汽车线控转向系统路感模拟仿真研究

汽车线控转向系统取消了传统转向系统方向盘到转向车轮的机械连接,驾驶员无法获得转向路感。针对线控转向系统路感模拟问题,进行了线控转向系统路感模拟算法仿真研究,建立了线控转向系统动力学模型。采用动力学计算法,设计了直接测量转向电机电流来获取转向过程中转向电机所产生的电机力矩的路感模拟算法,应用Matlab/Simulink与CarSim搭建了线控转向系统和线控转向汽车模型,选取方向盘角正弦输入仿真试验和中心区转向仿真试验对控制算法进行仿真验证。仿真试验结果表明:设计的路感模拟算法可为驾驶员提供良好的路感,能够满足高速稳定性以及低速轻便性的要求。     

汽车电动助力转向系统路感特性分析

讨论了汽车转向路感的形成及定义,对电动助力转向系统的路感特性进行了分析,研究了电动助力转向系统路感的影响因素,提出了改善电动助力转向系统路感的方法,并对电动助力转向系统进行仿真分析,结果表明所提出的方法是正确有效的.     

抓草机电动助力转向系统的控制与仿真研究

为了改善农用抓草机的转向操纵灵活性、减轻驾驶员的劳动强度,设计了一种适合抓草机的电动助力转向控制策略。根据简化的抓草机电动助力转向物理模型,给出了抓草机电动助力转向系统的数学模型;设计了合适的助力特性曲线,采用PID和直流斩波控制策略对电动机目标电流进行闭环跟踪控制。仿真结果表明:助力特性与所设计的助力特性基本一致,且随着车速提高,转向盘上的转矩也相应增加。设计的控制要求策略既提高了转向的轻便性,又保持了驾驶员的路感,可满足抓草机在转向操作稳定性要求。     

汽车线控转向系统的结构分析

线控转向系统对传统转向系做了根本性的变革:转向盘与转向轮之间取消了机械连接,而采用路感电机反馈路感,采用转向电机实现汽车转向.分析了线控转向系统的总体结构和功能、人机界面一转向盘和操纵杆、转向机构的形式等.可以为线控转向系统的设计提供借鉴.     

基于行驶状态反馈的电动助力转向(EPS)系统控制策略研究

利用卡尔曼滤波估计二自由度整车的行驶状态,仿真结果表明估计值和真实值吻合良好;在电动助力转向系统(EPS)基本助力电流基础上引入横摆角速度和质心侧偏角电流补偿,并且进行仿真分析,结果表明补偿后驾驶员路感得到改善,侧滑趋势得到抑制,汽车行驶稳定性得到提高。     

动力转向技术及其发展

综述了轿车动力转向技术的发展,包括液压动力转向、电控液压动力转向、电动助力转向和下一代线控转向系统。分析了各转向系统的发展动因、结构、工作原理、助力特性及特点。探讨了轿车动力转向系统的发展趋势,指出电动助力转向将来动力转向技术的必然发展趋势,线控转向是未来转向系统的发展趋势。     

电动助力转向系统助力特性的仿真研究

首先建立了电动助力转向系统数学模型,然后分析了助力特性曲线的特征形式以及它对转向轻便性和路感的影响,最后结合系统的控制特性建立MATLLAB/Simulink仿真模型,对电动助力转向系统助力特性、稳定性、跟随性、轻便性和路感性进行分析和研究。     

轮毂电机驱动汽车差动助力转向建模与仿真

针对轮毂电机驱动汽车建立了整车模型和差动助力转向系统模型,根据轮毂电机驱动汽车可以独立控制左右转向轮输出力矩的特性,通过控制汽车左右转向轮的差动力矩来实现减小驾驶员方向盘手力的目的,从而代替现有的电助力转向系统。通过设计助力特性曲线来确定理想差动助力大小,然后通过转矩分配控制器控制轮毂电机的输出转矩。为了验证其可行性,通过MATLAB/Simulink平台对该模型进行了仿真分析,仿真结果表明:差动助力转向系统模型能够在车辆低速行驶时提高转向轻便性;当车辆高速行驶时,在提供转向助力时能保证驾驶员的路感。     

汽车转向系统发展趋势

介绍了汽车机械转向系统、液压动力转向系统、电控液压动力转向系统、电动助力转向系统、四轮转向系统、主动前轮转向系统以及线控转向系统,并介绍了转向系统的发展趋势,指出转向系统与其他系统的集成控制是未来的发展方向。     

电动助力转向系统建模与补偿控制策略

分析了电动助力转向系统各组成部分的数学模型,建立了基于Matlab/Simulink的电动助力转向系统仿真模型。构建了电动助力转向系统的两层控制策略,上层控制策略采用基本助力控制和补偿控制的方法确定目标电流,下层控制策略通过PID调节器完成对目标电流的准确跟踪控制。仿真结果表明,设计的控制策略解决了转向轻便性和路感的问题,同时改善了转向的动态效果和回正能力。     

力控和位置反馈型线控转向系统双向控制策略

针对线控转向系统中角传动比和力传动比控制存在耦合的问题,在研究线控转向系统结构和动力学特点的基础上,综合传统遥操作机器人双向控制策略的优点,并分析其对于线控转向系统控制的适用性,提出了力控和位置差反馈型线控转向系统双向控制策略,设计了路感电动机和转向执行电动机闭环控制方法。通过实车试验验证了所设计的双向控制策略有效性。结果表明,提出的控制策略可以满足转向系统控制精度,从而保证整车的转向性能。     

四轮驱动电动汽车差动助力转向系统联合仿真与试验

基于AMESim软件建立了四轮独立驱动电动汽车动力学仿真模型,并应用Matlab/Simulink建立了差动助力转向控制系统模型,在此基础上研究了旨在降低转向盘手力和辅助转向轮回正的左右前轮转矩分配控制策略,并采用后轮差动实现车辆横摆校正。联合仿真结果表明,该差动助力转向控制策略在满足转向轻便性、路感回馈及辅助回正基本要求的同时,还可以补偿前轮差动驱动对车辆稳定性的影响,提高了差动助力转向技术的实际应用能力。通过差动助力转向控制系统的快速原型实车双移线道路试验进一步验证了该系统的转向助力可行性和路感保持能力。     

电动助力转向系统全工况建模及试验验证

为克服以往车辆电动助力转向(EPS)模型的不足,结合简化的原地转向轮胎模型和基于Doguff轮胎模型的七自由度整车模型,建立了转向系统转向及回正时的力学模型。为得到车辆的转向力矩和回正性能特性,对无助力转向全工况(原地及行驶条件下)转向操纵转矩和回正的转向盘残留转角进行仿真,试验结果表明所设计的模型可以准确描述转向操纵转矩和回正特性。进而设计了基于滑模变结构电动助力转向控制策略进行助力和回正控制,仿真和实车验证结果表明,基于该模型设计的控制策略可以有效降低驾驶员的操纵转矩和提高车辆的回正性能。     

装载机线控转向路感控制策略

设计了铰接式装载机线控转向系统，在分析装载机路感特性的基础上，提出系统控制策略，并设计了一种基于BP神经网络整定的自适应PID控制器，实现了PID参数的在线调整。仿真和实验结果表明，该控制器可使线控转向系统实现理想的路感特性。     

遥操作拖拉机路感模拟系统设计与实验

为了使遥操作拖拉机驾驶员对路面信息有更直观的感受,在课题组前期设计的一套拖拉机遥操作系统的基础上设计了路感模拟系统.首先提出路感模拟系统的总体设计方案.然后分析拖拉机路感产生机理,并对遥操作拖拉机的转向执行机构以及控制器进行改造,设计出路感测试系统.最后根据所设计的路感测试系统,在草地、水泥地等路面上对遥操作拖拉机进行...     

基于改进型PSO算法的汽车转阀参数优化

提出了基于模拟退火(SA)修正的改进型粒子群算法(SA-PSO)的转阀参数优化方法。建立了整车动力学模型、转向系统模型、高速"路感"模型和转阀能耗模型,并对模型进行了验证;给出了低速转向轻便性、高速转向"路感"和能耗的量化指标;提出了以轻便性、"路感"和能耗量化指标的平方和根最小值为目标函数,以各参数取值范围为约束条件的最优化问题;构建了基于模拟退火修正的改进型粒子群优化算法(SA-PSO)的自适应度函数,运用改进型粒子群算法获得了转阀参数的全局最优解;SA-PSO与PSO的优化结果对比表明,SA-PSO的全局收敛性强、收敛速度快;通过优化参数与另外两组参数双纽线、高速中间位置小转角转向、转阀能耗仿真验证了优化方法的有效性和优化结果的正确性,最后分别进行了转阀参数优化前、后的双纽线、高速中间位置小转角转向、转阀能耗试验,结果表明,优化后的转阀使转向轻便性、高速转向"路感"和节能性均得到改善。     

SBW转向电机的控制策略研究

汽车电子转向系统(steer-by-wire,SBW)操控技术的核心是智能机电传动装置.转向电机是SBW的动力源,对转向电机的控制直接关系到系统的可行性以及车辆转向轨迹的确定性.在对SBW模型分析的基础上,建立了转向电机的动力学模型,对其控制策略进行研究.     

极限工况下汽车轮胎侧偏角测试方法研究

轮胎侧偏特性识别是汽车动力学稳定性控制的基础,而极限工况下因侧倾转向和变形转向的影响,基于动力学模型的轮胎侧偏角估计方法精度变差。提出一种基于直接视觉测量转向轮转角和车身姿态的轮胎侧偏角测试方法,为极限工况下转向轮转角和轮胎侧偏角观测模型研究提供技术手段。首先分析了侧偏角测试原理,基于高精度定位定向差分GPS和图像实时处理器CVS 1456等构建了实车试验系统。在对试验车转向系统传动比进行标定的基础上,原地转向和小侧向加速度行驶试验表明:基于图像获取转向轮转角与基于转向盘转角方法一致性好。圆周加减速行驶试验表明,在侧向加速度约0.8 g时,汽车达到极限工况,基于图像方式获取的转向轮转角曲线体现了侧倾转向和变形转向的影响,试验车具有不足转向特性。实车试验表明所提出方法是有效、可行的。     

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。