廂式半掛車簡化模型參數金航半掛車

廂式半掛車具有運輸量大、運輸成本低和所裝載貨物不易損壞等優點, 成為公路運輸主力。但由於其體積大, 質心高, 載質量大且變化大, 同時, 牽引車和掛車之間相互耦合, 故極易發生側翻、擺振和折疊等事故, 造成巨大損失。鑒於此, 廂式半掛車穩定性控製研究越來越受到重視。廂式半掛車穩定性控製依賴於簡化模型的建立和模型中關鍵參數值的確定。簡化模型算法簡單, 便於移植到控製器中, 但如何實時獲得關鍵參數成為簡化模型準確表征廂式半掛車實時狀態的關鍵。

Yu等進行了隨轉向盤和車速變化的簡化模型關鍵參數辨識, 但其使用試湊方法進行辨識, 難以保證模型關鍵參數的準確性;麥莉等實現了幾個側向加速度下模型關鍵參數的標定, 但沒有進行變載荷工況的研究;Saglam等利用ADAMS軟件數據進行了乘用車簡化模型參數辨識, 但未考慮車輛狀態和載荷變化對模型參數的影響。上述研究均隻對單車、線性區和定載荷進行參數辨識, 而未對掛車、非線性區和變載荷進行參數辨識。目前主要有4類參數辨識方法:小二乘法、梯度校正法、極大似然法和遺傳算法。小二乘法存在數據飽和的問題, 以致辨識參數易陷入局部優解;梯度校正法要求優化對象的梯度存在;極大似然法需要能寫出輸出量條件概率密度函數;遺傳算法存在同時優化過多參數導致準確性差的缺點。因此, 現有參數辨識方法不能完全滿足參數辨識準確性要求, 也無法滿足模型關鍵參數需根據車輛載荷和工況改變而實時改變的要求。

針對這些不足, 本文中在分析廂式半掛車動力學基礎上, 建立能夠描述車輛運動特性且可實時計算的線性簡化動力學模型, 並提出貨物分布假設模型。在此基礎上, 運用雙模型與遺傳算法相結合的方法離線辨識廂式半掛車簡化模型關鍵參數, 並利用辨識出的不同側向加速度和貨物質量下的模型關鍵參數值繪製脈譜圖。利用貨物質量和側向加速度值脈譜圖可獲得簡化模型關鍵參數實時值, 利用關鍵參數實時值, 結合五自由度線性簡化模型可實時表征車輛實際狀態, 解決非線性區、大側向加速度和變載荷下簡化模型關鍵參數辨識問題, 可為模型參數估計及車輛穩定性控製提供基礎。