[机械模具数控自动化专业毕业设计外文文献及翻译]【期刊】为开发车辆质量在线估计系统的试验评价-中文翻译

附录 B：英文资料翻译 为开发车辆质量在线估计系统的试验评价 K-J Han1,I-K Kim1， H Y Jo2,and K-S Huh1* 1.韩国汉城汉阳大学的机械工程学院 2.韩国现代汽车公司京畿道南阳研发中心 在 2008 年 8 月 18 日收到稿件，并在 2008 年 11 月 11 日公布接受修订后的件。 分类号： 10,1243/09544070JAUTO991 摘要： 由于主动底盘控制器也日趋复杂和精密，这些控制器的性能对汽车的惯性参数是非常敏感的，如车辆质量，质心高度。此外，这些参数会随乘客的数量和不同负载情况不同而不断变化。在本文中，为了确定任意机动车在运行过程中的辆车辆质量，网上评价体系，提出值得考虑的驾驶条件，其中包括两个估计算法。一个是基于在干扰观测技术方法下用来估计的车辆纵向运动的递归最小二乘法。另一个是基于通过估算横向速度下汽车的横向运动的方法。然后，把这两个估计算法相结合，使用递归最小二乘方法提取车辆质量信息。被推荐中的评估系统的性能是通过实验测试证明的。 关键词 ：汽车质量，汽车动力学，评估，实验 1. 介绍 机箱控制器 1的性能，如电子稳定控制和主动翻覆预防是非常敏感的，包括车辆的质量，质心高度的车辆的惯性参数 2,3，这些惯性参数会随着乘客数量或载荷的不同而发生变化。特别是在运动型多用途汽车（ SUVs），它们的参数会随着车顶的负荷而显著改变并会影响到汽车的过渡倾向。调整现有控制器具有的最坏情况下的控制参数，以此能显著降低处理性能。 在汽车的惯性参数，如车辆的质量，质心高度估计方法已在相关文献报道4-11。例如， Bae 等人。 6 车辆行驶的道路的坡度从全球定位系统（ GPS）的数据计算出来的，再以纵向动力学为基础来估计车辆的质量和气动阻力系数。 Vahidi 等。 7使用顺序递推最小二乘法多遗留的因素来估计车辆的质量和时间变化的公路等级。 Wenzel 等提出用四自由度车辆模型相结合使用来扩展卡尔曼滤波技术来估计车辆状态和惯性参数 9。 介绍了一种自适式观测器并利用四分之一的汽车纵向动力学来估计车辆的簧载质量 10。朱等人提出了递推最小二乘算法在线估计汽车质量和气动系数 11。尽管上面的方法可以估算出车辆的质量，但他们需要一个具体的进行方案或一个复杂的车型，这样会往往导致在执行时自我的限制。例如，具有纵向动力学模型的估计法只更新了在驾驶车辆的条件下的汽车质量，而没有转向质量估计算法。该扩展卡尔曼滤波与组合使用车辆模型可能会导致计算负担，并使其难以实时计算。 在这项研究中，对车辆质量在线和简单的估算系统的开发，使它可以应用于在各种条件下的驾驶。拟议的车辆质量评价体系包括两个分别基于车辆的纵向和横向运动的估计算法。在纵向运动基础上的第一个算法利用干扰观测技术来提高对干扰的鲁棒性递推最小二乘法。第二种算法是基于横向运动横向质量计算车辆使用横向速度的估计。最后，这两种算法相结合，再使用递归最小二乘方法提取车辆质量信息。 2.汽车质量评估系统 本节介绍了车辆质量评价系统，设计了车辆的纵向和横向运动两种估计算法，并在此基础上，结合提取的最佳车辆在各种驾驶状况质量信息。图 1 显示了该车辆的质量估计系统的总体结构。 。 。 图 1 车辆质量在线估计系统的整体结构 2.1 基于汽车纵向运动的评估算法 基于汽车纵向运动的车辆质量评估算法是在车辆不具有转向加速的条件下产生的。纵向运动可以用以下公式来描述 max=Fx Faero Frolling Fgrade (1) 纵向的力 Fx可以从以下公式中的扭矩变流器的特性中的到。 Fx= (2) Tt/cNtransNdifffeff rtyre 汽车模型纵向动力学横向动力学技术方法带扰动观测 RLS卡尔曼滤波的 RLS统一的车辆质量评估空气动力反作用力 Faero根据以下公式可以用 Cdf的整个参数来表达 Faero= (3) 2=2 旋转反力 Frolling 和地面级别的影响力 Fgrade 可以由以下公式求得 F= rollingmg cos road (4) Fgrade=mg sin road (5) 将等式 (3)至 (5)代入式 (1)后，并考虑到由于俯仰运动导致的加速度计信号偏移，使的纵向运动可以回归形式以体现。 y= T (6) 和 y=Fx (7) T= ax g sin road g (8) 2= (9) +2 参数向量 包括车辆质量，也可使用测量向量 并输出 y 来估计。纵向力可以通过计算公式 (2)，如该涡轮液力变矩器泵的纵向力可从扭矩和扭矩比获得。该泵扭矩可使用性能系数和发动机转速来近似。性能系数可以使用泵和涡轮转速比的实验数据来计算。可测的发动机转速可从控制器区域网络 (CAN)的消息得到。公路等级也可从方程 (9)来估计，但它的估算的给出不太有力。在低滑范围内的纵向速度 Vx 可近似为自由滚动的车轮的速度。在前轮驱动车的情况下，可测后轮速度从来自 CAN 信息，可用为下式表示。 Vx (10) (1+)2为了考虑模型的不确定性，如干扰，未建模的动态和参数扰动，方程 (6)被修改，包括总体干扰为 y= (11) +其中代表一个集中的干扰，可以降低估计性能。干扰观测 12，称为递归最小二乘法（ RLS）的一个干扰观测器，它是利用这样的集中干扰估计和参数估计的补偿 (t)= (t 1)+P(t) (t)y(t) T(t) (t 1)- (t) (12) P(t)=P(t-1)-P(t-1) (t)（ (I+ T(t)P(t-1) (t)） -1 (13) (t)=Q(z)y(t)- T(t) (t-1) (14) 其中 (t)， P(t)， (t)和分别表示估计的参数向量，协方差矩阵和估计干 扰。该过滤器 Q(z)在方程（ 14）是一个低通滤波器，它决定了鲁棒性，能通过考虑干扰特性，采样时间和截止频率来设计。在这个研究中，以阶滤波器用作计算一下参数 Q(z)= (15) 11+11和 a1= ， b1= ， = (16) 11+ 1+ 1其中 h 和 分别表示采样时间和截止频率。带有干扰的 RLS 观察器，如 c上方的方程（ 12）至（ 14），根据提供抵抗集中干扰稳健估计的性能是可以知道的。由于输入包括加速度计和轮速信号，它提供了足够的持续激励条件的顺序。 2.2 基于车辆横向运动的评估算法 在这一部分介绍的是基于车辆横向运动的质量评估算法。当车辆以恒定纵向车速旋转时，以两个自由度（ 2-DOF）自行车模型，如图 2 所示。可以近似描述侧向运动达到了一定的极限（如 a0.3g） 图 2. 车辆横向动力学 二自由度车辆模型的横向移动可以通过方程 13给出。 may=Fyf+cosf+Fyr (17) 在这个模型中，空气阻力和倾向效果被忽略。然而，根据以下方程，用RLS 方法能估计出车辆的质量。 Fyfcosf+Fyr= ay (18) 根据上述方程对评估车辆质量的结论需要关于轮胎的横向力，横向加速度和转向角度的数据。横向加速度计测量的信号和转向角，都能从 CAN 信息中获得，并可以使用。如果滑移角小 13，轮胎外侧的力量可以被假定为是和滑移角成正比的，并可以通过下式证明。 Fyf= f Fyr= r (19) 其中滑移角 f和 r 通过下式定义 f= -f +r= (20) 由上式可知，滑移角的得到需要了解车辆纵向和横向速度。通过以上讨论，纵向车速可从方程（ 10）中获得。基于自行车模型 = + f (21) + + 2+2 2横向速度估计使用卡尔曼滤波技术 15来确定，其精度从已给定的纵向速度和横摆角速度范围验证。上述模型利用虚拟的车辆质量和最后更新车辆质量信息的两者之一。根据近似估计的纵向速度和横向速度，可以计算轮胎的侧向力方程 (19)，从方程 (18)车辆质量可以通过递归估计。 2.3 质量评估算法的统一 如图 3 所示，统一的在线车辆质量评价系统的流程图。对于每一个估算法，车辆条件块利用车辆调动合适的条件对其进行估计。例如，在纵向速度，纵向加速度和横摆角速度表示指定的驾驶条件下，激活以纵向运动为基础的算法。对于以横向运动为基础的算法的激活条件可以以车辆纵向加速度和横摆角速度来表达。车辆质量不具有快速随时间变化的性质，并在一定范围内变化（如整车重量比更大）。因此，在图 3 中最后一块在预定范围内只收集了适当的收敛于稳态值的时期。如果以前和当前时步的估计质量存在区别在，那于在预定范围（如 100 时步），在当前时步估计质量被认为稳定状态值，并成为一个大规模的更新数据。该估计算法确定在一定时间内更新车辆质量的数据，否则，即使初始化的激活条件被满意了，估计算法还会被初始化。 以所收集的数据为基础，共振光散射块执行的 RLS 方法来获取该车辆的质量估计值。在一段时间后共振光散射值将被初始化，其中 ， 和 集合()()()中除了 (t)之外，其余都要被预定义初始值。该车辆的质量初始值根据统一的车辆质量算法设置为当前数据 long lal 图 3. 拟议的系统流程图 3.实验 对于实验证明，如图 4 所示，越野车具有纵向和横向加速度和横摆角速度传感器。 半导体信号和 CAN 信息条件 1 条件 2使用纵向动力学对质量评估使用横向动力学对质量评估稳定状态 稳定状态入口使用 RLS 跟新m 图 4. 实验装置 如车轮的速度，发动机及其他的信号传输信号，具有 CAN 总线的汽车都可以接收。在越野车里安装了一台笔记本电脑，并安装了 dSPACE Autobox，使在线实时性能的方法可以得以验证。 每个算法的激活条件是通过仿真和现场试验确定的。对于测试汽车在表 1中就是给出了决定性条件的一个例子。 表 1. 对评估算法的活化条件 图 5， 6 和 7 在测试赛道上通过一系列直接实验分别说明了车辆的纵向速度和发动机扭矩，纵向和横向加速度，传动齿轮位置和横向角速度的数据。 活化条件对纵向运动的算法 r0.03 rad/sax0.6 m/s 2Vx5 m/s对横向运动的算法 0.15rad/sr0.05 rad/sa x0.3 m/s 2 图 5. 在一系列直接实验中的纵向车速和发动机输出扭矩随时间变化图 图 6. 在一系列实验中车辆纵向和横向的加速度随时间变化图 图 7. 在一系列直接实验中车辆传动齿轮的位置和横摆角速度随时间变化图 图 8. 在一系列直接实验中的质量评估结果随时间变化图 图 9,10 和 11 说明，当越野车在弯曲的道路上行驶时的集中数据。 图 9. 在一系列行驶实验中的车辆纵向速度和发动机输出扭矩随时间变化图 图 10. 在一系列行驶实验中纵向和横向加速度随时间变化图 图 11. 在一系列行驶实验中传动齿轮的位置和横向角速度随时间图 图 12. 在一系列行驶实验中车辆质量评估结果随时间变化图 图 13. 在任意演示的情况下车辆质量评估结果 星号代表车辆质量更新点，并从统一的方法中估计的质量与真值很好的吻合。实验结果证明在车辆演示过程中适当的系统能有效并准确的评估车辆的质量。除了该车型的激活条件需要采取与之相协调的激活条件外，此技术可以用类似的方式应用在其车型上。 4. 结论 这部分为评估车辆质量提出了一个统一的系统。为了在任意的车辆演示下对车辆质量的评估，分别在车辆纵向和横向动力学模型的基础上设计了两种评估算法。在特殊的行驶条件下，例如评估算法的准确性能被肯定，这样每种算法都能被激活。此外，从每个算法的估计数据是统一的，并车辆的质量的最小二乘估计法要重复更新。该系统的有效性通过实时确认实验的准确性来证明。准确的车辆质量信息，如越野车，面包车或者皮卡车可以帮助解决过渡预防与可靠性之间的权衡问题。 致谢 这项研究是由知识经济部和通过为战略技术而进行人力资源培训项目的的韩国产业技术基础部的财政支持。 REFERENCES 1 Kiencke,U. and Nielsen,L. Automotive control system, 2000 (Spring-verlag, Berlin). 2 Hac, A. Rollover stability index including effects of suspension design. In Proceedings of the 2002 SAE World congree, SAE paper 2002-01-0965, 2002. 3 Allen, R. W., Klyde, D. H., Rosenthal, T. J., and Smith, D. M. Estimation of passenger vehicles inertial properties and their effect on stability and handling. In proceeding of the 2003 SAE World congress, SAE paper 2003-01-0966, 2003. 4 Germann, St. and Isermann, R. Modelling and control of vehicles longitudinal motion. In Proceeding of the American Control Conference, 29 Jun-1 July 1994, vol. 1, pp. 1-5(IEEE, New York). 5 Druzhinina, M., Stefanopoulou, A., and Modle-gaard, L. Adaptive continuously variable compression braking control for heavy-duty vehicle. Trans. ASME, J. Dynamic System, Measmt, Control, 2002, 124, 406-414. 6 Bae, H. S., Ryu, J., and Gerdes, J. C. Road grade and vehicle parameter estimation for longitudinal control using GPS. In proceedings of the IEEE Conference on intelligent transportation system, 2001, pp. 166-171 (IEEE,New York). 7 Vahidi, A., Stefanopoulou, A., and Peng, H. Experiments for online estimation of heavy vehicles mass and time-varying road grade. In Proceedings of the 2003 ASME Dynamic System and control Division, International Mechanical Engineering Congress and Exposition , 2003,pp. 451-458 (ASME International, New York). 8 Best, M. C. and Timothy, J, G. Combined state and parameter estimation of vehicle handling dynamic. In proceedings of the Fifth International Symposium on Advanced vehicle control (AVEC 00),Ann Arbor, Michigan, USA, 2000, pp. 429-436. 9 Wenzel, T. A., Burnham, K. J,. Blundell, M. v., and Williams, R. A. Approach to vehicle state and parameter estimation using extended Kalman filtering. In proceedings of the Seven International Symposium on Advanced vehicle control (AVEC 04), Arnhem, The Netherlands, 2004, pp. 725-730 (Han University, Arnhem). 10 Rajamani, r. and Hedrick, J. K. Ad