基于Matlab的大型农用车防抱死系统的建模与仿真

建立了大型农用车防抱死系统(ABS)的数学模型,建立了基于Stateflow的有限状态机模型作为控制模块,利用混合建模方法建立了基于Matlab/Simulink和Stateflow的仿真模型,实现了带防抱死制动系统(ABS)的车辆动力学模型的计算机仿真。仿真结果表明,该系统能比较真实地反映ABS系统的实际工作过程,控制策略能显著缩短制动距离,提高制动安全性。该仿真方法参数宜于调整,控制方法接近实际,可以作为车辆防抱死系统实际开发工具或者用作实验室演示教学。     

基于道路自识别的汽车ABS模糊PID控制仿真

针对汽车防抱死系统控制问题,基于CarSim软件建立汽车动力学模型,应用Matlab/Simulink设计了ABS模糊PID控制器,搭建了路面识别控制器模型,分别在高低对接路面和高低对开路面上通过carsim与Matlab/Simulink联合仿真实验进行ABS控制策略仿真实验验证。仿真实验结果证明,基于道路自识别的模糊控PID制相对无路面识别固定滑移率控制的汽车缩短了制动时间和距离,提高了汽车制动的稳定性。     

FSAE赛车的制动能量回收系统研究

基于华南农业大学纯电动方程式赛车队的FSAE赛车,自主研发设计出了一套建立在纯电动方程式赛车上的制动能量回收系统。通过系统的仿真和实车的实验来验证此套制动能量回收方案的可行性,从而进一步研究提高电动方程式赛车的能量利用效率的方法、为改善电动方程式赛车续航问题提供有益借鉴。     

基于滑移率的汽车防抱模糊控制方法与仿真

提出了一种基于车轮滑移率的汽车防抱模糊控制方法。以某车型为例，建立了制动过程的整车模型、车轮模型、制动器模型和轮胎模型，并对这种基于滑移率的模糊防抱控制方法进行了计算机仿真研究。仿真结果表明，该模糊控制方法能够达到理想的制动控制效果，同时具有较强的鲁棒性。     

车辆智能巡航控制纵向动力学参数快速辨识方法

为快速、低成本地获取用于智能巡航控制（ICC）的车辆纵向动力学参数,提出了一种基于车辆纵向动力学模型的参数实验辨识方法。设计了车辆静止、空挡滑行、带挡滑行、稳态行车和空挡制动5种工况的道路实验以采集数据,设计卡尔曼滤波器对实验数据进行预处理,基于最小二乘方法辨识车辆纵向动力学参数：滚动阻力因数、风阻因数、节气门制动切换曲线、制动增益和发动机速度特性。使用由该方法辨识出的参数标定车辆纵向动力学模型,模型输出结果与实验结果吻合良好,验证了该辨识方法的有效性。     

基于灰色支持向量机的汽车制动系统故障诊断与预测

制动系统在汽车的众多系统中极为重要,汽车在使用中若出现故障,会给车辆带来严重安全威胁。因此,如何对于汽车潜在的故障进行预测和诊断就显得尤为重要。而基于传统的预测模型建立起来的汽车制动系统故障预测方法却存在一定的缺陷,使得预测结果受到影响,但基于灰色支持向量机的汽车制动系统故障诊断与预测方法可以解决当前存在的问题。基于此,本文主要探讨了汽车制动系统诊断和预测中灰色理论以及支持向量机应用的相关问题,供读者参考。     

基于车辆制动数据的制动距离预测系统

针对现在车辆制动距离预测系统存在预测算法复杂以及工程实现难度较高等问题,提出了一种基于加速度传感器的车辆制动距离预测系统。该系统通过加速度感器采集车辆纵向加速度数据并计算出车辆的实时速度以及制动距离,通过BP神经网络建立车辆制动速度与对应的制动距离的关系模型,并通过该模型预测车辆在当前速度下的制动距离。通过MATLAB仿真软件对该预测系统关键模型进行仿真并与样本值对比分析。基于加速度传感器的车辆制动距离预测系统能够很好地对车辆制动距离进行预测,并具有良好的适用性以及精确性和稳健性。     

电磁-液压复合防抱死制动系统滑模控制

为了提高电磁-液压复合制动系统的紧急制动性能,设计了一套既适用于电磁制动特性,又适用于液压制动特性的电磁-液压复合制动系统,按系统结构建立了液压制动系统数学模型,分低速区和高速区分别建立了电磁制动数学模型。在1/4车辆模型受力分析的基础上,设计了滑模变结构控制器,搭建了硬件在环仿真平台,模拟沥青路面和冰雪路面进行了防抱死制动系统(ABS)性能仿真实验,并同商业ABS在同等条件下的实验结果进行了对比分析。实验结果表明:电磁-液压复合制动系统相比传统液压制动系统而言,响应速度更快,滑移率控制更精确,车辆制动稳定性更高,制动时间也有小幅减少,同时还减小了机械磨损,并降低了热衰退和失效的风险。     

载荷偏移对整车制动的影响

基于两轴轻型卡车,建立了载荷在不同方向上偏移时对整车制动时利用附着系数的影响的模型,同时建立了在载荷偏移状态下整车的制动减速度模型。同时以某轻型卡车为例,利用所建立的模型,采用VB编程得出整车制动时利用附着系数曲线和减速度曲线,进行模拟分析和评价,并重点模拟分析了载荷在左右方向偏移对整车制动的影响。     

盘式制动器制动尖叫的仿真与实验研究

基于台架实验机的简化模型,通过ABAQUS仿真预测出尖叫频率。通过比较不同制动工况参数以及改变摩擦片的结构,发现速度越小,压力越大,摩擦系数越大,系统越不稳定,即尖叫声压级越大。TM-1制动台架实验机模拟汽车制动过程,对粉末冶金摩擦片进行多种工况下的制动实验,通过测试设备测得尖叫频率。与仿真结果对比,发现利用复特征值分析可以找出影响制动噪声的主要因素,但对噪声频率的预测有一定的偏差,需要建立更准确的有限元模型和统计模型。     

基于道路自动识别ABS模糊控制系统的研究

道路状况自动识别是保证车辆防抱制动系统（ABS）正常工作的前提，本文提根据制动压力，滑移率和车轮减速度进行道路自动识别的方法，并依此设计了ABS模糊控制器，结合7自由度车辆模型，考虑悬架和轮胎的非线性影响，对单一附着系数路变附着系数路面进行了ABS制动模拟试验，试验结果表明，基于路面自动识别ABS模糊控制系统能准确判断出路面状况的变化，据此调整控制策略，使车辆获得最大地面制动力和较好的横向稳定性，对比试验证明它优于传统PID控制，且具有较强的鲁棒性。     

车辆防抱制动系统滑移率自适应控制策略

分析了车辆制动过程的数学模型,为了克服模型非线性、变参数对系统的影响,采用了参考模型自适应控制.为了适应各种路况条件,使车辆以比较理想的滑移率制动,缩短制动时间,提出了滑移率自适应调节方法.通过仿真证明,该方法简单可行,控制效果好.     

基于滑转率的四轮驱动汽车防滑模糊控制仿真

建立了四轮驱动汽车加速过程的数学模型,以滑转率为调节对象,提出一种基于模糊PID控制的驱动防滑控制ASR算法,设计了以发动机油门为控制对象的模糊-PID控制器并讨论了控制器切换参数的选取,并针对均一低附着路面以及分离路面在Simulink仿真环境下进行了动态仿真.对比仿真结果,表明模糊PID控制性能优于单一的模糊控制.     

四轮驱动汽车牵引力模糊控制方法仿真研究

建立了四轮驱动汽车加速过程的数学模型,采用模糊控制方法,建立了以滑转率为控制对象的汽车牵引力控制系统TCS(Traction Control System),用Matlab的模糊工具箱进行了模糊控制器的设计,并在Simulink仿真环境下进行了动态仿真,结果表明:基于模糊控制的TCS可将驱动轮滑转率控制在最佳值附近,有效地改善车辆的牵引性和动力性,抑制驱动轮过度滑转。     

基于神经网络非线性模型的线控转向系统控制

进行汽车线控转向系统动力学分析及控制算法研究,需考虑动力学模型的非线性。首先建立基于魔术公式轮胎模型的非线性二自由度整车模型,然后基于神经网络方法训练逼近映射汽车模型输入与输出的关系,最后采用模糊控制方法由车速、转向盘转角等得到转向传动比控制算法。结果表明,基于神经网络的非线性整车模型与样本数据较好吻合,满足研究需要。转向传动比模糊控制算法考虑了转向轻便性和稳定性,提高了汽车操纵稳定性。     

ABS路面识别的仿真分析

实时有效识别路面对防抱死制动系统(ABS)的制动安全性具有重要意义。通过以3种不同路面作为研究对象进行基准分析,利用Matlab/Simulink建立路面识别的仿真模型。仿真结果表明,最佳滑移率与路面基本相适应。     

用于汽车横向稳定性的模糊控制器的设计与研究

运用模糊控制理论在所建立的车辆非线性模型的基础上,设计了用于车辆横向稳定性的3种模糊控制器———基于横摆角速度的反馈控制、基于质心侧偏角的反馈控制以及基于这两个参数的联合反馈控制,并应用MATLAB/S imu link对所设计的3种模糊控制器分别进行了仿真分析,结果表明,3种控制器均能改善车辆的横向稳定性,能够提高车辆行驶的安全性,并且,联合控制的控制效果要优于单独控制。     

基于多模型迭代的车辆状态融合估计方法

为了提高车辆行驶状态估计的可靠性,提出一种基于多模型观测器误差补偿与迭代的车辆状态融合估计方法。基于三自由度车辆动力学模型设计了车辆状态强跟踪滤波估计算法;同时,根据四轮轮速耦合关系,考虑到数据扰动和病态矩阵的影响,设计了车辆状态的岭估计算法。为进一步提高估计系统的可靠性,提出了动力学模型观测器与运动学模型观测器补偿与迭代的估计方式,设计了模糊控制器,根据实时的质心侧偏角和滑移率的伪量测值,判断强跟踪滤波器和岭估计器估计结果所占权重,利用闭环估计系统的迭代与融合提高估计性能。仿真和道路实验结果表明,所提出的车辆状态融合估计方法能够兼顾强跟踪滤波算法与岭估计算法的优势,根据车辆纵向滑移和质心侧偏角动态调节强跟踪估计与岭估计结果的权重系数,从而在保证估计精度的同时提高了估计系统的多工况适应能力。     

基于滑转率的拖拉机自动耕深模糊控制仿真

仿真分析了基于滑转率的拖拉机自动耕深模糊控制算法.首先建立系统的数学模型,并用Matlab/Simulink建立计算机仿真模型.然后设计系统的模糊控制器,进一步根据系统的数学模型进行了仿真分析,观察控制效果.同时用PID控制算法、模糊PID控制算法进行仿真,分别进行响应性、抗干扰、适应性的对比分析,结果表明,模糊PID和模糊控制算法较为合适,两者控制效果近似,但是模糊PID控制算法需要更多的变量,更为复杂.