- 先進(jìn)電動汽車狀態(tài)估計(jì)與辨識
- 李克強(qiáng) 羅禹貢 陳慧等
- 448字
- 2020-11-28 23:15:26
第2章 基于多信息與多方法融合的附著系數(shù)估計(jì)方法
主要符號對照表

(續(xù))

針對研究現(xiàn)狀的局限性,本書探討在不使用額外傳感器的條件下,結(jié)合分布式電驅(qū)動車輛電機(jī)轉(zhuǎn)矩精確可控可知的特點(diǎn),提出圖2-1所示的基于多信息與多方法融合的附著系數(shù)估計(jì)研究路線。

圖2-1 附著系數(shù)估計(jì)現(xiàn)狀與本書研究路線關(guān)系
該技術(shù)路線主要包括:
① 搭建簡單且精度高的輪胎模型,通過模塊化估計(jì)各參量,最后采用無味卡爾曼濾波器實(shí)現(xiàn)附著系數(shù)的估計(jì)。
② 針對小滑移率和小側(cè)偏角下不可觀的問題,創(chuàng)新性地采用頻域觀測方法,首先推導(dǎo)出電機(jī)車輪系統(tǒng)頻響函數(shù),通過分析路面附著系數(shù)對該函數(shù)的影響規(guī)律,利用合適的自回歸參數(shù)辨識方法,實(shí)現(xiàn)在不估計(jì)滑移率和側(cè)偏角的前提下的附著系數(shù)估計(jì)。
③ 通過引入該觀測系統(tǒng)非線性可觀性矩陣指數(shù)概念,來定量評價附著系數(shù)的可觀性,以作為兩種單方向估計(jì)方法的切換條件。
④ 為進(jìn)一步提高單方向估計(jì)方法在復(fù)合工況下的適用性,本書提出了利用誤差融合的思想和雙卡爾曼濾波技術(shù),將分別利用縱側(cè)向信息估計(jì)得到的兩個附著系數(shù)估計(jì)結(jié)果通過加權(quán)融合,得到精度更高的結(jié)果。
推薦閱讀
- 我是手扶拖拉機(jī)駕駛與維修能手
- 私家車車主手冊
- 電動汽車工程手冊(第三卷):燃料電池電動汽車設(shè)計(jì)
- 鐵路調(diào)度計(jì)劃與統(tǒng)計(jì)
- 客運(yùn)記錄與鐵路電報實(shí)務(wù)指南(列車部分)
- 汽車維修全程圖解(底盤和車身電氣系統(tǒng)分冊)(雙色版)
- 建筑給水排水工程快速識圖
- 高速鐵路概論(第四版)
- 圖解新型汽車底盤拆裝與檢修(第2版)
- 純電動汽車結(jié)構(gòu)與檢修一體化教程
- 汽車零件失效分析
- 汽車構(gòu)造與原理三維圖解 :底盤、車身與電器(彩色版)
- 最新汽車熔斷器與繼電器速查手冊(2014版)
- 女車主的第一本駕駛書
- 汽車美容裝飾實(shí)用手冊:施工流程