官术网_书友最值得收藏!

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。

主站蜘蛛池模板: 洪雅县| 永康市| 承德县| 化德县| 望江县| 盱眙县| 阜宁县| 抚顺市| 门头沟区| 普兰县| 博罗县| 大宁县| 简阳市| 滁州市| 黄浦区| 西贡区| 高唐县| 甘谷县| 屏边| 永顺县| 前郭尔| 农安县| 呈贡县| 徐州市| 甘洛县| 涞水县| 慈利县| 晴隆县| 象州县| 腾冲县| 托克逊县| 南昌市| 甘孜县| 娄底市| 仁寿县| 龙陵县| 长寿区| 德保县| 衡阳市| 枣庄市| 阳山县|