寸参数、装配定位参数等不确定性因素变异的相关性对电动汽车横向稳定性预测模型的干扰,删除不重要的影响因素,简化电动汽车横向稳定性预测模型;应用偏好函数方法将多种不确定因素集成到简化的电动汽车横向稳定性预测模型中;联合电动汽车制动系统中的电机子系统与液压子系统,构建基于横摆力矩分配策略的电动汽车横向稳定性控制策略,提高多种运行工况下的电动汽车的横向稳定性。
本发明解决技术问题所采用的技术方案是:一种电动汽车横向稳定性预测方法,包括以下步骤:
第一步,整车参数化样机模型的构建,定义电动汽车整车基本参数、电动汽车底盘子模块的装配位置参数、电动汽车运行参数的初始值和定义域,包括:整车的轴距、轮距、转向梯形底角、动力电池的结构尺寸参数、悬架系统的装配位置、动力电池的装配位置、车辆载荷,建立包括悬架系统、转向系统、制动系统、动力电池系统、车身系统的电动汽车整车参数化样机模型;
第二步,确定电动汽车最佳样机模型,以电动汽车整车参数化样机模型为基础,构建出具有相同子模块但不同结构尺寸、不同装配位置的电动汽车样机模型,在相同的车辆载荷、车速,不同的路面附着系数下对比分析电动汽车样机模型在制动工况下的动力学特性,从而对比得出电动汽车最佳样机模型;
第三步,动力学测试,基于汽车动力学理论,利用电动汽车最佳样机模型,综合分析不同路面附着系数下的电动汽车在转向工况下的动力学特征,并测试电动汽车横向稳定性的动力学特征评价指标值,包括:车身横摆角速度、车轮横向载荷转移率、质心侧偏角;
第四步,电动汽车横向稳定性预测模型构建,基于电动汽车横向稳定性的动力学特征评价指标测试值,以整车参数化样机模型的参数化变量为基准,应用响应面法建立评价指标的近似函数,包括车身横摆角速度、车轮横向载荷转移率、质心侧偏角,并集成各个评价指标的近似函数构建电动汽车横向稳定性预测模型,每个评价指标采用权重比方式确定权重系数值;
第五步,简化电动汽车横向稳定性预测模型,分析研究动力电池的结构尺寸参数及其装配位置参数,悬架系统的装配位置对电动汽车横向稳定性的影响,这些参数的变异与电动汽车横向稳定性的相互关联,并应用蒙特卡洛方法得到主影响因素和次影响因素,删除次影响因素,简化电动汽车横向稳定性预测模型;
第六步,建立电动汽车横向稳定性预测模型的整体偏好集合函数,由可控变量、环境噪声变量和评价指标变量组成,这些变量通过个体偏好函数表达,并将可控变量的个体偏好函数、环境噪声变量的个体偏好函数、评价指标的个体偏好函数集成到整体偏好集合函数中,求出稳健的电动汽车横向稳定性预测结果;
第七步,电动汽车横向稳定性控制策略研究,基于整体偏好集合函数的预测结果,联合电动汽车制动系统的电机子系统与液压子系统,对车身的附加横摆力矩进行优化分配。
本发明的优点是:减小电动汽车动力电池的结构尺寸、装配位置等参数及其变异对多种运行工况的电动汽车横向稳定性的影响,提高不同路面附着系数下多种运行工况的电动汽车横向稳定性预测的稳健性能。
附图说明
图1是本发明的技术路线示意图。
具体实施方式
下面结合附图说明本发明的最佳实施方式。
1. 电动汽车动力学特性分析
(1)建立整车参数化样机模型
首先定义电动汽车整车基本参数的初始值和定义域,包括整车的轴距、轮距、转向梯形底角、动力电池的结构尺寸参数等参数,再次定义电动汽车底盘的装配位置参数,包括悬架系统、动力电池的装配位置等参数的初始值和定义域,然后定义电动汽车的运行参数,包括车辆载荷的初始值和定义域等,建立包括悬架系统、转向系统、制动系统、动力电池系统、车身系统的电动汽车整车参数化模型。例如,悬架系统、动力电池的装配位置参数,包括悬架系统、动力电池与汽车前轴中心的横向、纵向和垂向距离,定义其初始值和定义域。
(2)确定电动汽车最佳样机模型
以电动汽车整车参数化模型为基础,构建出具有相同子模块但不同结构尺寸、不同装配位置的电动汽车样机模型;在相同的车辆载荷、车速,不同的路面附着系数下对比分析电动汽车样机模型在制动工况下的动力学特性,从而对比得到电动汽车最佳样机模型。电动汽车的子模块构成划分如下:
序号 | 子模块名称 | 子模块代号 | 结构类型 |
1 | 制动系统 | Brake system | 电机子系统与液压子系统 |
2 | 悬架系统 | Suspension | 麦弗逊悬架系统 |
3 | 转向系统 | Steer system | 多连杆转向机构 |
4 | 动力电池系统 | Batter | 动力电池模块 |
5 | 车身系统 | Body | 车身模块 |
(3)动力学测试
基于汽车动力学理论,利用电动汽车最佳样机模型,采用鱼钩和双移线等仿真环境,分析不同路面附着系数:结冰路面(0.18)、雪天路面(0.28)、雨天路面(0.4)、干燥路面(0.75)、分离路面下的电动汽车在转向工况的动力学特征,并测试电动汽车横向稳定性的动力学特征评价指标值,包括:车身横摆角速度、车轮横向载荷转移率、质心侧偏角。
2. 电动汽车横向稳定性预测模型的构建
(1)基于响应面法的评价指标构建
综合考虑电动汽车在转向工况下的动力学特征,基于电动汽车横向稳定性的动力学特征评价指标测试值,以整车参数化样机模型的参数化变量为基准,应用响应面法建立评价指标的近似函数,包括车身横摆角速度、车轮横向载荷转移率、质心侧偏角,并集成各个评价指标的近似函数构建电动汽车横向稳定性预测模型,每个评价指标采用权重比方式确定权重系数值。
应用汽车动力学理论,通过方向盘转角和方向盘转速等信息判断驾驶员的操纵意图,并通过横摆角速度传感器、纵向加速度传感器、侧向加速度传感器、倾角传感器、车速传感器等信息判断车辆的当前状态;基于电动汽车动力学特性的测试数值,应用响应面方法,建立各个评价指标的近似函数J 1、J 2、J 3,从而构成电动汽车横向稳定性预测模型,如下。
其中,ω 1、ω 2、ω 3为不同评价指标的权重系数,J 1为车身横摆角速度,代表摆头、甩尾危险性;J 2为车轮横向载荷转移率,代表侧翻危险性;J 3为质心侧偏角,代表操纵稳定性。
各个评价指标代表不同用户群体的偏好,因此权重系数值采用权重比方式确定。权重比方式就是采用配对比较的方法,两两比较评价指标之间的重要性,并依据重要程度设计配对比较矩阵。例如,有n个目标K 1,K 2,…,K n的多目标优化问题,对这n个目标存在一组重要性的权重比,分别为r 1,r 2,…,r n,两两比较出各优化目标的重要性比值,建立矩阵K,将K乘以一个权重比构成的向量α=,如下式
矩阵K最大特征值所对应的特征向量即为电动汽车横向稳定性预测模型中各个评价指标的权重系数值。
(2)简化电动汽车横向稳定性预测模型
分析研究动力电池的结构尺寸参数及其装配位置参数,悬架系统的装配位置参数对电动汽车横向稳定性的影响,这些参数的变异与电动汽车横向稳定性的相互关联。应用蒙特卡洛方法分析这些参数对电动汽车横向稳定性的影响,得到主影响因素和次影响因素,删除预测模型中次影响因素,简化电动汽车横向稳定性预测模型。
3. 建立整体偏好集合函数
建立电动汽车横向稳定性预测模型的整体偏好集合函数,由可控变量、环境噪声变量和评价指标变量组成,这些变量通过个体偏好函数表达,并将可控变量的个体偏好函数、环境噪声变量的个体偏好函数、评价指标的个体偏好函数集成到整体偏好集合函数中,求出稳健的电动汽车横向稳定性预测结果。
可控变量,即整车基本参数,如整车的轴距、轮距、转向梯形底角等,记作X=[x 1,x 2,x 3,…];环境噪声变量为汽车底盘各子模块的装配位置参数等,如悬架系统的装配位置参数,记作Z=[z 1,z 2,z 3,…];评价指标变量为应用响应面方法建立的近似函数J 1、J 2、J 3,记作F(X,Z)=[f 1(X,Z),f 2(X,Z), f 3(X,Z)]。
通过个体偏好函数表达整体偏好集合函数的相关变量,个体偏好函数的值域可以参考汽车性能定义,也可以按照设计者或者用户的偏好定义。
对于按照设计者或者用户的偏好定义,将个体偏好函数的值域定义在[0,1]范围内。值为1表示性能最好,值为0表示性能最差。例如,动力电池的结构尺寸,设计者认为厚度为240mm最好,其个体偏好值就定义为1,以满足设计者的偏好。
对于以汽车性能为基础的个体偏好函数的值域定义可以采用如下方法:
例如,对于可控变量:转向梯形底角x 1,按照转向机构最小传动角的约束和安装空间的约束,其定义域为x 1=[65,75]°;根据仿真测试结果,转向梯形底角的最佳结果为x 1=71°,因此其个体偏好确定为1,其余定义域内设计点的偏好用一次函数确定,也可以使用其他函数确定。转向梯形底角x 1的个体偏好函数a 1定义如下:
应用整体偏好集合函数Q集成个体偏好函数,如下:
式中,P 1、P 2、P 3分别是可控变量的个体偏好函数、环境噪声变量的个体偏好函数、评价指标的个体偏好函数;ω p1,ω p2,ω p3是权重系数。
稳健的整体偏好集合函数Q的预测结果F用下式求解
式中,μ为整体偏好集合函数Q的均值,σ为整体偏好集合函数Q的方差,ω为权重系数。
4.电动汽车横向稳定性控制策略研究
基于整体偏好集合函数Q的预测结果,联合电动汽车制动系统的电机子系统与液压子系统,对车身附加横摆力矩进行优化分配,以提高电动汽车在转向、制动工况的横向稳定性。
在控制策略中,将车身横摆角速度、车轮横向载荷转移率和质心侧偏角作为控制变量,采用分层控制结构设计控制系统,上层为运动跟踪层,基于参考模型跟踪的控制算法,根据车辆当前状态反馈和参考模型的理想状态,利用模糊控制理论计算控制所需的附加横摆力矩;下层为力矩分配控制层,充分考虑各种约束条件,将车身附加横摆力矩分配给各个车轮,实现对电动汽车横向稳定性的控制。
以上结合最佳实施例对本发明进行了描述,但本发明并不局限于以上揭示的实施例,而应当涵盖各种根据本发明的本质进行的修改、等效组合。
Claims (2)
1.一种电动汽车横向稳定性预测方法,其特征在于,包括以下步骤:
第一步,整车参数化样机模型的构建,定义电动汽车整车基本参数、电动汽车底盘子模块的装配位置参数、电动汽车运行参数的初始值和定义域,包括:整车的轴距、轮距、转向梯形底角、动力电池的结构尺寸参数、悬架系统的装配位置、动力电池的装配位置、车辆载荷,建立包括悬架系统、转向系统、制动系统、动力电池系统、车身系统的电动汽车整车参数化样机模型;
第二步,确定电动汽车最佳样机模型,以电动汽车整车参数化样机模型为基础,构建出具有相同子模块但不同结构尺寸、不同装配位置的电动汽车样机模型,在相同的车辆载荷、车速,不同的路面附着系数下对比分析电动汽车样机模型在制动工况下的动力学特性,从而对比得出电动汽车最佳样机模型;
第三步,动力学测试,基于汽车动力学理论,利用电动汽车最佳样机模型,综合分析不同路面附着系数下的电动汽车在转向工况下的动力学特征,并测试电动汽车横向稳定性的动力学特征评价指标值,包括:车身横摆角速度、车轮横向载荷转移率、质心侧偏角;
第四步,电动汽车横向稳定性预测模型构建,基于电动汽车横向稳定性的动力学特征评价指标测试值,以整车参数化样机模型的参数化变量为基准,应用响应面法建立评价指标的近似函数,包括车身横摆角速度、车轮横向载荷转移率、质心侧偏角,并集成各个评价指标的近似函数构建电动汽车横向稳定性预测模型,每个评价指标采用权重比方式确定权重系数值;
第五步,简化电动汽车横向稳定性预测模型,分析研究动力电池的结构尺寸参数及其装配位置参数,悬架系统的装配位置对电动汽车横向稳定性的影响,这些参数的变异与电动汽车横向稳定性的相互关联,并应用蒙特卡洛方法得到主影响因素和次影响因素,删除次影响因素,简化电动汽车横向稳定性预测模型;
第六步,建立电动汽车横向稳定性预测模型的整体偏好集合函数,由可控变量、环境噪声变量和评价指标变量组成,这些变量通过个体偏好函数表达,并将可控变量的个体偏好函数、环境噪声变量的个体偏好函数、评价指标的个体偏好函数集成到整体偏好集合函数中,求出稳健的电动汽车横向稳定性预测结果;
第七步,电动汽车横向稳定性控制策略研究,基于整体偏好集合函数的预测结果,联合电动汽车制动系统的电机子系统与液压子系统,对车身的附加横摆力矩进行优化分配。
2.按照权利要求1所述的一种电动汽车横向稳定性预测方法,其特征在于,电动汽车横向稳定性预测模型的评价指标包括操纵稳定性、侧翻危险性、摆头及甩尾危险性的评价指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110244636.0A CN113682317B (zh) | 2021-03-05 | 2021-03-05 | 一种电动汽车横向稳定性预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110244636.0A CN113682317B (zh) | 2021-03-05 | 2021-03-05 | 一种电动汽车横向稳定性预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113682317A true CN113682317A (zh) | 2021-11-23 |
CN113682317B CN113682317B (zh) | 2024-04-12 |
Family
ID=78576295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110244636.0A Active CN113682317B (zh) | 2021-03-05 | 2021-03-05 | 一种电动汽车横向稳定性预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113682317B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2844599A1 (fr) * | 2002-09-13 | 2004-03-19 | Peugeot Citroen Automobiles Sa | Procede et dispositif de detection de vent lateral pour vehicule automobile |
US20060257956A1 (en) * | 2003-07-04 | 2006-11-16 | Frederic Basset | Method and device for chemical or biological analysis by a sensor with a monolithic chamber in the form of a multi-microtubular sheaf and a lateral integration measuring transducer |
CN101308386A (zh) * | 2008-07-10 | 2008-11-19 | 同济大学 | 汽车底盘集成控制器硬件在环仿真试验台 |
CN102529922A (zh) * | 2011-12-28 | 2012-07-04 | 天津职业技术师范大学 | 一种半挂汽车列车横向稳定性控制系统 |
DE102011018565A1 (de) * | 2011-04-26 | 2012-10-31 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Prüfverfahren für einen Handbremshebel eines Kraftfahrzeugs und Prüfvorrichtung zur Durchführung des Verfahrens |
CN107985404A (zh) * | 2017-12-22 | 2018-05-04 | 天津职业技术师范大学 | 一种汽车横向稳定性控制装置 |
CN108146431A (zh) * | 2017-12-22 | 2018-06-12 | 天津职业技术师范大学 | 一种极限制动工况的汽车侧翻稳定性集成控制方法 |
CN108715163A (zh) * | 2018-05-14 | 2018-10-30 | 吕杉 | 汽车爆胎安全稳定控制系统 |
CN112926134A (zh) * | 2021-02-25 | 2021-06-08 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 一种电动汽车滑板式电池包优化方法 |
US20210199535A1 (en) * | 2018-12-05 | 2021-07-01 | Southwest Petroleum University | Test device for simulating longitudinal-lateral-torsional coupled nonlinear vibration of drill string of deepwater riserless drilling and method therefor |
-
2021
- 2021-03-05 CN CN202110244636.0A patent/CN113682317B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2844599A1 (fr) * | 2002-09-13 | 2004-03-19 | Peugeot Citroen Automobiles Sa | Procede et dispositif de detection de vent lateral pour vehicule automobile |
US20060257956A1 (en) * | 2003-07-04 | 2006-11-16 | Frederic Basset | Method and device for chemical or biological analysis by a sensor with a monolithic chamber in the form of a multi-microtubular sheaf and a lateral integration measuring transducer |
CN101308386A (zh) * | 2008-07-10 | 2008-11-19 | 同济大学 | 汽车底盘集成控制器硬件在环仿真试验台 |
DE102011018565A1 (de) * | 2011-04-26 | 2012-10-31 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Prüfverfahren für einen Handbremshebel eines Kraftfahrzeugs und Prüfvorrichtung zur Durchführung des Verfahrens |
CN102529922A (zh) * | 2011-12-28 | 2012-07-04 | 天津职业技术师范大学 | 一种半挂汽车列车横向稳定性控制系统 |
CN107985404A (zh) * | 2017-12-22 | 2018-05-04 | 天津职业技术师范大学 | 一种汽车横向稳定性控制装置 |
CN108146431A (zh) * | 2017-12-22 | 2018-06-12 | 天津职业技术师范大学 | 一种极限制动工况的汽车侧翻稳定性集成控制方法 |
CN108715163A (zh) * | 2018-05-14 | 2018-10-30 | 吕杉 | 汽车爆胎安全稳定控制系统 |
US20210199535A1 (en) * | 2018-12-05 | 2021-07-01 | Southwest Petroleum University | Test device for simulating longitudinal-lateral-torsional coupled nonlinear vibration of drill string of deepwater riserless drilling and method therefor |
CN112926134A (zh) * | 2021-02-25 | 2021-06-08 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 一种电动汽车滑板式电池包优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113682317B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108146431B (zh) | 一种极限制动工况的汽车侧翻稳定性集成控制方法 | |
CN111391822B (zh) | 一种极限工况下汽车横纵向稳定性协同控制方法 | |
CN110588657B (zh) | 一种针对车辆运动状态及道路坡度的联合估计方法 | |
Kwon et al. | Multi-objective optimisation of hydro-pneumatic suspension with gas–oil emulsion for heavy-duty vehicles | |
CN111547059A (zh) | 一种分布式驱动电动汽车惯性参数估计方法 | |
CN113359457B (zh) | 智能车底盘域控制器的高维动力学模型解算装置及方法 | |
CN113239450B (zh) | 一种基于区间分析的互联空气悬架多目标优化方法 | |
Sename et al. | H∞/LPV controller design for an active anti-roll bar system of heavy vehicles using parameter dependent weighting functions | |
CN114379583A (zh) | 一种基于神经网络动力学模型的自动驾驶车辆轨迹跟踪系统及方法 | |
US20230139179A1 (en) | Architecture and methodology of adaptive tire force prediction for integrated vehicle motion control | |
DE102022122643A1 (de) | Architektur und auf modellprädiktiver Steuerung basierende Methodologie, um Chassis- und Triebstrang-Aktuatoren zu managen | |
Hongbo et al. | Lane‐keeping control based on an improved artificial potential method and coordination of steering/braking systems | |
Liu et al. | Vehicle state estimation based on unscented Kalman filtering and a genetic-particle swarm algorithm | |
Kim et al. | Model predictive control of a semi-active suspension with a shift delay compensation using preview road information | |
CN113341994B (zh) | 一种基于分段仿射系统最优控制的智能汽车路径跟踪控制方法 | |
Nah et al. | Torque distribution algorithm of six-wheeled skid-steered vehicles for on-road and off-road maneuverability | |
Shiiba et al. | Development of driving simulator with full vehicle model of multibody dynamics | |
Currier | A method for modeling and prediction of ground vehicle dynamics and stability in autonomous systems | |
CN113682317A (zh) | 一种电动汽车横向稳定性预测方法 | |
CN116331256A (zh) | 分布式驱动电动汽车换道轨迹规划方法、设备及存储介质 | |
CN112926134A (zh) | 一种电动汽车滑板式电池包优化方法 | |
CN111814258B (zh) | 用于四轮独立电驱动车辆线控转向系统传动比的设计方法 | |
CN115422837A (zh) | 一种基于深度高斯过程的智能汽车动力学预测模型、训练数据获取方法、以及训练方法 | |
Kang et al. | Skid steering based maneuvering of robotic vehicle with articulated suspension | |
CN113650620A (zh) | 一种四轮电驱动汽车状态预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |