轮胎滚动阻力系数在线辨识方法专利检索-滚动阻力车轮和轮胎专利检索查询-专利查询网

轮胎滚动阻 力系数在线辨识方法

阅读：708发布：2020-05-13

专利汇可以提供轮胎滚动阻力系数在线辨识方法专利检索，专利查询，专利分析的服务。并且本发明涉及一种轮胎滚动阻力系数在线辨识方法。首先利用行驶方程式建立辨识模型，然后结合在线聚类辨识算法实现了滚动阻力系数的在线辨识。辨识模型的建立融合了原始的行驶方程式和差分的行驶方程式，消除了整车质量的影响，弥补了以往需要依赖于整车质量计算滚动阻力系数的缺点。传统技术对轮胎滚动阻力系数的测量都是通过滑行试验获取，受单一试验环境限制，无法适应车辆行驶的复杂工况。本发明建立的在线辨识算法能够做到整车重要的参数在线获取，适应不同车辆运行状态和道路环境。，下面是轮胎滚动阻力系数在线辨识方法专利的具体信息内容。

权利要求

1.一种轮胎滚动阻力系数在线辨识方法，是基于车辆行驶状态信息和车载纵向加速度信息所建立的滚动阻力系数在线聚类辨识模型，其特征在于，包括以下步骤：
S1.模型初始化
加载模型所需的固定参数，包含整车参数和算法参数；
整车参数包含：整车传动效率η、轮胎滚动半径r、车辆行驶加速度av、飞轮转动惯量If、车轮转动惯量Iw、空气阻力系数CD、整车迎风面积A、空气密度ρ、重力加速度g；
算法参数包含：聚类个数m，m个初始聚类中心
S2.采集车辆行驶状态信息
在每一个采样时刻需要同步采集的CAN总线信息包含：整车速度v、发动机转速n、离合器踏板信号、制动踏板信号和纵向加速度传感器提供的加速度asen；
S3.判断是否是空挡滑行数据，如果是，继续执行后续步骤；如果不是，返回步骤S2采集下一时刻车辆行驶状态信息；
S4.计算整车质量表达式
首先计算整车纵向行驶滑行阻力，即Fwjw＝-Fw-Fjw，
式中：为空气阻力；为车轮惯性力；av为车辆行驶加速度，是
车速的导数；
然后利用差分法计算整车质量表达式：首先计算滑行阻力的差分量ΔFwjw，加速度传感器的差分量Δasen和车速平方值的差分量Δv2，然后根据差分的行驶方程式建立整车质量表达式为：M＝ΔFwjw/Δasen；
S5.计算滚动阻力系数初步结果
将整车质量表达式带入不含驱动力的行驶方程式，利用带遗忘因子的最小二乘算法估计该采样时刻i滚动阻力系数初步结果最小二乘的输入量为X＝ΔFwjwg，输出量为Y＝FwjwΔasen-asenΔFwjw；
S6.对初步辨识结果利用在线K均值聚类，更新聚类中心
计算滚动阻力系数初步结果至各类聚类中心的距离待聚类
点归类至距离最短的一类；更新输入量的聚类中心其中Fm
(i)和Fm(i-1)分别是当前采样时刻以及前一采样时刻第m类的聚类中心；
S7.计算各类数据的占比，判断当前采样时刻的数据是否是数据量占比最大的一类；如果是，执行后续步骤，如果不是，返回步骤S2重新采集行驶状态信息；
S8.利用最小二乘算法对滚动阻力系数进一步辨识；
S9.计算各类数据量，判断是否满足终止条件，当数据量最大的类满足设定数量时判别算法终止。

说明书全文

轮胎滚动阻 力系数在线辨识方法

技术领域

[0001] 本发明涉及汽车自动控制技术中的轮胎滚动阻力系数在线辨识方法，特别是一种不需要整车质量参数，利用纵向加速度传感器信息以及车辆行驶信息的轮胎滚动阻力系数在线辨识方法。

背景技术

[0002] 轮胎滚动阻力系数是车辆运行经济性、动力性控制的重要参数，轮胎滚动阻力对整车纵向受力影响较大。随着自动控制技术的发展，许多整车控制参数已经能够做到在线辨识。然而滚动阻力系数是将滚动阻力简化表达为与整车质量成比例关系的抽象系数，不容易建立动力学或表达其产生机理的物理模型计算。

[0003] 在整车条件下，常用的轮胎滚动阻力系数测量方法是滑行试验，在切断动力输出的前提下根据行驶阻力和空气阻力做功来计算。场地试验有诸多环境限制，例如温度，道路情况等等，针对特定环境测得的滚动阻力系数不能够表达多变工况下真实的滚动阻力。建立面向整车控制的轮胎滚动阻力系数在线辨识方法就是要摆脱试验场严苛的环境限制，采集行车过程中一些可以利用的行驶数据来实时辨识滚动阻力系数，使整车的自动控制能够做到重要参数的自适应。

[0004] 传统的车辆固定参数辨识经常选用最小二乘算法，然而当真实的采样数据误差较大或者不是高斯白噪声时最小二乘算法将会产生较大误差。

发明内容

[0005] 本发明的目的在于，为适应滚动阻力系数会随着车辆使用条件变化而变化，做到整车重要参数自适应，提出一种滚动阻力系数在线辨识方法，以实现滚动阻力系数的在线获取，适应不同工况环境，提高整车动力性和经济性控制系统的性能。

[0006] 本发明滚动阻力系数在线聚类辨识方法，是基于车辆行驶状态信息和车载纵向加速度信息所建立的滚动阻力系数在线聚类辨识模型，包括以下步骤：

[0007] S1.模型初始化

[0008] 加载模型所需的固定参数，包含整车参数和算法参数；

[0009] 整车参数包含：整车传动效率η、轮胎滚动半径r、车辆行驶加速度av、飞轮转动惯量If、车轮转动惯量Iw、空气阻力系数CD、整车迎风面积A、空气密度ρ、重力加速度g；

[0010] 算法参数包含：聚类个数m，m个初始聚类中心

[0011] S2.采集车辆行驶状态信息

[0012] 在每一个采样时刻需要同步采集的CAN总线信息包含：整车速度v、发动机转速n、离合器踏板信号、制动踏板信号和纵向加速度传感器提供的加速度asen；

[0013] S3.判断是否是空挡滑行数据，如果是，继续执行后续步骤；如果不是，返回步骤S2采集下一时刻车辆行驶状态信息；

[0014] S4.计算整车质量表达式

[0015] 首先计算整车纵向行驶滑行阻力，即Fwjw＝-Fw-Fjw，

[0016] 式中：为空气阻力；为车轮惯性力；av为车辆行驶加速度，是车速的导数；

[0017] 然后利用差分法计算整车质量表达式：首先计算滑行阻力的差分量ΔFwjw，加速度传感器的差分量Δasen和车速平方值的差分量Δv2，然后根据差分的行驶方程式建立整车质量表达式为：M＝ΔFwjw/Δasen；

[0018] S5.计算滚动阻力系数初步结果

[0019] 将整车质量表达式带入不含驱动力的行驶方程式，利用带遗忘因子的最小二乘算法估计该采样时刻(i)滚动阻力系数初步结果最小二乘的输入量为X＝ΔFwjwg，输出量为Y＝FwjwΔasen-asenΔFwjw；

[0020] S6.对初步辨识结果利用在线K均值聚类，更新聚类中心

[0021] 计算滚动阻力系数初步结果至各类聚类中心的距离待聚类点归类至距离最短的一类；更新输入量的聚类中心其中
Fm(i)和Fm(i-1)分别是当前采样时刻以及前一采样时刻第m类的聚类中心。

[0022] S7.计算各类数据的占比，判断当前采样时刻的数据是否是数据量占比最大的一类；如果是，执行后续步骤，如果不是，返回步骤S2重新采集行驶状态信息；

[0023] S8.利用最小二乘算法对滚动阻力系数进一步辨识；

[0024] S9.计算各类数据量，判断是否满足终止条件，当数据量最大的类满足设定数量时判别算法终止。

[0025] 本发明建立了一种基于车辆行驶信息和纵向加速度传感器信息的滚动阻力系数在线聚类辨识模型。运用差分的纵向动力学公式和原始纵向动力学公式相融合的方法，消除了整车质量对辨识的影响，建立滚动阻力系数在线估计算法。建立的模型具有适应复杂工况的优点，在线K均值聚类算法能够有效剔除不良数据对辨识结果的影响。本发明设计了结合最小二乘算法和在线K均值聚类相结合的滚动阻力系数在线辨识方法，能够有效解决非高斯噪声分布对辨识结果产生不良影响的问题。

[0026] 本发明滚动阻力系数在线辨识方法，能够在整车质量不同，道路环境变化等复杂工况环境下得到稳定可靠的滚动阻力系数，有助于提高整车动力性和经济性控制系统的性能。附图说明

[0027] 图1为本发明滚动阻力系数辨识方法流程示意图；

具体实施方式

[0028] 通过以下实施例的进一步具体描述，以便对本发明内容作进一步理解，但并不是对本发明的具体限定。

[0029] 实施例1

[0030] 参照图1，一种滚动阻力系数在线辨识方法，是基于行驶信息和车载纵向加速度信息所建立的滚动阻力系数辨识模型，包括以下步骤：

[0031] 步骤S1：模型初始化。加载模型所需的固定参数，包含整车参数和算法参数。

[0032] 整车参数包含：整车传动效率η、轮胎滚动半径r、车辆行驶加速度av、飞轮转动惯量If、车轮转动惯量Iw、空气阻力系数CD、整车迎风面积A、空气密度ρ、重力加速度g。算法参数包含：聚类个数m，m个初始聚类中心

[0033] 步骤S2：采集车辆行驶状态信息。

[0034] 在每一个采样时刻需要同步采集的CAN总线信息包含：整车速度v、发动机转速n、离合器踏板信号、制动踏板信号和纵向加速度传感器提供的加速度asen。

[0035] 步骤S3：判断是否是空挡滑行数据。如果是，继续执行后续步骤，如果不是返回S2采集下一时刻车辆行驶状态信息。

[0036] 步骤S4：计算整车质量表达式。

[0037] 首先计算滑行阻力。整车纵向受力平衡方程被运用于滑行阻力表达式的推导。整车纵向受力平衡方程为：

[0038] Ft＝Ff+Fw+Fi+Fj (1)

[0039] 其中，为空气阻力；为汽车驱动力；为车轮加速阻力；为飞轮加速阻力；为变速器传动比与主减速器传动
比的乘积；av是车辆行驶加速度，是车速的导数。接下来将加速阻力改写为：

[0040] Fj＝Fja+Fjw+Fjf (2)

[0041] 其中，Fja为整车平动加速阻力(Fja＝mav)；Fjw为车轮转动加速阻力Fjf为飞轮转动加速阻力

[0042] 将(2)式的表达带入(1)整理为：

[0043] Ft＝Ff+Fw+Fi+Fja+Fjw+Fjf (3)

[0044] 根据整车纵向受力平衡方程，在空挡滑行的过程中无驱动力和由发动机飞轮产生的惯性力，最终可得滑行阻力表达式：Fwjw＝-Fw-Fjw。

[0045] 另一方面，加速度传感器的测量值定义为：asen＝gi+av，其中，asen是加速度传感器采集到的加速度值(单位m/s2)。根据加速度传感器定义式可得到含加速度传感器信息的滚动阻力系数辨识模型：

[0046] Fwjw＝m(gf+asen) (4)

[0047] 然后利用差分的行驶方程式计算整车质量表达式。首先计算滑行阻力的差分量ΔFres，加速度传感器的差分量Δasen和车速平方值的差分量Δv2，然后根据差分的行驶方程式建立整车质量表达式为：M＝ΔFwjw/Δasen

[0048] 步骤S5：计算滚动阻力系数初步结果。

[0049] 将整车质量表达式带入不含驱动力的行驶方程式，利用带遗忘因子的最小二乘算法估计该采样时刻(i)滚动阻力系数初步结果最小二乘的输入量为X＝ΔFwjwg，输出量为Y＝FwjwΔasen-asenΔFwjw

[0050] 步骤S6：对初步辨识结果利用在线K均值聚类，更新聚类中心。

[0051] 计算滚动阻力系数初步结果至各类聚类中心的距离待聚类点归类至距离最短的一类。更新输入量的聚类中心其中
Fm(i)和Fm(i-1)分别是当前采样时刻以及前一采样时刻第m类的聚类中心。

[0052] 步骤S7：计算各类数据的占比，判断当前采样时刻的数据是否是数据量占比最大的一类。如果是，执行后续步骤，如果不是，返回S2重新采集行驶状态信息。

[0053] 步骤S8：滚动阻力系数进一步辨识。利用最小二乘算法对滚动阻力系数进一步辨识。

[0054] 步骤S9：计算各类数据量，判断是否满足终止条件。当数据量最大的类满足一定数量时判别算法终止。本实施例推荐的数据数量是2000个。

标题	发布/更新时间	阅读量
轮胎的滚动阻力评价装置	2020-05-12	959
一种车辆滚动阻力系数的测量方法	2020-05-12	198
一种低滚动阻力轮胎	2020-05-11	376
低滚动阻力轮胎	2020-05-11	1010
低滚动阻力轮胎胎面橡胶组合物	2020-05-13	872
一种低滚动阻力橡胶输送带	2020-05-15	384
一种低滚动阻力轮胎胎面的制造方法	2020-05-13	295
超弹性低滚动阻力的传送带	2020-05-15	739
一种低滚动阻力轮胎胎面胶料	2020-05-15	429
低滚动阻力轮胎	2020-05-12	602

轮胎滚动阻力系数在线辨识方法

轮胎滚动阻力系数在线辨识方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：