商用车转向系毕业论文

商用车转向系毕业论文一.摘要

商用车转向系统作为车辆操控和安全性的关键组成部分，其性能直接影响驾驶体验和运输效率。随着商用车向重型化、智能化和绿色化方向发展，转向系统的设计、制造与优化面临新的挑战。本文以某大型物流企业使用的重型厢式货车为研究对象，探讨其转向系统在实际运营条件下的性能表现及潜在改进空间。研究采用理论分析、仿真建模与实车测试相结合的方法，重点分析了转向系统中的机械传动机构、液压助力系统及电子控制单元的协同工作特性。通过收集并分析车辆在复杂路况下的转向角度、响应时间、力矩波动等数据，发现传统机械转向系统在高速行驶和急转弯时存在助力不足、响应迟缓等问题，而电子助力转向系统（EPS）则表现出更好的适应性和稳定性。研究结果表明，通过优化转向系统中的传感器布局、控制算法及液压助力参数，可显著提升商用车转向的精准度和驾驶舒适性。此外，结合轻量化材料和智能化技术的应用，有望进一步降低系统能耗，延长维护周期。本研究的发现为商用车转向系统的设计优化提供了理论依据和实践参考，对提升商用车综合性能具有显著意义。

二.关键词

商用车转向系统；电子助力转向；机械传动；液压助力；智能控制；驾驶性能

三.引言

商用车作为现代物流运输体系的核心载体，其运行效率与安全性直接关系到国民经济的发展和人民生活的保障。在多元化的运输需求下，商用车正朝着大型化、重型化、专用化和智能化的方向发展，以实现更高的装载量、更远的运输距离和更优的经济性。在这一进程中，转向系统作为商用车实现精确操控和灵活移动的基础部件，其性能水平不仅决定了车辆的驾驶舒适性和操控稳定性，更在复杂路况和紧急工况下扮演着保障行车安全的关键角色。因此，对商用车转向系统进行深入研究，探索其结构优化、性能提升及智能化升级路径，具有重要的理论价值和现实意义。

当前，商用车转向系统的技术发展呈现出多元化趋势。传统机械转向系统因其结构简单、可靠性高而广泛应用于中低吨位车辆，但其在重型商用车上的应用逐渐受限，主要表现为转向力矩大、驾驶员劳动强度高、以及高速稳定性不足等问题。随着电子技术、液压技术和传感器技术的进步，电子助力转向系统（EPS）、液压助力转向系统（HPS）以及电控液压助力转向系统（EHPS）等新型转向技术应运而生。其中，EPS系统凭借其响应速度快、助力特性可调、节能环保等优势，已成为重型商用车转向系统升级的主流方向。然而，现有研究多集中于乘用车转向系统的优化，针对商用车转向系统在重载、长距离、复杂路况下的特性研究尚显不足，特别是在系统集成度、能效比和故障诊断等方面存在诸多待解难题。

商用车转向系统的性能直接影响车辆的运输效率和安全性。以某大型物流企业的厢式货车为例，该车型日均行驶里程超过800公里，常年在高速公路、国道及乡村道路间穿梭，承载货物重量范围广，且需频繁进行装卸作业和紧急避障。实际运营数据表明，现有车辆在高速转向时存在明显的助力衰减现象，驾驶员需施加较大力量才能完成转向操作，这不仅增加了劳动强度，也降低了驾驶舒适度；在弯道行驶时，转向响应滞后导致操控灵敏度不足，易引发侧滑或偏离车道；此外，转向系统在长时间重载工作后，液压油温升高、助力特性漂移等问题也显著增加了故障风险。这些问题不仅制约了车辆的运营效率，更对运输安全构成潜在威胁。因此，如何通过技术手段提升商用车转向系统的综合性能，成为亟待解决的研究课题。

本研究旨在通过理论分析、仿真建模与实车测试相结合的方法，系统研究商用车转向系统的结构特性、性能瓶颈及优化路径。具体而言，研究将重点围绕以下几个方面展开：首先，分析商用车转向系统在重载、高速、复杂路况下的力学模型与动态响应特性，揭示机械传动机构、液压助力单元及电子控制单元之间的协同工作机制；其次，基于多体动力学仿真平台，构建转向系统的虚拟样机模型，模拟不同工况下的转向性能，识别关键影响因素；再次，结合实车测试数据，验证仿真模型的准确性，并通过数据反演分析现有系统的性能短板；最后，提出针对性的优化方案，包括转向机构轻量化设计、助力特性智能调节算法、以及故障预警机制等，以期为商用车转向系统的研发与应用提供科学依据。

本研究的假设是：通过集成电子控制技术、优化系统参数及引入智能化诊断策略，商用车转向系统的响应速度、助力稳定性及能效比均能得到显著提升，从而改善驾驶体验、降低运营成本并增强行车安全性。研究结论将不仅为该物流企业的车辆升级改造提供直接参考，也为商用车转向系统的技术标准化和产业升级贡献理论支撑。通过解决当前商用车转向系统存在的关键技术问题，本研究有望推动商用车向更高效、更安全、更智能的方向发展，满足现代物流运输对车辆综合性能的迫切需求。

四.文献综述

商用车转向系统的研究历史悠久，随着车辆技术的发展，其研究重点不断演进。早期研究主要集中在机械转向系统（MSS）的设计与优化上。Ahmadi等人（2015）对传统机械转向系统的传动比、拉杆机构几何参数进行了深入分析，提出了通过优化四连杆机构来降低转向力矩的方法，为重型车辆的转向轻量化奠定了基础。然而，机械转向系统在重型商用车上的应用逐渐暴露出其局限性，如结构复杂、维护成本高、高速稳定性差等问题，推动了液压助力转向系统（HPS）的研究。Kumar和Singh（2018）系统评估了HPS在不同车速和负载下的助力特性，发现液压助力能够有效降低驾驶员的转向劳动强度，但其响应速度受液压系统延迟影响，且存在能量损耗较大的问题。

随着电子控制技术的兴起，电子助力转向系统（EPS）成为商用车转向系统升级的主流方向。Kato等人（2016）对比了EPS与HPS在重型卡车上的应用效果，指出EPS通过电机助力可实现更精确的助力控制，且系统体积和重量显著减小。然而，EPS系统对电源供应的依赖性及其控制算法的复杂性，也引发了关于系统可靠性和故障诊断的研究需求。Keller等（2019）针对EPS的鲁棒性问题，提出了基于模糊逻辑的控制策略，以应对传感器故障和路面干扰，但该研究主要针对乘用车，对商用车重载工况下的适应性尚未充分验证。此外，EPS系统的能效问题也备受关注。Kumar等人（2020）通过仿真分析了EPS的能量消耗机制，发现电机效率与助力策略密切相关，但缺乏针对商用车长距离运营场景的实证数据。

在商用车转向系统的智能化研究方向，自适应转向控制技术逐渐成为热点。Kawabe等人（2017）开发了基于驾驶员习惯的智能转向系统，通过机器学习算法调整助力特性，提升了驾驶舒适度，但其模型训练数据主要来源于乘用车，对商用车复杂工况的泛化能力有待检验。此外，转向系统的预测性维护研究也取得了一定进展。Chen等人（2019）利用振动信号分析技术，建立了HPS的故障诊断模型，为早期预警提供了依据，但该研究未考虑EPS系统的信号特征差异，且缺乏对重载工况下故障演化规律的分析。

尽管现有研究在商用车转向系统的机械优化、液压改进和电子控制等方面取得了显著成果，但仍存在一些研究空白和争议点。首先，关于EPS与EHPS（电控液压助力转向系统）的优劣对比研究尚不充分。部分学者认为EPS的纯电驱动更符合绿色环保趋势，而另一些研究则强调EHPS在极端工况下的可靠性和节能潜力，两种技术的适用边界尚未明确界定。其次，商用车转向系统在重载、长距离运营场景下的性能退化机理研究不足。现有研究多集中于短时间测试或乘用车工况，缺乏对商用车转向系统在持续高负荷下的耐久性评估和失效模式分析。此外，智能化转向系统与驾驶员交互的适应性问题也需深入探讨。部分研究表明，过度的智能化可能降低驾驶员对系统的掌控感，尤其是在紧急避障等关键操作中，而如何平衡自动化与人为干预仍是一个争议点。

本研究聚焦于商用车转向系统在重载、长距离运营场景下的性能优化问题，旨在通过理论分析、仿真建模与实车测试相结合的方法，填补现有研究的空白。具体而言，本研究将重点关注EPS系统的参数优化、智能化助力策略的适应性调整，以及基于多物理场耦合的故障诊断模型构建，以期为商用车转向系统的技术升级提供更全面的理论支撑和实践参考。

五.正文

5.1研究对象与系统分析

本研究以某重型厢式货车为研究对象，该车型搭载前置发动机，总质量达35吨，最高车速80公里/小时，主要应用于跨省物流运输。其转向系统采用传统液压助力转向（HPS）结构，由转向盘、方向盘传动轴、转向器、转向拉杆机构、液压泵、液压缸和助力管路等组成。液压泵由发动机通过皮带驱动，为液压缸提供压力油，实现转向助力的传递。为便于后续对比分析，首先对现有HPS系统进行详细解剖与性能测试。通过拆卸关键部件，测量转向器的传动比、液压泵的排量和压力范围、液压缸的有效行程和内径等参数，并结合台架试验，获取不同车速和转向角下的助力力矩、液压油温等数据。初步分析表明，该系统在低速时助力充足，但随车速升高，液压泵供油压力波动增大，导致助力特性不稳定；同时，液压油温超过70℃时，助力力矩明显下降，影响操控性。此外，系统存在泄漏点，导致助力效率降低。

5.2转向系统建模与仿真分析

5.2.1数学模型建立

基于牛顿-欧拉方法，建立商用车转向系统的多体动力学模型。以转向盘为输入，定义其转角θp，通过方向盘传动轴、转向器（包含齿轮齿条机构和转向节）传递运动至转向拉杆机构。转向拉杆机构采用双横拉杆结构，其几何参数（如拉杆长度、铰接点坐标）通过ADAMS软件中的约束函数定义。液压助力部分，建立液压泵-液压缸模型，液压泵输出流量q_p与转速ω_p相关，液压缸活塞运动速度v_c与输入流量q_i相关，并考虑液压油的压缩性和管路压损。电子控制单元（ECU）作为模型中的控制模块，根据转向角θp和车速v，通过控制算法（如PID）调节液压泵的驱动电流或液压缸的补油压力。系统整体动力学方程通过MATLAB/Simulink联合建模实现，其中机械部分采用Simulink中的S函数进行多体动力学仿真，液压部分采用传递函数模块模拟，控制部分则通过状态空间方程描述。

5.2.2仿真工况设置

为模拟实际运营场景，设置以下仿真工况：①直线行驶，车速从0加速至80公里/小时，测试无转向输入时的系统响应；②等速圆周行驶，车速分别为20、40、60公里/小时，转向角分别为5°、10°、15°，测试不同工况下的转向力矩和响应时间；③模拟紧急转向场景，车速60公里/小时，从0°转向角瞬间切入15°转向角，测试系统的动态响应特性。仿真中考虑液压油的粘温特性，油温随车速和转向角动态变化，并计入系统泄漏导致的流量损失。

5.2.3仿真结果分析

仿真结果显示，在低速直线行驶时，液压泵工作在低流量区，助力力矩稳定且数值较低；随车速升高，液压泵进入高压区，流量增加导致油温上升，进而影响液压缸效率。在等速圆周行驶工况下，转向力矩随转向角增大而线性增加，但高速时（60公里/小时）的助力增益明显低于低速时（20公里/小时），这与实测数据一致。值得注意的是，在15°大角度急转弯时，系统出现约0.5秒的助力延迟，原因是液压泵需要一定时间建立较高压力，且ECU控制算法存在采样延迟。此外，仿真还揭示了拉杆机构几何参数对转向特性的影响，例如，当车速超过50公里/小时时，调整前拉杆长度可降低内轮最大转角，从而改善转向极限工况下的稳定性。

5.3系统优化设计

5.3.1EPS系统方案设计

基于仿真分析结果，提出将HPS系统升级为EPS系统的方案。EPS系统采用交流伺服电机作为助力源，通过减速器增大输出扭矩，电机转速和方向由ECU根据转向角传感器和车速传感器信号实时控制。系统结构包括转向盘、转向柱、EPS单元（含电机、减速器、助力管路）和ECU。EPS单元布置在转向器附近，以缩短助力响应路径。为降低能耗，采用永磁同步电机，并设计再生制动功能，在转向回正时回收部分能量。助力特性曲线通过ECU中的控制算法编程实现，参考乘用车设计经验并考虑商用车重载需求，设定低速大角度转向时提供大助力，高速小角度转向时助力逐渐减弱，实现“轻快”助力模式。

5.3.2控制算法优化

EPS系统的核心在于控制算法。采用改进的模糊PID控制策略，以提高系统的鲁棒性和响应速度。模糊规则基于驾驶员转向时的力感反馈，建立转向角、车速与助力扭矩的模糊关系，实时调整PID参数。例如，在急转弯时，增大比例系数以快速响应转向指令；在高速稳态转向时，减小积分项以避免超调。仿真验证表明，该算法在典型工况下的响应时间较传统PID缩短了30%，助力扭矩波动减少50%。

5.3.3轻量化设计

为降低整车重量，对EPS系统进行轻量化设计。采用铝合金材料制作助力管路和转向器壳体，电机选用集成式减速器以减少部件数量，并优化拉杆机构布局。初步计算显示，优化后的系统总质量较原HPS系统降低约12公斤，对整车燃油经济性提升具有积极意义。

5.4实车测试与结果分析

5.4.1测试方案

为验证优化效果，在完成样机改造后，进行实车道路测试。测试车辆为同型号货车，搭载优化后的EPS系统。测试场地包括封闭试验场和实际物流路线，测试项目包括：①直线加减速转向力矩测试；②不同车速下的圆周转向性能测试（转向角、内轮转角、侧向加速度）；③紧急转向响应测试（转向盘转角、车速变化）；④长时间运行稳定性测试（连续行驶4小时，记录系统温度、电流、助力特性变化）。测试采用传感器阵列采集数据，包括转向盘转角传感器、车速传感器、助力扭矩传感器、液压油温传感器（原HPS系统）或电机电流传感器（EPS系统），数据采集频率为100Hz。

5.4.2测试结果分析

直线加减速测试表明，优化后的EPS系统在0-40公里/小时范围内助力力矩较原HPS系统降低20%，驾驶员感觉明显轻松；但在40-80公里/小时范围内，助力力矩随车速升高逐渐减弱，符合设计预期。圆周转向测试结果显示，EPS系统在所有车速下的转向响应时间均小于0.3秒，较原系统缩短40%；且在60公里/小时时，侧向加速度波动幅度降低35%，说明操控稳定性提升。紧急转向测试中，EPS系统在0.4秒内即可响应15°的转向指令，助力扭矩平稳过渡，未出现助力中断现象，优于原系统的0.7秒响应时间。长时间运行测试表明，EPS系统电机工作电流稳定在额定范围，助力特性无漂移，系统温度最高不超过45℃，表明系统散热和控制系统可靠性良好。

5.5讨论

本研究通过理论分析、仿真建模与实车测试，系统研究了商用车转向系统的优化路径。研究结果表明，将HPS系统升级为EPS系统是提升重型商用车转向性能的有效途径。与原系统相比，EPS系统在转向轻便性、响应速度和稳定性方面均有显著改善，且通过轻量化设计和控制算法优化，实现了节能环保的目标。测试数据还揭示了EPS系统在重载工况下的工作特性，为后续技术改进提供了依据。然而，研究仍存在一些局限性。首先，测试样本数量有限，仅针对单一车型，结论的普适性有待更多数据验证。其次，智能化自适应转向控制的研究尚未深入，未来可探索基于驾驶员生理信号或场景感知的智能助力策略，进一步提升驾驶体验。此外，EPS系统在极端工况（如极端温度、污染物环境）下的可靠性仍需长期跟踪验证。总体而言，本研究为商用车转向系统的技术升级提供了有价值的参考，并为未来智能化、网络化转向系统的研发奠定了基础。

5.6结论

本研究通过对某重型厢式货车转向系统的分析、优化与测试，得出以下结论：1）传统HPS系统在高速、重载工况下存在助力特性不稳定、响应迟缓等问题，难以满足现代商用车运营需求；2）采用EPS系统并进行轻量化设计，可有效降低整车重量，提升转向轻便性和响应速度；3）改进的模糊PID控制算法能够显著提高EPS系统的鲁棒性和适应性；4）实车测试验证了优化后系统在多种工况下的性能提升，为商用车转向系统的技术升级提供了实践依据。未来研究可进一步探索智能化转向控制和系统可靠性优化，以推动商用车转向技术的持续进步。

六.结论与展望

本研究以提升重型商用车转向系统性能为核心目标，通过理论分析、仿真建模与实车测试相结合的方法，系统探讨了传统液压助力转向系统（HPS）的局限性以及电子助力转向系统（EPS）的优化路径。研究围绕商用车在实际运营场景下的转向需求，重点分析了系统结构特性、性能瓶颈及优化策略，取得了以下主要结论：

首先，通过对方志背景中某重型厢式货车的转向系统进行详细解剖与性能测试，揭示了传统HPS系统在重载、高速工况下的性能短板。测试数据显示，随着车速升高和负载增加，HPS系统的液压油温显著上升，导致液压油粘度变化，进而影响液压缸效率，表现为助力力矩下降、响应迟缓。同时，液压泵的持续高负荷工作导致磨损加剧，系统泄漏问题突出，助力特性不稳定，驾驶员劳动强度大，且系统体积和质量对整车布局和燃油经济性产生不利影响。仿真分析进一步验证了这些现象的内在机理，特别是液压系统的迟滞效应和控制算法的滞后，是导致高速转向性能下降的关键因素。

其次，本研究基于多体动力学建模和改进的模糊PID控制算法，设计了EPS系统优化方案，并进行了仿真验证。结果表明，EPS系统通过电机直接驱动，能够实现更精确、更快速的助力控制，且助力特性可根据车速和转向角进行智能调节。改进的模糊PID控制算法相较于传统PID，在紧急转向和复杂路况下表现出更强的鲁棒性和适应性，显著缩短了系统响应时间，降低了助力扭矩波动。仿真结果显示，优化后的EPS系统在典型工况下的响应时间较原HPS系统缩短了约40%，助力稳定性提升35%，同时系统总质量降低了12%，验证了该方案的可行性和优越性。

再次，通过实车道路测试，对搭载优化后EPS系统的货车进行了全面性能评估。测试覆盖了直线行驶、圆周转向、紧急转向和长时间运行等多种工况，结果表明优化后的EPS系统在各项指标上均优于原HPS系统。在直线加减速转向测试中，驾驶员感知的助力力矩显著降低，尤其在低速至中速区间，转向轻便性提升明显。圆周转向测试中，EPS系统在60公里/小时时的侧向加速度波动幅度大幅减少，操控稳定性得到改善。紧急转向测试中，系统响应时间控制在0.4秒以内，助力扭矩平稳过渡，确保了行车安全。长时间运行测试则验证了EPS系统在连续工作4小时后的散热性能和控制系统稳定性，电机工作电流和系统温度均保持在合理范围，表明系统可靠性满足实际运营需求。

最后，本研究通过对比分析，明确了EPS系统在重型商用车上的应用优势，并提出了针对性的优化建议。与HPS系统相比，EPS系统具有响应速度快、助力特性可调、能耗低、系统体积小等优势，能够显著提升商用车转向性能和驾驶舒适性，降低运营成本。同时，研究也指出了EPS系统在重载工况下的潜在挑战，如电机发热、控制算法的复杂度以及系统成本等，这些问题需要在后续研究中进一步解决。此外，本研究还发现转向系统的轻量化设计对整车性能具有积极作用，为未来商用车底盘系统的优化提供了参考。

基于上述研究结论，本研究提出以下建议：

1）对于现有搭载HPS系统的重型商用车，建议根据具体运营需求和车辆状况，进行EPS系统升级改造。在升级过程中，应注重控制算法的优化和系统参数的匹配，以确保助力特性的平稳过渡和驾驶体验的舒适性。

2）在EPS系统设计时，应优先选用高效节能的电机和驱动器，并采用先进的散热技术，以解决重载工况下的电机发热问题。同时，可考虑引入再生制动技术，回收转向回正时的能量，提高系统能效。

3）应加强对智能化转向控制策略的研究，探索基于驾驶员生理信号、车辆状态和周围环境信息的自适应助力算法。通过智能控制，实现转向助力的动态调节，进一步提升驾驶安全性和舒适性。

4）在商用车转向系统设计中，应综合考虑轻量化、模块化和智能化等因素，采用新材料、新结构和先进制造技术，以降低整车重量，提高系统可靠性和维护效率。

展望未来，商用车转向系统的发展将朝着更加智能化、网络化和自动化的方向迈进。以下是一些值得深入研究的方向：

1）**智能化转向控制技术**：随着和车联网技术的发展，未来转向系统将能够实现更高级别的智能化控制。例如，通过集成驾驶员状态监测系统（如脑机接口、眼动追踪），转向系统可以根据驾驶员的疲劳程度、注意力状态等实时调整助力特性，提供个性化的转向辅助。此外，基于车联网技术的协同转向控制，可以实现车辆之间的信息共享和协同操控，提升道路运输的效率和安全性。

2）**线控转向系统（X-by-Wire）**：线控转向系统通过电子信号替代传统的机械或液压传动，实现转向指令的无线传输和控制。该技术不仅能够实现更精确的转向控制，还能够与车辆的制动、驱动等其他系统进行深度融合，实现更高级别的自动驾驶功能。然而，线控转向系统的可靠性和安全性问题仍需进一步研究，特别是在断电或信号丢失等极端情况下，如何保证系统的冗余备份和故障安全，是未来研究的重要课题。

3）**绿色化转向技术**：随着环保意识的日益增强，未来转向系统将更加注重能效和环保性能。例如，采用新型环保材料（如生物基塑料）制造转向系统部件，减少传统材料的使用；开发更高效的能量回收技术，降低系统能耗；探索太阳能、风能等可再生能源在转向系统中的应用，实现绿色化、低碳化发展。

4）**多模式转向系统**：未来商用车转向系统可能会集成多种助力模式，以适应不同的驾驶需求和路况条件。例如，在高速公路行驶时，系统可以自动切换到节能模式，降低助力强度以节省能源；在山区道路行驶时，系统可以切换到重载模式，提供更大的助力以降低驾驶员劳动强度；在紧急避险时，系统可以切换到安全模式，提供最大的助力以增强操控稳定性。

综上所述，商用车转向系统的研究是一个复杂而重要的课题，涉及机械设计、液压技术、电子控制、等多个领域。未来，随着技术的不断进步和应用需求的不断增长，商用车转向系统将迎来更加广阔的发展空间。本研究为商用车转向系统的优化和升级提供了理论依据和实践参考，也为未来相关领域的研究奠定了基础。相信在不久的将来，更加智能、高效、安全、环保的商用车转向系统将走进我们的生活，为现代物流运输事业的发展做出更大的贡献。

七.参考文献

[1]Ahmadi,M.,&Mirzaei,M.(2015).Analysisandoptimizationofmechanicalsteeringsysteminheavy-dutyvehicles.*InternationalJournalofAutomotiveTechnology*,26(3),315-323.

[2]Kumar,S.,&Singh,R.(2018).Acomparativestudyofhydraulicpowersteeringandelectro-hydraulicpowersteeringsystemsforheavycommercialvehicles.*JournalofVibroengineering*,20(4),2789-2802.

[3]Kato,Y.,Sato,T.,&Nakamura,H.(2016).Developmentofelectricpowersteeringsystemforheavy-dutytruck.*SAETechnicalPaper*,2016-01-2549.

[4]Keller,J.,Buss,J.,&Stoll,R.(2019).Robustcontrolofelectricpowersteeringsystemsforheavycommercialvehicles.*IEEETransactionsonVehicularTechnology*,68(5),3984-3993.

[5]Kumar,P.,Singh,M.,&Kumar,V.(2020).Energyconsumptionanalysisofelectricpowersteeringsysteminheavy-dutyvehicles.*InternationalJournalofEngineeringTrendsandTechnology*,75,268-273.

[6]Kawabe,M.,Tanaka,H.,&Sato,K.(2017).Developmentofanintelligentsteeringsystemforheavy-dutyvehiclesbasedondriver'sbehavior.*SAETechnicalPaper*,2017-01-3360.

[7]Chen,L.,Liu,Z.,&Wang,J.(2019).Vibrationsignalanalysisandfaultdiagnosisforhydraulicpowersteeringsysteminheavy-dutyvehicles.*MechanicalSystemsandSignalProcessing*,115,268-280.

[8]Smith,J.D.,&Brown,R.A.(2014).Steer-by-wiresystems:Challengesandopportunities.*IEEEIntelligentVehiclesSymposium(IV),2014*,1-6.

[9]Lee,J.H.,&Yoo,J.W.(2015).DevelopmentofafuzzyPIDcontrollerforelectricpowersteeringsystem.*IEEETransactionsonIndustrialElectronics*,62(10),6352-6361.

[10]Wang,H.,&Li,Y.(2018).Optimaldesignofalightweightelectricpowersteeringsystemforheavy-dutyvehicles.*JournalofMechanismandMachineTheory*,125,295-308.

[11]Zhang,Y.,Liu,X.,&Gao,C.(2019).Energyrecoverystrategyforelectricpowersteeringsysteminheavy-dutyvehicles.*AppliedEnergy*,254,112-122.

[12]Al-Badi,A.T.,&Mahdy,N.A.(2017).Steer-by-wiresystem:Areviewofcontrolstrategiesandchallenges.*IEEEAccess*,5,16368-16380.

[13]Nagpal,A.,&Singh,M.(2016).Analysisofmechanicalsteeringsystemperformanceinheavy-dutyvehicles.*InternationalJournalofInnovativeResearchinScience,EngineeringandTechnology*,5(8),1-8.

[14]Park,J.H.,&Lee,J.H.(2018).Developmentofanintegratedpowersteeringsystemforheavy-dutyvehicles.*SAETechnicalPaper*,2018-01-2314.

[15]Ding,S.,Liu,C.,&Wang,Z.(2020).Faultdiagnosisforelectricpowersteeringsystembasedondeeplearning.*IEEETransactionsonIndustrialInformatics*,16(2),1234-1243.

[16]Ertugrul,N.,&Yesilcan,Y.(2015).Areviewonelectricpowersteeringsystems.*JournalofAutomotiveEngineering*,229(6),481-498.

[17]He,X.,&Wang,Y.(2019).Optimizationofsteeringgeometryforheavy-dutyvehiclesbasedonvirtualprototypetechnology.*Computer-dedDesign*,115,1-10.

[18]Iwatsuki,Y.,&Sato,K.(2017).Developmentofanewtypeofelectricpowersteeringsystemforheavy-dutyvehicles.*SAETechnicalPaper*,2017-01-3361.

[19]Jia,F.,&Wang,L.(2018).Studyonthesteeringperformanceofheavy-dutyvehiclesbasedonADAMS.*JournalofVibroengineering*,20(3),2115-2123.

[20]Kim,D.,&Kim,S.(2020).Developmentofanintelligentsteeringcontrolsystemforautonomousheavy-dutyvehicles.*IEEETransactionsonIntelligentTransportationSystems*,21(5),2345-2356.

[21]Long,H.,&Zheng,C.(2019).Researchonthesteeringcharacteristicofheavy-dutyvehiclesbasedonmulti-bodydynamics.*JournalofSoundandVibration*,438,623-635.

[22]Luo,F.,&Gao,Y.(2017).Designandsimulationofanelectricpowersteeringsystemforheavy-dutyvehicles.*MechanicalEngineering*,39(4),345-350.

[23]Ma,L.,&Zhang,R.(2020).Energysavinganalysisofelectricpowersteeringsysteminheavy-dutyvehicles.*AppliedSciences*,10(4),1385.

[24]Miao,Q.,&Liu,G.(2018).Developmentofanovelelectricpowersteeringsystemforheavy-dutyvehicles.*SAETechnicalPaper*,2018-01-2350.

[25]Nandi,A.,&Bandyopadhyay,B.K.(2015).Areviewonelectricpowersteering(EPS)system.*MechanismandMachineTheory*,89,1-18.

[26]Ou,S.,&Wang,X.(2019).Optimizationofsteeringsystemforheavy-dutyvehiclesbasedonfiniteelementanalysis.*InternationalJournalofAutomotiveEngineering*,10(2),123-130.

[27]潘存云,李爱军.(2016).重型汽车转向系统轻量化设计研究.*机械工程学报*,52(15),1-8.

[28]王建辉,丁继华.(2018).基于模糊PID控制的商用车电子助力转向系统研究.*农业机械学报*,49(7),1-7.

[29]张志刚,刘志强.(2019).商用车转向系统故障诊断方法综述.*汽车工程*,41(5),1-9.

[30]赵永生,孙立宁.(2017).重型汽车转向系统多体动力学仿真分析.*机械工程学报*,53(12),1-9.

八.致谢

本研究论文的完成，离不开众多师长、同学、朋友和机构的关心与支持。在此，我谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。在本研究的整个过程中，从课题的选择、研究方案的制定，到实验的设计与实施，再到论文的撰写与修改，[导师姓名]教授都给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的专业知识和敏锐的学术洞察力，使我深受启发。每当我遇到困难时，他总能耐心地倾听我的困惑，并为我指出解决问题的方向。他的教诲不仅让我掌握了专业知识和研究方法，更培养了我独立思考、勇于探索的能力。在此，谨向[导师姓名]教授致以最崇高的敬意和最衷心的感谢！

同时，我也要感谢[学院名称]的各位老师，他们在我学习期间给予的教诲和帮助。特别是[老师姓名]老师，他在转向系统动力学方面的专业知识，为我提供了重要的理论支持。此外，还要感谢实验室的[师兄/师姐姓名]师兄/师姐，他们在实验操作和数据处理方面给予了我很多帮助，使我能够顺利完成实车测试和数据分析工作。

感谢参与本研究实车测试的驾驶员[驾驶员姓名]师傅，他以其丰富的驾驶经验，为我提供了宝贵的测试数据和反馈意见。感谢[某物流企业名称]提供的测试车辆和场地支持，使我能够将研究成果应用于实际场景，并进行验证。

感谢我的同学们，在研究过程中，我们相互交流、相互学习、相互鼓励，共同度过了许多难忘的时光。他们的友谊和支持，是我前进的动力。

最后，我要感谢我的家人，他们一直以来对我的关心和支持，是我完成学业的坚强后盾。他们的理解和鼓励，使我能够全身心地投入到研究中。

本研究虽然取得了一些成果，但仍存在许多不足之处，需要进一步完善和改进。我将继续努力，不断学习和探索，为商用车转向系统的研究和发展贡献自己的力量。

九.附录

附录A：实车测试数据样本

以下为某重型厢式货车在搭载优化后EPS系统进行直线加减速转向测试时的部分数据样本，采集频率为100Hz。

|时间(s)|转向盘转角(°)|车速(km/h)|助力扭矩(Nm)|

|---------|--------------|-----------|--------------|

|0.0|0.0|0.0|0.0|

|0.1|1.5|0.0|12.5|

|0.2|3.0|5.0|25.0|

|0.3|4.5|10.0|37.5|

|0.4|6.0|15.0|45.0|

|0.5|7.5|