CN118036189B - 一种后轮主动转向及线控转向载荷预测方法及系统、设备 - Google Patents
一种后轮主动转向及线控转向载荷预测方法及系统、设备 Download PDFInfo
- Publication number
- CN118036189B CN118036189B CN202410430359.6A CN202410430359A CN118036189B CN 118036189 B CN118036189 B CN 118036189B CN 202410430359 A CN202410430359 A CN 202410430359A CN 118036189 B CN118036189 B CN 118036189B
- Authority
- CN
- China
- Prior art keywords
- model
- module
- vehicle
- data
- rear wheel
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012360 testing method Methods 0.000 claims abstract description 46
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 238000013461 design Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 4
- 239000006096 absorbing agent Substances 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000035939 shock Effects 0.000 claims description 3
- 230000009347 mechanical transmission Effects 0.000 claims description 2
- 239000000725 suspension Substances 0.000 abstract description 9
- 238000011161 development Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012827 research and development Methods 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 241000510097 Megalonaias nervosa Species 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003381 stabilizer Substances 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明涉及智能汽车底盘系统技术领域,具体而言,涉及一种后轮主动转向及线控转向载荷预测方法及系统、设备,本发明主要包括了建立后轮转向控制执行系统模型,通过FMI或者专用联合仿真接口与车辆多体动力学模型连接,得到整车多体动力学模型;驱动整车多体动力学模型在多种疲劳耐久路面上以标准试验及特征路面误操作工况行驶,模拟实车试验工况;行驶结束后,通过输出生成载荷结果文件,获取底盘、车身各部件载荷数据。本发明解决了四轮转向车型在虚拟试验场载荷预测时,后悬主动转向无法真实参与整车行驶的技术难题,能保证四轮转向车辆在虚拟试验场仿真中与实车行驶工况保持一致,包括零部件载荷预测结果满足疲劳耐久及强度试验要求。
Description
技术领域
本发明涉及智能汽车底盘系统技术领域,具体而言,涉及一种后轮主动转向及线控转向载荷预测方法及系统、设备。
背景技术
随着汽车向智能网联技术趋势发展,包含机械、液压、电机、电子、软件及控制的多物理系统越来越常见,导致汽车及零部件系统的开发越来越复杂,同时由于新能源的发展趋势,对零部件的可靠性及轻量化要求也越来越高。
后轮主动转向(线控转向)系统是智能汽车实现安全性、舒适性、自动驾驶等的关键系统,同时其本身也是集成了机械、电机、电子、控制软件等多物理的复杂系统。
在进行复杂多物理系统,特别是涉及软件控制的系统开发中,急需一种能对复杂系统进行模拟以保证整车及系统的运行在真实的状态及场景下,以更加真实预测相关零部件载荷。并将结果用于进行零部件强度疲劳的虚拟仿真与台架测试,达到加快汽车系统及零部件的开发效率及提升产品质量的效果。
现有的汽车及零部件载荷预测方法主要有两种方法:
第一种,基于实车的道路谱及车辆信号采集,利用多体动力学建模、虚拟迭代技术,进行零部件载荷的预测提取。
第二种,基于多体动力学建模、轮胎与路面测试建模、结构有限元仿真等技术,建立虚拟路面、场景工况、车辆模型进行车辆行驶工况的零部件极限强度与疲劳耐久载荷预测。
对于现有技术方案中第一种基于实车采集及迭代的载荷预测方案,存在研发前期没有实物的问题,不足以满足研发效率及提前预测的要求。
对于第二种技术方案,在解决机械系统方面的零部件载荷预测上能够满足需求,只是基于多体动力学及结构有限元技术已经无法真实的模拟系统的运行状态,因此零部件的载荷也就无法准确预测,如:对与后轮主动转向系统,无法根据控制策略真实反应后轮转向系统部件的响应,包括:电机、转向器,也将导致后轴轮胎的转角不准确,进而导致整车响应及零部件载荷的不准确。
发明内容
本发明的目的是提供一种后轮主动转向及线控转向载荷预测方法及系统、设备,来解决现有技术的上述问题。
本发明的实施例通过以下技术方案实现:
第一方面,本发明提供了一种后轮主动转向及线控转向载荷预测方法,包括:
获取实测轮胎属性数据和实测路面属性数据,通过实测轮胎属性数据和实测路面属性数据建立多体动力学模型;
建立后轮转向控制执行系统模型,通过FMI或者专用联合仿真接口与多体动力学模型连接,得到整车多体动力学模型;
驱动整车多体动力学模型在多种疲劳耐久路面上以标准试验工况行驶,模拟实车试验工况;
行驶结束后,通过输出生成载荷结果文件,获取底盘、车身各部件载荷数据。
在本发明的一实施例中,所述实测轮胎属性数据包括;
通过对实车轮胎进行试验,获取轮胎性能数据,根据轮胎性能数据生成轮胎数字模型;
通过轮胎数字模型模拟真实轮胎的力学响应特性。
在本发明的一实施例中,所述实测路面属性数据包括:
构建虚拟试验场路面模型,通过虚拟试验场路面模型模拟真实路面特性,与轮胎数字模型进行运运学、动力学的信息交互;
所述构建虚拟试验场路面模型包括:
收集试验场路面的动态数据,获取实际路面的详细几何数据和纹理信息的点云数据、GPS数据及其他相关数据和修正参数,得到试验场路面信息;
通过样条插值生成路面中间轨迹线,通过横向插值和线性插值结合实现三维虚拟路面重构,通过数据处理生成虚拟试验场路面模型。
在本发明的一实施例中,所述整车多体动力学模型包括:
获取实车或虚拟样机的结构信息,将实车的硬点、零部件、连接关系信息分解至各系统,搭建对应系统的拓扑结构;
根据实车弹性元件实测数据,建立对应弹簧、减震器和衬套属性文本文件,用于可以实时调用;
利用软件通讯器模块建立系统与系统之间连接关系,通过装配平台将整车各系统装配成车辆多体动力学模型,再根据实车设计参数对车辆多体动力学模型进行输入调整。
在本发明的一实施例中,所述建立后轮转向控制执行系统模型包括:
搭建一维机电系统模型和控制软件模型,将控制软件模型集成至一维机电系统模型,得到后轮转向控制执行系统模型。
在本发明的一实施例中,所述一维机电系统模型包括电机模块、电机驱动模块、机械模块和电机控制模块,所述控制软件模型包括应用层算法、底层算法。
在本发明的一实施例中,所述模拟实车试验工况包括;
建立机电控制模块、传感器模块和执行模块,所述机电控制模块与所述传感器模块和执行模块连接;
所述传感器模块,用于收集整车转向状态,侧倾状态,横摆状态和车速数据,将数据反馈到机电控制模块;
所述机电控制模块,用于将传感器模块所反馈的数据进行运算分析,生成后轮转向控制执行操作命令输出到执行模块;
所述执行模块,用于根据后轮转向控制执行操作命令,启动后轮转向控制系统电机,传递到齿条推动拉杆,利用通讯器与整车连接,参与整车各强度疲劳耐久行驶工况。
第二方面,本发明提供的一种后轮主动转向及线控转向载荷预测系统,包括:
第一模型建立模块,被配置为获取实测轮胎属性数据和实测路面属性数据,通过实测轮胎属性数据和实测路面属性数据建立车辆多体动力学模型;
第二模型建立模块,被配置为建立后轮转向控制执行系统模型,通过FMI或者专用联合仿真接口与车辆多体动力学模型连接,得到整车多体动力学模型;
实验模块,被配置为驱动整车多体动力学模型在多种疲劳耐久路面上以标准试验及特征路面误操作工况行驶,模拟实车试验工况;
输出模块,配配置为行驶结束后,通过输出生成载荷结果文件,获取底盘、车身各部件载荷数据;
主控装置,所述主控装置与所述第一模型建立模块、第二模型建立模块、实验模块和输出模块连接,用于执行上述的一种后轮主动转向及线控转向载荷预测方法。
第三方面,本发明提供的一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的一种后轮主动转向及线控转向载荷预测方法。
本发明实施例的技术方案至少具有如下优点和有益效果:
本发明所述基于机电控制多物理虚拟试验场的后轮转向控制主动转向(线控转向)系统的载荷预测方法,解决了四轮转向车型在虚拟试验场载荷预测时,后悬主动转向无法真实参与整车行驶的技术难题,能保证四轮转向车辆在虚拟试验场仿真中与实车行驶工况保持一致,包括零部件载荷预测结果满足疲劳耐久试验要求,为早期研发的结构可靠性及轻量化设计优化提供关键支撑。
本方案预测的零部件载荷结果,除在研发早期应用于仿真设计优化,还可以在不具备测试条件的情况或基于降低研发成本的需求下,应用研发样机的台架测试,进一步提升研发品质、效率及优化成本。
本方案基于全数字化的虚拟建模仿真技术,进行复杂系统的零部件载荷的准确预测,除后轮转向控制主动转向(线控转向)系统,也可以应用于同类产品研发早期,为产品的结构可靠性及轻量化设计与优化提供可靠的支持,能提高研发效率及创新,如:主动悬架、线控制动、驱动系统等。
本方案还可以研究不同控制策略下,零部件载荷差异预测及分析,可以实现控制策略在功能、性能、零部件可靠性及轻量化等的多属性优化。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
本申请中所出现的模块的划分,是一种逻辑上的划分,实际应用中实现时可以有另外的划分方式,例如多个模块可以结合成或集成在另一个系统中,或一些特征可以忽略,或不执行。
独立说明的模块或子模块可以是物理上分离的,也可以不是物理上的分离:可以是软件实现的,也可以是硬件实现的,且可以部分模块或子模块通过软件实现,由处理器调用该软件实现这部分模块或子模块的功能,且其它部分模板或子模块通过硬件实现,例如通过硬件电路实现。此外,可以根据实际的需要选择其中的部分或全部模块来实现本申请方案的目的。
请参照图1,一种后轮主动转向及线控转向载荷预测方法,包括:
S101:获取实测轮胎属性数据和实测路面属性数据,通过实测轮胎属性数据和实测路面属性数据建立多体动力学模型;
S102:建立后轮转向控制执行系统模型,通过FMI或者专用联合仿真接口与多体动力学模型连接,得到整车多体动力学模型;
具体的,后轮转向控制执行系统的模型利用FMI或者专用联合仿真接口与在Adams/Car中建立的车辆多体动力学模型连接,其中,FMI是Functional Mock-upInterface的缩写,是一种用于建模和仿真工具之间相互通信的标准接口。通过FMI,用户可以将不同工具的模型集成在一起,实现跨工具的模型交换和联合仿真。
S103:驱动整车多体动力学模型在多种疲劳耐久路面上以标准试验工况行驶,模拟实车试验工况;
S104:行驶结束后,通过输出生成载荷结果文件,获取底盘、车身各部件载荷数据。
在本实施例中,所述实测轮胎属性数据包括;
通过对实车轮胎进行试验,获取轮胎性能数据,根据轮胎性能数据生成轮胎数字模型,通过轮胎数字模型输出实测轮胎属性数据,包括Ftire轮胎模型和CDtire模型。
具体的,通过对实车轮胎进行接地印记形状辨识、轮胎扭转刚度试验、稳态工况测试等一系列实验,获取全面的轮胎性能数据。根据辨识出的参数,生成轮胎的数字模型或数据文件,通常为Ftire、CDtire、MF-Swift数据文件。利用MSC.ADAMS或Simcenter3D Motion等多体建模软件,建立轮胎模板,导入轮胎试验数据文件,生成对应的轮胎数字模型。
在本实施例中,所述实测路面属性数据包括:
S201:构建虚拟试验场路面模型,通过虚拟试验场路面模型输出实测路面属性数据;
S202:所述构建虚拟试验场路面模型包括:收集试验场路面的动态数据,获取实际路面的详细几何数据和纹理信息的点云数据、GPS数据及其他相关数据和修正参数,得到试验场路面信息;
S203:通过样条插值生成路面中间轨迹线,通过横向插值和线性插值结合实现三维虚拟路面重构,通过数据处理生成虚拟试验场路面模型。
具体的是,利用三维路面激光扫描设备对试验场路面进行动态数据采集,获取实际路面的详细几何数据和纹理信息的点云数据,GPS数据及其他相关数据和修正参数,得到足够详细的试验场路面信息。最后通过样条插值生成路面中间轨迹线,通过横向插值和线性插值结合实现三维虚拟路面重构,进行数据处理,包括去噪、拼接、坐标转换等,确保数据的准确性和完整性。
最终生成数字化3D路面模型包括搓衣板路、扭曲路、鹅卵石路、比利时路等不规则耐久路面模型。路面文件格式为CRG(曲线规则栅格路面),能被多体动力学软件可识别。通过路面扫描,将实际路面的复杂表面细节和特性准确、高效地转化为数字模型。
其中,数据处理的去噪通常采用的算法有中值滤波、均值滤波、高斯滤波等; 拼接数据通常采用的算法有插值算法、双线性插值、双立方插值等; 坐标转换通常采用的算法有仿射变换、透视变换、四元数等。
本发明的一个实例性实施方式,所述整车多体动力学模型包括:
S301:获取实车的硬点信息,将实车的硬点信息分解至各系统,通过各系统硬点信息搭建对应系统的拓扑结构;
具体的,利用MSC.ADAMS,Simcenter3D Motion等多体动力学软件,搭建整车模型。为将实车拓扑结构信息分解到各系统,包括前悬架子系统,后悬架子系统,车身系统,动力总成系统,制动系统,稳定杆系统,转向系统。
S302:根据实车弹性元件实测数据,建立对应弹簧、减震器和衬套属性文本文件,用于可以实时调用;
S303:利用软件通讯器模块建立系统与系统之间连接关系,通过装配平台将整车各系统装配成车辆多体动力学模型,再根据实车设计参数对车辆多体动力学模型进行输入调整。
具体的,关于装配成车辆多体动力学模型,装配平台菜单里,在悬架系统输入框内读取前后悬架子模型模型,在转向系统输入框内读取转向系统模型,其余子模型按对应输入框内读取即可。将整车所有系统子模型读入后,点击确定按钮,软件将根据子模型的位置,连接关系等信息,即可自动装配成车辆多体动力学模型。
其中,输入调整例如包括整车基本参数,质量参数,质心坐标和转动惯量,弹性元件参数以及系统参数等。
本发明的一个实例性实施方式,所述建立后轮转向控制执行系统模型包括:
搭建一维机电系统模型和控制软件模型,将控制软件模型集成至一维机电系统模型,得到后轮转向控制执行系统模型。
具体的是,所述一维机电系统模型包括电机模块、电机驱动模块、机械模块和电机控制模块,所述控制软件模型包括应用层。
关于集成至一维机电系统模型,利用上述软件自带模型导出功能将控制算法模型导出为包含信号传输接口的联合仿真模型,并导入一维机电系统模型中,与一维机电系统模型中的相应信号关联。
其中,一维机电系统模型可以通过一维系统仿真软件,如Simcenter Amesim,Modelica,Dymola,MapleSim、Simulink/Simscape等软件进行搭建。
控制软件模型可以通过利用Matlab/Simulink软件搭载包含系统应用层软件,以及电机控制软件在内的控制软件模型。
本发明的一个实例性实施方式,模拟实车试验工况包括;
建立机电控制模块、传感器模块和执行模块,在本实施例中,电控制模块、传感器模块和执行模块可以对应为本发明的电机模块、电机驱动模块、机械传动模块,所述机电控制模块与所述传感器模块和执行模块连接;
所述传感器模块,用于收集整车转向状态,侧倾状态,横摆状态和车速数据,将数据反馈到机电控制模块;
所述机电控制模块,用于将传感器模块所反馈的数据进行运算分析,生成后轮转向控制执行操作命令输出到执行模块;
所述执行模块,用于根据后轮转向控制执行操作命令,启动后轮转向控制系统拉杆,利用通讯器与整车连接,参与整车各疲劳耐久行驶工况。
结合上述内容,本发明的具体详细步骤如下:
步骤一、建立轮胎模型;通过对实车轮胎进行试验解析,获取轮胎性能参数,利用轮胎实测参数,生成轮胎属性文件,最后在动力学软件中建立虚拟轮胎模型。
步骤二、建立虚拟路面;利用三维路面激光扫描设备对试验场路面进行动态数据采集,获取实际路面的详细几何数据和纹理信息的点云数据,GPS数据及其他相关数据和修正参数,得到足够详细的试验场路面信息。最后通过样条插值生成路面中间轨迹线,通过横向插值和线性插值结合实现三维虚拟路面重构,进行数据处理,包括去噪、拼接、坐标转换等,确保数据的准确性和完整性。最终生成数字化3D路面模型包括搓衣板路、扭曲路、鹅卵石路、比利时路等不规则耐久路面模型。路面文件格式为CRG(曲线规则栅格路面),能被多体动力学软件可识别。通过路面扫描,将实际路面的复杂表面细节和特性准确、高效地转化为数字模型。
步骤三、建立整车多体动力学模型;利用MSC.ADAMS多体动力学软件,搭建整车模型。将实车硬点信息分解到各系统,包括前悬架子系统,后悬架子系统,车身系统,动力总成系统,制动系统,稳定杆系统,转向系统。利用各系统硬点信息在软件内搭建对应系统的拓扑结构。根据实车弹性元件实测数据,建立对应弹簧,减震器,衬套属性文本文件,在多体软件中可以实时调用。利用软件通讯器模块建立系统与系统之间连接关系。在软件装配平台上将整车各系统装配成整车模型再根据实车设计参数对模型做输入调整,包括整车基本参数,质量参数,质心坐标和转动惯量,弹性元件参数以及系统参数等。
步骤四、建立后轮转向控制执行系统模型,通过FMI或者专用联合仿真接口,建立含有输出和输入信号的软件交互界面,使得在不同软件平台上建立的仿真模型可以进行数据交互,由此利用软件的模型导出功能可生成包含全部模型信息和信号接口的联合仿真文件,同时在车辆多体动力学模型中建立传感器和执行器的信号接口,导入联合仿真文件,生成控制器子模型,使控制器子模型的信号接口与整车多体动力学模型中的相应传感器和执行器的信号接口相互关联,最后便可得到包含执行器与控制器的整车多体动力学模型。
步骤五、搭建虚拟试验场仿真环境;在步骤三中建立的整车多体动力学模型基础上,导入步骤一中建立的虚拟轮胎模型,读取实测轮胎属性数据。导入步骤二中建立的虚拟路面模型,读取实测路面属性数据。然后导入步骤四中建立的后轮转向控制执行系统模型,最终建立带试验场环境的完整仿真车辆模型。
步骤六、虚拟载荷预测与应用;在虚拟试验场环境中,驱动整车多体动力学模型在各疲劳耐久路面上以标准试验工况行驶,模拟实车试验工况。行驶结束后,通过输出模块生成载荷结果文件,从而获取底盘各部件载荷数据,获取车身各接附点载荷数据。
本发明还提供了一种后轮主动转向及线控转向载荷预测系统,包括:
第一模型建立模块,被配置为获取实测轮胎属性数据和实测路面属性数据,通过实测轮胎属性数据和实测路面属性数据建立车辆多体动力学模型;
第二模型建立模块,被配置为建立后轮转向控制执行系统模型,通过FMI或者专用联合仿真接口与车辆多体动力学模型连接,得到整车多体动力学模型;
实验模块,被配置为驱动整车多体动力学模型在多种疲劳耐久路面上以标准试验工况行驶,模拟实车试验工况;
输出模块,配配置为行驶结束后,通过输出生成载荷结果文件,获取底盘、车身各部件载荷数据;
主控装置,所述主控装置与所述第一模型建立模块、第二模型建立模块、实验模块和输出模块连接,用于执行上述的一种后轮主动转向及线控转向载荷预测方法。
第三方面,本发明提供的一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的一种后轮主动转向及线控转向载荷预测方法。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种后轮主动转向及线控转向载荷预测方法,其特征在于,包括:
获取实测轮胎属性数据和实测路面属性数据,通过实测轮胎属性数据和实测路面属性数据建立多体动力学模型;
建立后轮转向控制执行系统模型,通过FMI或者专用联合仿真接口与多体动力学模型连接,得到整车多体动力学模型;
驱动整车多体动力学模型在多种疲劳耐久路面上以标准试验及特征路面误操作工况行驶,模拟实车试验工况;
行驶结束后,通过输出生成载荷结果文件,获取底盘、车身各部件载荷数据;
所述建立后轮转向控制执行系统模型包括:
搭建一维机电系统模型和控制算法模型,将控制软件模型集成至一维机电系统模型,得到集成了控制算法模型的后轮转向控制执行系统模型;
所述后轮转向控制执行系统模型包括电机模块、电机驱动模块、机械传动模块、传感器模块和电机控制模块,所述控制算法模型包括应用层算法和底层算法;
所述模拟实车试验工况包括;
建立机电控制模块、传感器模块和执行模块,所述机电控制模块与所述传感器模块和执行模块连接;
所述传感器模块,用于收集整车转向状态,侧倾状态,横摆状态和车速数据,将数据反馈到机电控制模块;
所述机电控制模块,用于将传感器模块所反馈的数据进行运算分析,生成后轮转向控制执行操作命令输出到执行模块;
所述执行模块,用于根据后轮转向控制执行操作命令,启动后轮转向控制系统电机,传递到齿条推动拉杆,利用通讯器与整车连接,参与整车各疲劳耐久行驶工况。
2.根据权利要求1所述的一种后轮主动转向及线控转向载荷预测方法,其特征在于,所述实测轮胎属性数据包括;
通过对实车轮胎进行试验,获取轮胎性能数据,根据轮胎性能数据生成轮胎数字模型;
通过轮胎数字模型输出实测轮胎属性数据。
3.根据权利要求1所述的一种后轮主动转向及线控转向载荷预测方法,其特征在于,所述实测路面属性数据包括:
构建虚拟试验场路面模型,通过虚拟试验场路面模型输出实测路面属性数据;
所述构建虚拟试验场路面模型包括:
收集试验场路面的动态数据,获取实际路面的详细几何数据和纹理信息的点云数据、GPS数据和修正参数,得到试验场路面信息;
通过样条插值生成路面中间轨迹线,通过横向插值和线性插值结合实现三维虚拟路面重构,通过数据处理生成虚拟试验场路面模型。
4.根据权利要求1所述的一种后轮主动转向及线控转向载荷预测方法,其特征在于,所述整车多体动力学模型包括:
获取实车或虚拟样机的结构信息,将实车的硬点、零部件、连接关系信息分解至各系统,搭建对应系统的拓扑结构;
根据实车弹性元件实测数据,建立对应弹簧、减震器和衬套属性文本文件,用于实时调用;
利用软件通讯器模块建立系统与系统之间连接关系,通过装配平台将整车各系统装配成车辆多体动力学模型,再根据实车设计参数对车辆多体动力学模型进行输入调整。
5.一种后轮主动转向及线控转向载荷预测系统,其特征在于,包括:
第一模型建立模块,被配置为获取实测轮胎属性数据和实测路面属性数据,通过实测轮胎属性数据和实测路面属性数据建立车辆多体动力学模型;
第二模型建立模块,被配置为建立后轮转向控制执行系统模型,通过FMI或者专用联合仿真接口与车辆多体动力学模型连接,得到整车多体动力学模型;
实验模块,被配置为驱动整车多体动力学模型在多种疲劳耐久路面上以标准试验工况行驶,模拟实车试验工况;
输出模块,配配置为行驶结束后,通过输出生成载荷结果文件,获取底盘、车身各部件载荷数据;
主控装置,所述主控装置与所述第一模型建立模块、第二模型建立模块、实验模块和输出模块连接,用于执行如权利要求1-4任意一项所述的一种后轮主动转向及线控转向载荷预测方法。
6.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的一种后轮主动转向及线控转向载荷预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410430359.6A CN118036189B (zh) | 2024-04-11 | 2024-04-11 | 一种后轮主动转向及线控转向载荷预测方法及系统、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410430359.6A CN118036189B (zh) | 2024-04-11 | 2024-04-11 | 一种后轮主动转向及线控转向载荷预测方法及系统、设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118036189A CN118036189A (zh) | 2024-05-14 |
CN118036189B true CN118036189B (zh) | 2024-06-14 |
Family
ID=91002646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410430359.6A Active CN118036189B (zh) | 2024-04-11 | 2024-04-11 | 一种后轮主动转向及线控转向载荷预测方法及系统、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118036189B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111086400A (zh) * | 2020-01-19 | 2020-05-01 | 北京理工大学 | 全轮独立转向及独立驱动无人车直接力动力学控制方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220204077A1 (en) * | 2020-12-29 | 2022-06-30 | Industrial Technology Research Institute | Steering control device and control method for wire-controlled vehicle |
CN113010964B (zh) * | 2021-03-16 | 2024-04-16 | 慧勒智行汽车技术(昆山)有限公司 | 一种基于虚拟试验场的车辆台架试验载荷谱分析方法 |
CN113656943B (zh) * | 2021-07-15 | 2023-10-31 | 桂林电子科技大学 | 一种商用车整车底盘部件疲劳载荷谱提取方法 |
CN117313242A (zh) * | 2023-09-28 | 2023-12-29 | 中汽创智科技有限公司 | 车辆仿真方法、系统、车辆测试系统和计算机设备 |
-
2024
- 2024-04-11 CN CN202410430359.6A patent/CN118036189B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111086400A (zh) * | 2020-01-19 | 2020-05-01 | 北京理工大学 | 全轮独立转向及独立驱动无人车直接力动力学控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
多系统集成转向轮模块电动汽车多模式转向控制技术;任思佳;《中国优秀硕士学位论文全文数据 库 工程科技Ⅱ辑》;20220115(第01期);C035-899 * |
Also Published As
Publication number | Publication date |
---|---|
CN118036189A (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Van der Auweraer et al. | Virtual engineering at work: the challenges for designing mechatronic products | |
CN110228462A (zh) | 四轮轮毂电机驱动电动汽车横摆稳定性控制方法 | |
CN112084698A (zh) | 一种汽车智能线控底盘系统及其不确定优化方法 | |
CN109558686B (zh) | 一种汽车电液复合转向虚拟样机的构建方法 | |
CN110059404A (zh) | 一种焊缝疲劳计算方法 | |
CN110414052A (zh) | 一种基于数字样车和虚拟路谱的汽车结构疲劳寿命计算方法 | |
CN103576560A (zh) | 一种电子驻车制动控制的半物理仿真系统及仿真方法 | |
CN114329779A (zh) | 基于数字孪生的算法验证系统及验证方法 | |
CN103177165A (zh) | 客车车身结构设计系统、客车侧翻仿真测试系统及方法 | |
CN118036189B (zh) | 一种后轮主动转向及线控转向载荷预测方法及系统、设备 | |
Pastorino et al. | Validation of a real-time multibody model for an X-by-wire vehicle prototype through field testing | |
CN111207934B (zh) | 一种底盘控制装置的测试系统及方法 | |
CN114117651B (zh) | 风-车-桥全动态耦合分析方法及系统 | |
CN117010077A (zh) | 车辆的悬架中驱动轴极限夹角的校核方法和装置 | |
Alexandru et al. | Dynamic modeling and control of the windshield wiper mechanisms | |
CN105787168A (zh) | 基于基础车型的载荷分解方法和装置 | |
CN112329316B (zh) | 一种基于多体动力学的扭力梁强度分析方法 | |
CN111651849A (zh) | 一种汽车实时动力学模块化建模方法、装置及存储介质 | |
CN115114730A (zh) | 一种汽车部件道路运动包络生成方法及系统 | |
CN112329150B (zh) | 一种非独立悬架优化设计方法 | |
Fan et al. | The application of ADAMS/CAR in vehicle engineering teaching | |
CN117172041A (zh) | 一种基于虚拟试验场的电动车天窗玻璃间隙的仿真分析方法 | |
Ljungberg | Electric power assist steering system parameterization and optimization employing CAE | |
Salem | The Role of Modeling, Simulation and Analysis Stage in Mechatronics System Design Education | |
CN103389731A (zh) | 具有车辆运动模拟功能的esp硬件在环试验台 |
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 |