导读:本文包含了轮胎力估计论文开题报告文献综述及选题提纲参考文献，主要关键词:车辆电子稳定系统,轮胎力动态估计,主动前轮转向,集成控制
轮胎力估计论文文献综述
吴洋,李萧良,张邦基,张农,陈盛钊[1]（2018）在《基于轮胎力动态估计与主动转向的新型ESP系统》一文中研究指出车辆电子稳定系统能有效提高车辆在极限工况下的方向稳定性.针对传统直接横摆力矩控制(DYC)没有考虑轮胎附着力极限的局限,提出一种基于轮胎动力动态估计(TDE)算法的新型车辆电子稳定控制系统(ESP),在此基础上,通过主动前轮转向(AFS)协同控制,最大化利用车轮附着力.采用多元回归统计算法设计TDE控制器,采用基于统计数据的多项式拟合获得车轮附着力边界极限和最优动态滑移率上限值;采用模糊逻辑算法设计AFS控制器,补偿因附着力达到极限引起的横摆力矩不足.仿真结果表明,通过与AFS的协同控制,新型ESP能够在改善车辆的方向稳定性的同时,大幅降低车轮制动控制力,减少对车辆纵向速度的影响.(本文来源于《湖南大学学报(自然科学版)》期刊2018年08期）
刘万里,彭冲,韩家伟[2]（2018）在《基于轮边驱动电动汽车轮胎力估计的路面附着系数估算》一文中研究指出为了能够实时准确的获得当前车轮的轮胎力及路面附着系数以提高汽车主动安全性能,提出一种轮边驱动电动汽车状态估计与路面附着系数估计相结合的估计方法。根据车载传感器及七自由度非线性车辆动力学模型,采用扩展卡尔曼滤波算法(EKF)进行车辆状态及轮胎力的估计。结合EKF估算结果和轮胎模型,采用递归最小二乘法(RLS)实时估计不同路面的附着系数。仿真结果表明:该方法可以在较为复杂工况下估计出不同的路面附着系数,估计精度较高,实时性较好。(本文来源于《汽车实用技术》期刊2018年10期）
张淑芝[3]（2018）在《轮毂电机驱动汽车侧向轮胎力及行驶状态估计》一文中研究指出集中式驱动电动汽车属于单个电机集中驱动,其与传统燃油汽车的主要区别在于用电动机及相关部件替换了内燃机,除这点外,其余部分与传统的燃油汽车并无显着差别。与集中式驱动电动汽车相比,轮毂电机驱动汽车将驱动电机分别布置在四个车轮中,由于这种独特的结构布置,去除掉了传统燃油汽车中的差速器、变速器等结构,使得车辆的传动效率更高,结构更紧凑、也增加了空间的利用率。已成为电动汽车的重要发展方向。转矩分配控制是轮毂电机驱动车动力学控制的核心技术,而准确获取侧向轮胎力和车辆状态是实现转矩分配控制的必要前提。由于轮胎力和部分车辆状态通常无法直接测量,或直接测量的成本过于昂贵,无法广泛应用于汽车工业。轮毂电机驱动汽车在不增加传感器的情况下,可通过驱动电机准确获得车轮转矩和转速,信息的感知范围相对于传统车辆有较大程度的拓展,为轮胎力和状态估计提供了更大应用空间,也成为轮毂电机驱动汽车领域的研究热点。针对轮毂电机驱动汽车的侧向轮胎力和行驶状态估计,本文开展了如下工作:首先建立了轮毂电机驱动汽车的叁自由度车辆动力学模型,基于CarSim开展了车辆动力学模型精度校验研究。通过分析侧向轮胎力计算模型的精度,论证了侧向轮胎力估计的必要性。根据轮毂电机驱动汽车容易获取驱动转矩的特点,由车轮旋转动力模型直接计算轮胎的纵向轮胎力。在此基础上,提出基于无迹卡尔曼滤波的侧向轮胎力估计方法。通过对比分析直接计算法、扩展卡尔曼滤波估计方法的精度,证明本文所提出方法不仅估计精度高,而且对参数不确定性具有一定的鲁棒性。最后,本文开展了纵向车速和质心侧偏角估计研究。结合分布式驱动电动汽车4个车轮转矩和转速可直接测量的特点,提出一种车辆状态自适应扩展卡尔曼滤波估计方法。基于归一化新息平方实现车辆状态估计有效性检测,提出滑动窗口长度自适应调整规则;根据新息统计特性提出卡尔曼滤波增益和状态估计误差协方差矩阵的自适应调整策略,及基于车辆状态估计稳态误差和动态响应速度的自适应参数确定原则。数值仿真和实验证明,所提出的车辆状态估计方法,不仅估计精度较高,而且实时性和易用性较强。(本文来源于《长沙理工大学》期刊2018-04-01）
吴涛,范学琼,焦静,曾丽华[4]（2016）在《平方根UKF算法在汽车轮胎力估计方法中的应用》一文中研究指出针对车辆行驶过程中各车轮轮胎力等状态参数,在现有测量水平及成本下难以找到较适用的传感器直接测量的问题,提出利用七自由度车辆动力学模型结合平方根UKF算法的汽车轮胎力估计方法.利用该算法具有的无需计算雅可比矩阵和较高的非线性近似精度等优点,在无需建立轮胎力学模型的前提下,确保了迭代UKF的数值稳定,实现对汽车轮胎力估计.应用CarSim软件进行仿真对比试验,仿真结果表明,基于平方根UKF的汽车轮胎力估算方法对各轮胎的纵向力和侧向力估计比较准确,验证了该方法的有效性.(本文来源于《车辆与动力技术》期刊2016年02期）
麻颖俊,郭洪艳,陈虹,杨斯琦[5]（2016）在《基于滑模观测器的汽车轮胎力级联估计方法》一文中研究指出提出了一种新型的基于滑模观测器理论的汽车轮胎力级联估计方法.首先基于单轮滚动动力学模型,以车轮转动角速度及驱动力矩作为输入,针对每个车轮的纵向轮胎力设计了纵向轮胎力滑模观测器.又采用了简化的车辆2自由度模型,以纵向轮胎力估计值、前轮转角、侧向加速度及横摆角速度作为输入,分别设计了前、后轴侧向轮胎力滑模观测器.最后,为验证所设计的观测器的有效性,应用高保真车辆动力学软件ve DYNA进行了仿真研究,并与扩展卡尔曼滤波(extendedKalman filter,EKF)方法进行了对比分析.实验结果表明,基于滑模观测器的车辆轮胎力级联估计方法具有更高的准确性.(本文来源于《信息与控制》期刊2016年02期）
杨斯琦[6]（2015）在《车辆轮胎力及车速估计非线性观测器方法研究》一文中研究指出为了减少交通事故的发生，伴随着信息技术在汽车领域的发展，人们对车辆操纵稳定性与主动安全性的需求越来越高，国内外研究人员已经相继开发出各种有效的车载电控系统适应车辆控制智能化的发展趋势。由于汽车电控系统大多是根据车辆行驶状态来实施相应的控制逻辑，所以准确而实时地获知车辆行驶状态参数信息已经成为实现汽车主动安全控制的主要问题。目前车辆行驶状态信息主要是通过车载传感器直接测量得到，但由于车辆行驶工况的复杂性，车载传感器的测量精度低与生产成本等因素，单纯利用车载传感器获知所有状态信息是不切实际的。根据车辆状态估计理论，利用现有标配车载传感器信息估计汽车行驶状态参数是提高车辆安全技术性能的研究热点。车辆加速、减速、巡航与转向控制均依赖于道路与轮胎之间摩擦力的大小与车辆的行驶车速，并且准确而实时地获知车辆的轮胎力与车速信息是自主驾驶车辆实现运动控制、完成特定路径行驶与危险情况预警的重要基础，而上述信息一般不能利用传感器直接测量得到，即使能测量，通常该仪器也十分昂贵。针对上述问题，结合目前实验室项目研发需要，考虑车辆是一个强非线性的系统，各状态变量具有极强的耦合性，因此，本文设计一种简单实时的模块化的车辆行驶状态估计方案，并根据试验车红旗HQ430采集到的状态信息真实值进行验证。具体实施方案如下，首先，基于车轮动力学模型，利用未知输入观测器理论设计四轮轮胎纵向力观测器；基于Dugof轮胎模型，利用轮胎动力学得到轮胎侧向力的估算值；其次，基于7自由度整车模型，以上层估计器轮胎力估计值为输入信息，模块化设计非线性全维状态观测器估计车辆纵向车速、侧向车速与横摆角速度；最后验证设计的车辆状态非线性观测器的估计效果。考虑到安全性、经济性等因素，文章利用基于veDYNA车辆动力学软件建立的自主驾驶车辆――红旗HQ430轿车仿真模型替代真实车辆，将轮胎力非线性观测器方法与卡尔曼滤波方法的仿真估计结果进行比较分析，并设计不同典型仿真工况验证该集成估计器效果，给出车辆质量参数或路面摩擦系数变化时的估计器仿真比较效果。在进行仿真验证前，给出了车辆仿真参数及观测器增益的选取过程；根据国家法规结合实际，处理几组典型工况的实车试验数据作为输入信息及对比数据，进一步验证本文集成观测器的真实估计效果，并进行分析比较，仿真结果表明该估计方法具有一定的有效性和准确性。(本文来源于《吉林大学》期刊2015-06-01）
李长林[7]（2015）在《四轮独立驱动电动汽车路面附着系数估计与轮胎力分配算法研究》一文中研究指出近年来,电动汽车产业迅速发展,而电动汽车技术需要进一步提高。四轮独立电动直驱是电动汽车相比于传统内燃机汽车的一个优势。轮胎力分配是四轮独立驱动电动汽车的关键技术之一。本文以四轮独立驱动电动汽车为研究对象,以提高电动汽车操纵稳定性为目标,对电动汽车路面附着系数估计算法和轮胎力分配算法进行了研究。论文基于联合纵向和侧向轮胎力的轮胎模型,用扩展卡尔曼滤波算法对附着系数进行估计。将附着系数看作状态变量,选择汽车纵向加速度、侧向加速度和横摆角速度作为量测变量,运用联合纵向和侧向轮胎力的轮胎模型的特点求解雅克比矩阵,将模型线性化,最后运用扩展卡尔曼滤波算法估计路面附着系数。采用分层控制结构设计汽车操纵稳定性控制器。上层控制器以跟踪汽车理想横摆角速度和质心侧偏角为控制目标,运用滑模变结构控制理论设计得到总的横摆力矩和总侧向力。下层控制器实现轮胎力的优化分配,选择最小化各轮胎利用率的平方和为目标函数,以上层控制器得到的汽车总横摆力矩和总侧向力以及汽车提供的理想总纵向力为约束条件,运用乘子罚函数法将约束优化问题转化为无约束优化问题,并求导得到轮胎力优化分配的解析解。然后根据路面附着系数估计值判断轮胎力是否超过路面附着极限,如果超过附着极限,则对轮胎力进行重新分配。分配得到的各轮胎纵向力通过车轮动力学转换成驱动力矩,分配得到的各轮胎侧向力通过PI控制器得到轮胎转向角。论文应用Matlab/Simulink与Carsim联合仿真环境对附着系数估计算法和轮胎力分配算法进行仿真试验验证。选择单移线和J-turn两种仿真工况,并且设置不同的方向盘转角峰值、附着系数和初始速度。仿真结果表明：针对本文提出的仿真工况,附着系数估计值能很快收敛到实际值,轮胎力分配算法能够明显提高汽车的操纵稳定性。(本文来源于《东南大学》期刊2015-05-01）
杨斯琦,解小华,陈虹[8]（2015）在《一种新型的轮胎力级联估计方法》一文中研究指出为了增强车辆主动安全性和底盘的集成控制,根据干扰输入观测器理论,基于简化的车轮动力学模型设计估计器,对每个轮胎纵向力进行估计.此外,基于"自行车"模型,利用车辆动力学,在纵向轮胎力估计值的基础上估计轮胎侧向力.涉及到的车载传感器测量值包括发动机扭矩和转速、轮缸压力、车轮角速度、方向盘转角、侧向加速度和横摆角速度.为验证轮胎力级联估计方法的有效性,应用高保真的车辆动力学软件ve DYNA进行了仿真研究,并与扩展卡尔曼滤波(extended Kalman filter,EKF)方法作对比分析.实验结果表明,轮胎力级联估计方法能够获得车辆轮胎力的估计效果.(本文来源于《信息与控制》期刊2015年02期）
范璐[9]（2014）在《基于轮胎力估计的汽车EPS和AFS集成控制研究》一文中研究指出转向系统是汽车的一个重要组成部分，其性能直接影响着路感和车辆的操纵稳定性和行驶安全性。电动助力转向（EPS）克服了传统液压系统的不足，能提供良好的转向路感，已经在中小型轿车中得到了较广泛的应用。主动前轮转向（AFS）能有效提高车辆的操纵稳定性和行驶安全性，虽然目前AFS主要装载于高端车型，但是未来它必将向中低端车型转移。因此将EPS与AFS集成，进一步提升转向系的性能，是未来汽车发展的必然趋势。本文正是在此背景下，展开对EPS和AFS集成系统的研究。本文首先分别对EPS和AFS两个子系统进行了详细的分析和研究，在此基础上，研究了EPS和AFS的集成控制问题。具体研究内容如下：（1）分析了EPS和AFS集成系统的结构布置，建立了含有EPS和AFS的转向系模型、整车非线性二自由度模型、轮胎模型和转向阻力矩模型，在MATLAB/Simulink中建立了仿真模型，并用Carsim中的试验数据验证了本文所建车辆模型的准确性。（2）分析了叁种典型的助力特性曲线，选择直线型助力特性曲线用于EPS助力控制中，并讨论了直线型助力特性曲线的设计方法。设计了EPS的控制策略，包括助力控制、回正控制、阻尼控制和补偿控制，以及控制模式的选择切换。仿真分析验证了EPS控制策略的有效性。（3）设计了一条改进型变传动比曲线，在保证稳态车辆系统增益为定值的前提下，尽量减小AFS转角电机的转矩波动，兼顾了车辆操纵性能和电机性能。采用线性二次型最优控制，设计了AFS控制器。仿真分析表明该控制器能有效提高车辆的操纵稳定性和行驶安全性。（4）详细阐述了EPS和AFS集成控制系统应具有的功能，分析了集成系统中两子系统间的相互影响。最后基于轮胎侧向力估计，设计了EPS助力修正控制器，有效的解决了子系统间的干预问题，协调了子系统间的工作。(本文来源于《湖南大学》期刊2014-03-03）
秦贵军[10]（2013）在《基于Catapult C的汽车轮胎力估计的FPGA实现》一文中研究指出汽车行业的飞速发展，带来了对车辆安全性能研究的需求。车辆行驶过程中，轮胎是汽车与道路直接接触的部件，起着支承车重，缓冲车辆与地面之间的复杂作用力，为驱动和制动操作提供附着力，提供转向操纵与方向稳定性等非常重要的作用，以至于轮胎力的研究，在对汽车性能研究中成为非常必要的部分。本文提出了基于扩展卡尔曼的轮胎力估计器，并且对该估计器进行FPGA硬件实现，满足了实时性的要求。作为进行轮胎力估计算法设计的基础，本文首先对车辆动力学模型进行了研究建立，进行轮胎和车辆的主要动态特性分析，建立了八自由度车辆模型，满足了主动安全控制系统的要求和算法设计的要求，并利用AMESim建立了十五自由度车辆模型，为算法验证做准备工作。通过对于卡尔曼滤波算法的研究比较，选取扩展卡尔曼作为轮胎力估计的算法，结合简化后的车辆模型，设计扩展卡尔曼轮胎力估计器，利用Simulink和AMESim的联合仿真，进行了算法的初步仿真检验。Mentor公司的C语言算法综合器Catapult SL Synthesis可以高速的将C/C++形式的算法转化为硬件语言，由非定时的描述转化为带有时序约束，省去编写和调试代码的时间，提高了FPGA开发的效率。本文选取了Catapult C作为开发流程中最重要的一步，即将扩展卡尔曼算法的C++代码转换综合为硬件描述语言实现，得到RTL级别结构图，并利用Modelsim进行功能仿真，通过与AMESim联合仿真进一步验证估计器性能。在Quartus II中得到RTL门级视图，以及估计器的资源利用报告表，初步实现了轮胎力估计的硬件化。(本文来源于《吉林大学》期刊2013-06-01）
轮胎力估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了能够实时准确的获得当前车轮的轮胎力及路面附着系数以提高汽车主动安全性能,提出一种轮边驱动电动汽车状态估计与路面附着系数估计相结合的估计方法。根据车载传感器及七自由度非线性车辆动力学模型,采用扩展卡尔曼滤波算法(EKF)进行车辆状态及轮胎力的估计。结合EKF估算结果和轮胎模型,采用递归最小二乘法(RLS)实时估计不同路面的附着系数。仿真结果表明:该方法可以在较为复杂工况下估计出不同的路面附着系数,估计精度较高,实时性较好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
轮胎力估计论文参考文献
[1].吴洋,李萧良,张邦基,张农,陈盛钊.基于轮胎力动态估计与主动转向的新型ESP系统[J].湖南大学学报(自然科学版).2018
[2].刘万里,彭冲,韩家伟.基于轮边驱动电动汽车轮胎力估计的路面附着系数估算[J].汽车实用技术.2018
[3].张淑芝.轮毂电机驱动汽车侧向轮胎力及行驶状态估计[D].长沙理工大学.2018
[4].吴涛,范学琼,焦静,曾丽华.平方根UKF算法在汽车轮胎力估计方法中的应用[J].车辆与动力技术.2016
[5].麻颖俊,郭洪艳,陈虹,杨斯琦.基于滑模观测器的汽车轮胎力级联估计方法[J].信息与控制.2016
[6].杨斯琦.车辆轮胎力及车速估计非线性观测器方法研究[D].吉林大学.2015
[7].李长林.四轮独立驱动电动汽车路面附着系数估计与轮胎力分配算法研究[D].东南大学.2015
[8].杨斯琦,解小华,陈虹.一种新型的轮胎力级联估计方法[J].信息与控制.2015
[9].范璐.基于轮胎力估计的汽车EPS和AFS集成控制研究[D].湖南大学.2014
[10].秦贵军.基于CatapultC的汽车轮胎力估计的FPGA实现[D].吉林大学.2013