CN115406669A - 一种多轴特种车辆侧翻指标优化方法 - Google Patents

Abstract

本发明属于车辆工程技术领域，具体地涉及一种多轴特种车辆侧翻指标优化方法。步骤1：建立多轴特种车辆动力学模型，并对建立的多轴整车动力学模型进行测试；步骤2：基于步骤1建立的多轴特种车辆动力学模型，进一步建立多轴特种车辆的侧翻动力学模型，针对侧翻动力学模型建立侧翻评价指标LTR；步骤3：建立对步骤2的LTR瞬态值和预警阈值的优化方法。利用Trucksim建立了动力学特性与实车高度吻合的多轴特种车动力学模型，综合考虑簧载质量与非簧载质量的侧倾力矩对于两侧车轮垂向载荷差的影响，以及车速与路面环境变化对侧翻预警阈值的影响，对LTR与LTR阈值的计算进行了优化，提高了特种车辆防侧翻控制的侧翻预警精度。

Description

一种多轴特种车辆侧翻指标优化方法

技术领域

本发明属于车辆工程技术领域，具体地涉及一种多轴特种车辆侧翻指 标优化方法。

背景技术

多轴特种车辆作为大型装备的主要运输平台与承载介质，在国防与军 事行业中发挥着重要的作用。现代特种车辆大多都具有整备质量大、质 心高、车身长、轮距窄的特点，战时面对复杂的行驶环境，很容易发生侧 倾、侧翻等失稳现象。因此，需要通过防侧翻控制提升车辆的行驶稳定性， 而车辆的防侧翻控制，首先需要关注的一个问题是采用何种评价指标来准 确评价车辆侧翻的危险程度。

目前，对于车辆防侧翻控制与侧翻预警的研究形成了几种不同的评价 指标。主要包括侧倾角、侧向加速度、LTR与ZMP理论等。几种常用的 评价指标中，LTR因其定义与临界条件明确是运用最广泛的侧翻评价指 标，但LTR也存在一定的局限性，由LTR的定义，当车辆的一侧车轮脱 离地面，即LTR的值为1时，便判定车辆发生了侧翻。而事实情况，车轮 在受到冲击发生瞬时离地时车辆并不一定会发生侧翻。有学者研究表明， 车辆非黄载质量的侧倾力矩对LTR的计算精度有较大的影响，而许多学者 在计算LTR时并没有考虑簧载质量侧倾力矩的影响。另外，目前关于车辆 防侧翻控制的研究中预警阈值的选取大都设为一个定值，而没有考虑车速 与路面环境变化的影响，使得侧翻指标往往只适用于绊倒性侧翻，对非绊 倒性侧翻的适用性较差。多轴特种车辆往往需要在越野环境下行驶，面对 复杂多变的路面行驶环境，采用固定的预警阈值的方式进行防侧翻控制， 很可能会由于预警太迟导致控制系统反应时间不足进而影响侧翻控制的 效果。

因此，需要对车辆的侧翻指标的计算精度以及预警阈值的确定进行更 深一层次的研究，建立一种对车辆侧翻危险程度评价更准确的侧翻指标以 及一种预警效果更好的预警阈值计算方法，作为车辆防侧翻控制与预警控 制的基础。

发明内容

针对上述存在的在问题，本文基于常用LTR与ZMP的动态分析，提 出了一种同时考虑簧载质量与非黄载质量侧倾力矩影响的新侧翻评价指 标以及一种能根据车速与路面附着系数自适应确定预警阈值的计算方式。 通过搭建的Trucksim车辆动力学模型与实车试验，分别对优化后LTR的 计算精度与新预警阈值的预警效果进行了对比分析，为特种车辆侧翻控制 与侧翻预警提供了思路。

为了实现上述目的，本发明所采用的技术方案如下

一种多轴特种车辆侧翻指标优化方法，包括：

步骤1：建立多轴特种车辆动力学模型，并对建立的多轴整车动力学 模型进行测试；

步骤2：基于步骤1建立的多轴特种车辆动力学模型，进一步建立多 轴特种车辆的侧翻动力学模型，针对侧翻动力学模型建立侧翻评价指标 LTR；

步骤3：建立对步骤2的LTR瞬态值和预警阈值的优化方法。

优选的，所述步骤1包括：

步骤1.1：在Trucksim中建立包括车身、轮胎系统、悬架系统、转向系 统、动力传动系统和制动系统的多轴特种车辆动力学模型；

步骤1.2：建立测试系统，对多轴特种车辆动力学模型的位移、速度、 加速度、角速度以及行驶所经过路面的坐标、坡度变化和海拔高度数据进 行采集，对采集的数据分析和处理；

步骤1.3：选取实车实验的一段行驶轨迹，在步骤1的Trucksim中搭建 与该段轨迹相同的路谱信息，包括路面的坡度变化、转弯半径、摩擦系数 相同的路面，并设定与实车实际运行时速度相同的车速进行仿真测试。

优选的，所述步骤2具体为：

步骤2.1：基于步骤1建立的多轴特种车辆动力学模型，进一步建立 多轴特种车辆的侧翻动力学模型；

步骤2.2：针对步骤2.1的侧翻动力学模型建立基于整车质量的侧翻评 价指标LTR。

优选的，所述步骤2.1具体为：

步骤2.1.1：建立多轴特种车辆的侧翻动力学模型；

步骤2.1.2：在步骤2.1.1的基础上，建立侧倾力矩、横摆力矩和横向 力平衡方程：

侧倾力矩平衡方程：

横摆力矩平衡方程：

横向力平衡方程：

式中，m为整车质量，m_s为簧载质量，m_u为非簧载质量，J_zz和J_xx分 别为整车于z轴与x轴的转动惯量，φ为车身侧倾角，

为车身侧倾角速度，

为车身侧倾角加速度，ω_z为车辆的横摆角速度，

为横摆角加速度，K_φ 为等效的车身侧倾刚度，C_φ为等效车身侧倾阻尼，a_y与a_ys分别为整车和簧 载质量的侧向加速度，h_x为簧载质量重心到侧倾中心的距离，F_yi(i＝1,2,3,4,5)为一至五桥车轴的侧向力，l_i(i＝1,2,3,4,5)为一至五桥车轴中 心到质心的距离。

优选的，所述步骤2.2具体为：

基于整车质量的侧翻评价指标LTR为：

式中，B为两侧车轮的轮距，H为簧载质量重心到地面的高度。

优选的，所述步骤3的LTR瞬态值的优化具体为：

将车辆簧载质量的侧向加速度写为：

则簧载质量于侧倾中心点的侧倾力矩平衡方程为：

簧载质量于两侧车轮与地面接触点中心的侧倾力矩平衡方程为：

结合式(1)，(6)与(7)得到优化后的：

为车辆侧向速度的导数，v_x为纵向车速，ω_z为横摆角速度，m_u为非 簧载质量，F_ZR为车辆左侧所有车轮的垂向载荷之和，F_ZL为右侧所有车轮 的垂向载荷之和；

最后在Trucksim中搭建鱼钩转向工况对LTR^o的计算精度进行验证。

优选的，所述步骤3的LTR预警阈值LTR_t的优化具体为：

利用搭建的鱼钩转向工况，在不同的摩擦系数和车速下分别进行仿真 测试，路面的摩擦系数按0.05的等差由0.1以增加至1，车速按10km/h 的等差由50km/h增加至最高行驶速度要求100km/h，得到114组不同路面 摩擦系数与车速下的LTR值，对于车辆会发生侧翻的测试情况，定义|LTR| 首次到达1前0.1s时的LTR值作为LTR的预警阈值，对于车辆不会发生 侧翻的工况，定义LTR的预警阈值为1，结果如表1所示：

表1不同摩擦系数与车速下的LTR预警阈值

对表1中的数据通过多项式拟合的方式拟合得到LTR的预警阈值LTR_t与车速和摩擦系数关系：

f(i,j)＝a₀+a₁i+a₂j+a₃i²+a₄j+a₅j² +a₆i³+a₇i²j+a₈ij²+a₉i⁴+a₁₀i³j+a₁₁i²j² (10)

式中i表示路面的摩擦系数，j表示车辆的车速，a₀＝7.2098，a₁＝-2.6168， a₂＝-0.13157，a₃＝-6.22118，a₄＝0.11313，a₅＝3.4052e-4，a₆＝-3.28875， a₇＝0.12287，a₈＝-4.66202e-4，a₉＝6.32616，a₁₀＝-0.11945，a₁₁＝1.98969e-4。

与现有技术相比，本发明的有益效果是：

(1)通过本发明建立的模型和实车测试，可以看出非簧载质量侧倾 力矩对于侧翻评价指标的计算精度存在较大的影响，非簧载质量越大，影 响越大。同时考虑簧载质量与非簧载质量侧倾力矩对车轮垂向载荷差的影 响，能有效提升LTR的计算精度，经仿真分析发现本发明优化后的LTR 计算精度相比于常用的LTR与ZMP方法的计算精度分别提升了6.3％与 12.4％左右。

(2)本发明通过多项式拟合的方式建立了车辆侧翻预警阈值与车速 和路面附着系数的关系，LTR_t能够根据车速与路面环境的变化自动调整， 相比于预警阈值为定值时的预警，LTR_t下的预警能够为车辆的防侧翻控制 预留出更多的反应时间。

(3)本发明优化后的侧翻评价指标不仅适用于绊倒性侧翻，同时也 适用于非绊倒性侧翻。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与 本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

在附图中：

图1为整车集成模型；

图2为实验测试系统图；

图3为路谱信息对比图；

图4为实车与动力学模型运动状态对比图；

图5为五轴特种车辆的侧翻动力学模型；

图6为方向盘角阶跃输入工况下的对比结果；

图7为方向盘正弦输入工况下的对比结果；

图8为鱼钩转向工况对比结果；

图9为实车实验验证对比结果；

图10为不同预警阈值下的预警时间对比；

图11为本发明的方法流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描 述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例：

参照附图1-10所示，一种多轴特种车辆侧翻指标优化方法，包括：

步骤1：建立多轴特种车辆动力学模型，并对建立的多轴整车动力学 模型进行测试；包括：

步骤1.1：本实施例在Trucksim中建立包括车身、轮胎系统、悬架系统、 转向系统、动力传动系统和制动系统的五轴、卧式驾驶室的拖车特种车辆 动力学模型，车型为TS 5ATractor(SS_SSS)，如图1所示。

步骤1.2：为验证所建立模型的准确性，通过对比模型与实际车辆经过 相同工况下的运动状态是否一致，以此来说明所建立的模型是否准确。

建立如图2所示的测试系统，实验设备包括PC计算机、三轴向加速度 传感器、单天线传感器、踏板力传感器、低速数据采集系统与dewesoft数 据采集系统，实验时，将三向加速度传感器分别粘贴于各轴车轮的双横臂 与车架上，单天线传感器放置于车辆质心位置，踏板力传感器用束线捆扎 于油门踏板上，采用220V移动电源给dewesoft数据采集系统供电，12V直 流电源给低速数据采集系统供电，标定好各个传感器的灵敏度之后便可实 时采集车辆的位移、速度、加速度、角速度等运动状态以及行驶所经过的 路面坐标、坡度变化、海拔高度等路谱信息。采用dewesoft与 Race_Technology软件对数据进行记录、分析与处理。

步骤1.3：选取实车实验的一段行驶轨迹，在步骤1的Trucksim中搭建 与该段轨迹相同的路谱信息，包括路面的坡度变化、转弯半径、摩擦系数 相同的路面，实车与模型车辆的行驶轨迹、路面坡度变化情况如图3所示， 并设定与实车实际运行时速度相同的车速进行仿真测试。对比车辆模型与 实车实验的运动状态，对比结果如图4所示。

图8对比结果表明：在相同的行驶工况下，Trucksim特种车辆动力学 模型与实车的运动状态吻合度比较高，说明所搭建的特种车辆动力学模型 能够用于车辆横向稳定性的仿真分析。

步骤2：基于步骤1建立的多轴特种车辆动力学模型，进一步建立多 轴特种车辆的侧翻动力学模型，针对侧翻动力学模型建立侧翻评价指标 LTR。具体包括：

步骤2.1：基于步骤1建立的多轴特种车辆动力学模型，进一步建立 多轴特种车辆的侧翻动力学模型；具体为：

步骤2.1.1：如图5建立多轴特种车辆的侧翻动力学模型；

步骤2.1.2：在步骤2.1.1的基础上，建立侧倾力矩、横摆力矩和横向 力平衡方程：

侧倾力矩平衡方程：

横摆力矩平衡方程：

横向力平衡方程：

式中，g重力加速度，m为整车质量，m_s为簧载质量，m_u为非簧载质 量，J_zz和J_xx分别为整车于z轴与x轴的转动惯量，φ为车身侧倾角，

为 车身侧倾角速度，

为侧倾角加速度，

为车辆的横摆角速度，K_φ为等效 的车身侧倾刚度，C_φ为等效车身侧倾阻尼，a_y与a_ys分别为整车和簧载质量 的侧向加速度，h_x为簧载质量重心到侧倾中心的距离，F_yi(i＝1,2,3,4,5)为一 至五桥车轴的侧向力，l_i(i＝1,2,3,4,5)为一至五桥车轴中心到质心的距离。

步骤2.2：针对步骤2.1的侧翻动力学模型建立基于整车质量的侧翻评 价指标LTR。

LTR定义如下：

F_ZR为车辆左侧所有车轮的垂向载荷之和，F_ZL为右侧所有车轮的垂向 载荷之和。由上式可知，LTR的值域为[-1 1]，且其值越接近1，车辆发生 侧翻的风险越大。

由于车辆的垂向载荷不易测量，因此，LTR的计算通常根据车辆的侧 翻动力学模型转化为一些较易测量的车辆运动状态，如车辆的侧向加速 度、车身侧倾角与侧倾角速度等来求解，进而基于整车质量的侧翻评价指 标LTR为：

式中，B为两侧车轮的轮距，H为簧载质量重心到地面的高度。

ZMP也可作为车辆的一种侧翻评价指标，如下的表达式：

式中，G表示簧载质量的重心。

对上式进行等式变换得

上式两边同乘

有：

忽略横摆角加速度的影响，车辆的侧倾力矩平衡可以表示为：

结合式(13)与式(14)可得

式中：a_yG表示簧载质量重心处的侧向加速度。

由上式变换得到：

可以看到，ZMP的值域也为[-1 1]，|ZMP|越接近1，车辆发生侧翻的 风险越高。

由式(4)与式(16)可以看出，LTR与ZMP的分母分别表示的是整 车与簧载的重量，也就是说两种评价指标分别是以整车与簧载质量作为研 究对象来评价车辆的侧翻风险的。而由式(1)与式(14)可以看出，LTR 的分子却只考虑了簧载质量的惯性力对左右两侧车轮垂向载荷差的影响， ZMP的分子只考虑了簧载质量的惯性力对两侧车轮侧向力的影响，两者都 没有考虑簧下质量惯性力的影响。显然，这对于某些簧下质量关于整车质 量占比较大的车辆而言，两种评价指标的计算都是不够精确的。对于LTR 而言，由于分子仅考虑了簧载质量惯性力的影响，分母代表的却是整车重 量，其值应比实际值要偏小。对于ZMP而言，由于分母只代表簧载的重 量，其值应比真实值要偏大。

步骤3：建立对步骤2的LTR瞬态值和预警阈值的优化方法。

基于步骤2的对比分析，可以得到，LTR和ZMP两种评价指标对于 车辆侧翻危险程度的评价都是不够精确的，尤其随着车辆簧下质量占比的 增大，偏差将越大。因此，需要对侧翻评价指标的准确性进行进一步的优 化。本实施例综合考虑簧载质量与簧下质量惯性力矩对车轮垂向载荷差的 影响，对LTR的计算进行了优化，LTR瞬态值的优化具体为：

由图5，将车辆簧载质量的侧向加速度写为：

则簧载质量于侧倾中心点的侧倾力矩平衡方程为：

簧载质量于两侧车轮与地面接触点中心的侧倾力矩平衡方程为：

结合式(1)，(6)与(7)得到优化后的：

为车辆侧向速度的导数，v_x为纵向车速，ω_z为横摆角速度，m_u为非 簧载质量，F_ZR为车辆左侧所有车轮的垂向载荷之和，F_ZL为右侧所有车轮 的垂向载荷之和。

为了对比LTR^o与常用LTR、ZMP三种评价指标的差异，利用Trucksim 分别搭建了角阶跃输入与正弦角输入两种工况，路面的附着系数设为0.85，仿真车速设为80km/h,与搭建的三种评价指标的Simulink计算模型 进行了联合仿真，两种工况下三种评价指标的对比结果如图6与图7所示。

图6的对比结果表明，在相同的方向盘角阶跃转角输入下，三种评价 指标的计算值存在一定的偏差。ZMP的稳态值约为0.69，LTR^o的稳态值 约为0.65，LTR的稳态值约为0.57。图7的对比结果表明，在相同幅值的 方向盘正弦转角输入下，三种评价指标之间的偏差与角阶跃输入工况下的 测试结果相同，ZMP的幅值约比LTR^o的幅值大6.3％。LTR的幅值约比 LTR^o的幅值小12.4％。此仿真结论与步骤2.2的分析结论一致。

最后，为了验证LTR^o的计算精度，分别基于搭建的Trucksim动力学 模型与实车实验数据进行了验证。由动力学模型对LTR^o精度的验证思路 为，在Trucksim中搭建典型的稳定性试验工况——鱼钩转向工况，在该工 况下运行得到车辆的运动状态以及两侧车轮的垂向载荷，由两侧车轮的垂 向载荷计算得到模型的实际LTR，由车辆的运动状态计算三种评价指标， 将三种评价指标与实际LTR进行了对比，车辆的部分运动状态与评价指标 的对比结果如图8所示。由实车实验验证LTR^o精度的思路为，将验模时 所采用的数据采集设备依次安装于车辆的各个位置，驾驶车辆按照既定的 S型弯道以一定的车速运行，得到车辆的运动状态，计算三种评价指标， 由安装于悬架的双积分传感器得到车辆两侧悬架的变形量，由悬架变形量 与悬架刚度计算车轮的垂向载荷，从而计算实车运动过程中的实际横向载 荷转移率，车辆的部分运动状态与三种评价指标和实际横向载荷转移率的 对比结果如图9所示。

图8的对比结果表明，在相同的鱼钩转向工况下，三种评价指标的曲 线基本与实际LTR的曲线相同。常用LTR的稳态值约为-0.57，ZMP的稳 态值约为-0.74，LTR^o的稳态值与实际LTR的稳态值很接近，都为-0.65左 右。评价指标的对比结果中，1.6s至2.8s与3.3s至6.5s时实际的LTR振 荡较大，与其他三种评价指标有所差别的原因是由于Trucksim车辆运行到 1.6s至2.8s与3.3s至6.5s时分别只有四五轴的右侧与左侧车轮脱离了地面 接触，并没有发生侧翻，此时，车辆具有较强的非线性。而三种评价指标 是由车辆的侧向加速度、侧倾角与侧倾角速度等运动状态计算而来的，弱 化了对这种非线性的表征。但是，从另一个方面来说，这将更能反应车辆 侧翻风险的真实情况，因为，真实情况下，车辆同一侧的各轴车轮并不是 同时发生侧翻的，换句话说，车辆一侧的某轴或某几轴车轮脱离了地面并 不代表车辆将会发生侧翻。

图9的对比结果与图8的对比结果相同，LTR^o与实车实验的实际LTR 相比，计算精度更高，ZMP的计算值偏大，LTR的计算值偏小。由图中 数据，ZMP的幅值比实际LTR的幅值约大22％，LTR的幅值比实际LTR的 幅值小约15％。

基于上述分析，可以得出结论：同时考虑簧载质量与非簧载质量侧倾 力矩对LTR的影响，能有效提升LTR的计算精度，对于车辆侧翻的评价 是更准确。

LTR预警阈值LTR_t的优化具体为：

目前用于车辆侧翻预警控制的指标的阈值大都是设为某一定值，没有 考虑路面环境变化的影响，由此使得侧翻评价指标往往只适用于非绊倒性 侧翻，对于绊倒性侧翻的适用性较差。无论是驾驶员自身进行防侧翻控制， 还是主动防侧翻控制系统的防侧翻控制，在收到车辆侧翻的预警信号时， 都需要一定的反应时间。对于车速较高，路面附着系数较好的情况，如果 仍按照固定的预警值对车辆进行防侧翻控制，将可能会由于反应时间的不 足导致防侧翻控制的失败。基于此，本发明考虑车速与路面输入对LTR阈 值的影响，通过数据拟合的方式，进一步优化了LTR的预警阈值。

利用搭建的鱼钩转向工况，在不同的摩擦系数和车速下分别进行仿真 测试，路面的摩擦系数按0.05的等差由0.1以增加至1，车速按10km/h 的等差由50km/h增加至最高行驶速度要求100km/h，得到114组不同路面 摩擦系数与车速下的LTR值，对于车辆会发生侧翻的测试情况，定义|LTR| 首次到达1前0.1s时的LTR值作为LTR的预警阈值，对于车辆不会发生 侧翻的工况，定义LTR的预警阈值为1，结果如表1所示：

表1不同摩擦系数与车速下的LTR预警阈值

对表1中的数据通过多项式拟合的方式拟合得到LTR的预警阈值LTR_t与车速和摩擦系数关系：

f(i,j)＝a₀+a₁i+a₂j+a₃i²+a₄j+a₅j² +a₆i³+a₇i²j+a₈ij²+a₉i⁴+a₁₀i³j+a₁₁i²j² (10)

式中i表示路面的摩擦系数，j表示车辆的车速，a₀＝7.2098，a₁＝-2.6168， a₂＝-0.13157，a₃＝-6.22118，a₄＝0.11313，a₅＝3.4052e-4，a₆＝-3.28875， a₇＝0.12287，a₈＝-4.66202e-4，a₉＝6.32616，a₁₀＝-0.11945，a₁₁＝1.98969e-4。

仿真结果表明对预警阈值有影响的主要是高附着系数的工况。因此， 设计了三组不同车速与高附着系数的工况对预警阈值的优化效果进行了 验证，三组工况的路面附着系数与车速分别是0.9与75km/h、0.9与85km/h、 0.95与75km/h，基于优化的预警阈值计算方式计算三组工况下的预警阈 值，定义预警阈值与相应工况下的LTR^o曲线相交时的时间为预警时间， 设预警阈值为定值时的预警时间为T₀₁、T₀₂、T₀₃，预警阈值为LTR^o时的预 警时间为T₁、T₂、T₃。其中，预警阈值的定值为常用的0.85。三种工况下的 新评价指标曲线(LTR^o)与预警阈值曲线(LTR_t)如图10所示，优化前 后的预警阈值与预警时间对比结果分别如表2与表3所示。

表2预警阈值对比

预警阈值	i＝0.9,j＝75km/h	i＝0.9,j＝85km/h	i＝0.95,j＝75km/h
				优化前	0.85	0.85	0.85
优化后	0.732	0.691	0.705

表3预警时间对比结果

预警时间	i＝0.9,j＝75km/h	i＝0.9,j＝85km/h	i＝0.95,j＝75km/h
				优化前	T<sub>01</sub>＝1.23s	T<sub>02</sub>＝1.15s	T<sub>03</sub>＝1.22s
优化后	T<sub>1</sub>＝1.08s	T<sub>2</sub>＝0.85s	T<sub>3</sub>＝1.05s

图10与表2、表3的数据结果表明：路面附着系数对预警阈值的影响 较大，车速对预警阈值的影响较小；优化后的预警阈值能为车辆的防侧翻 控制预留出更多的反应时间。对于设定的三种工况，在相同的车速与路面 附着系数条件下，相比于固定的预警阈值，优化后的预警阈值分别降低了 0.118、0.159、0.145；相比于固定预警阈值下的预警时间，优化后预警阈 值下的预警时间分别提前了0.15s、0.3s、0.17s。优化后的预警阈值能够根 据车速与路面环境变化自适应的调整，使得侧翻指标不仅适用于绊倒性侧 翻，同时也适用于非绊倒性侧翻。

结论：

本发明基于参数化的建模软件Trucksim建立了某重型特种车辆的动 力学模型，经实车实验验证了模型的准确性与可靠性。并基于侧翻动力学 模型对车辆的侧翻评价指标进行了动态分析，对LTR评价指标与LTR的 预警阈值的优化问题作了探究，得到了如下结论：

(1)非簧载质量侧倾力矩对于侧翻评价指标的计算精度存在较大的 影响，非簧载质量越大，影响越大。同时考虑簧载质量与非簧载质量侧倾 力矩对车轮垂向载荷差的影响，能有效提升LTR的计算精度，经仿真分析 发现优化后LTR的计算精度相比于常用的LTR与ZMP方法的计算精度分 别提升了6.3％与12.4％左右。

(2)通过多项式拟合的方式建立了车辆侧翻预警阈值与车速和路面 附着系数的关系，LTRt能够根据车速与路面环境的变化自动调整，相比于 预警阈值为定值时的预警，LTRt下的预警能够为车辆的防侧翻控制预留出 更多的反应时间。

(3)优化后的侧翻评价指标不仅适用于绊倒性侧翻，同时也适用于 非绊倒性侧翻。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本 行业的技术人员应该了解，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及其等效物界 定。

Claims (7)

1.一种多轴特种车辆侧翻指标优化方法，其特征在于：包括：

步骤1：建立多轴特种车辆动力学模型，并对建立的多轴整车动力学模型进行测试；

步骤2：基于步骤1建立的多轴特种车辆动力学模型，进一步建立多轴特种车辆的侧翻动力学模型，针对侧翻动力学模型建立侧翻评价指标LTR；

步骤3：建立对步骤2的LTR瞬态值和预警阈值的优化方法。

2.根据权利要求1所述的一种多轴特种车辆侧翻指标优化方法，其特征在于：所述步骤1包括：

步骤1.1：在Trucksim中建立包括车身、轮胎系统、悬架系统、转向系统、动力传动系统和制动系统的多轴特种车辆动力学模型；

步骤1.2：建立测试系统，对多轴特种车辆动力学模型的位移、速度、加速度、角速度以及行驶所经过路面的坐标、坡度变化和海拔高度数据进行采集，对采集的数据分析和处理；

步骤1.3：选取实车实验的一段行驶轨迹，在步骤1的Trucksim中搭建与该段轨迹相同的路谱信息，包括路面的坡度变化、转弯半径、摩擦系数相同的路面，并设定与实车实际运行时速度相同的车速进行仿真测试。

3.根据权利要求2所述的一种多轴特种车辆侧翻指标优化方法，其特征在于：所述步骤2具体为：

步骤2.1：基于步骤1建立的多轴特种车辆动力学模型，进一步建立多轴特种车辆的侧翻动力学模型；

步骤2.2：针对步骤2.1的侧翻动力学模型建立基于整车质量的侧翻评价指标LTR。

4.根据权利要求3所述的一种多轴特种车辆侧翻指标优化方法，其特征在于：所述步骤2.1具体为：

步骤2.1.1：建立多轴特种车辆的侧翻动力学模型；

步骤2.1.2：在步骤2.1.1的基础上，建立侧倾力矩、横摆力矩和横向力平衡方程：

侧倾力矩平衡方程：

横摆力矩平衡方程：

横向力平衡方程：

式中，m为整车质量，m_s为簧载质量，m_u为非簧载质量，J_zz和J_xx分别为整车于z轴与x轴的转动惯量，φ为车身侧倾角，

为车身侧倾角速度，

为车身侧倾角加速度，ω_z为车辆的横摆角速度，

为横摆角加速度，K_φ为等效的车身侧倾刚度，C_φ为等效车身侧倾阻尼，a_y与a_ys分别为整车和簧载质量的侧向加速度，h_x为簧载质量重心到侧倾中心的距离，F_yi(i＝1,2,3,4,5)为一至五桥车轴的侧向力，l_i(i＝1,2,3,4,5)为一至五桥车轴中心到质心的距离。

5.根据权利要求4所述的一种多轴特种车辆侧翻指标优化方法，其特征在于：所述步骤2.2具体为：

基于整车质量的侧翻评价指标LTR为：

式中，B为两侧车轮的轮距，H为簧载质量重心到地面的高度。

6.根据权利要求5所述的一种多轴特种车辆侧翻指标优化方法，其特征在于：所述步骤3的LTR瞬态值的优化具体为：

将车辆簧载质量的侧向加速度写为：

则簧载质量于侧倾中心点的侧倾力矩平衡方程为：

簧载质量于两侧车轮与地面接触点中心的侧倾力矩平衡方程为：

结合式(1)，(6)与(7)得到优化后的：

其中，

为车辆侧向速度的导数，v_x为纵向车速，ω_z为横摆角速度，m_u为非簧载质量，F_ZR为车辆左侧所有车轮的垂向载荷之和，F_ZL为右侧所有车轮的垂向载荷之和；

最后在Trucksim中搭建鱼钩转向工况对LTR^o的计算精度进行验证。

7.根据权利要求6所述的一种多轴特种车辆侧翻指标优化方法，其特征在于：所述步骤3的LTR预警阈值LTR_t的优化具体为：

利用搭建的鱼钩转向工况，在不同的摩擦系数和车速下分别进行仿真测试，路面的摩擦系数按0.05的等差由0.1以增加至1，车速按10km/h的等差由50km/h增加至最高行驶速度要求100km/h，得到114组不同路面摩擦系数与车速下的LTR值，对于车辆会发生侧翻的测试情况，定义|LTR|首次到达1前0.1s时的LTR值作为LTR的预警阈值，对于车辆不会发生侧翻的工况，定义LTR的预警阈值为1，结果如表1所示：

表1 不同摩擦系数与车速下的LTR预警阈值

对表1中的数据通过多项式拟合的方式拟合得到LTR的预警阈值LTR_t与车速和摩擦系数关系：

f(i,j)＝a₀+a₁i+a₂j+a₃i²+a₄j+a₅j²+a₆i³+a₇i²j+a₈ij²+a₉i⁴+a₁₀i³j+a₁₁i²j² (10)

式中i表示路面的摩擦系数，j表示车辆的车速，a₀＝7.2098，a₁＝-2.6168，a₂＝-0.13157，a₃＝-6.22118，a₄＝0.11313，a₅＝3.4052e-4，a₆＝-3.28875，a₇＝0.12287，a₈＝-4.66202e-4，a₉＝6.32616，a₁₀＝-0.11945，a₁₁＝1.98969e-4。

Images