廂式半掛車簡化模型參數(shù)_學(xué)術(shù)文章

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(yōu)點, 成為公路運輸主力。但由于其體積大, 質(zhì)心高, 載質(zhì)量大且變化大, 同時, 牽引車和掛車之間相互耦合, 故極易發(fā)生側(cè)翻、擺振和折疊等事故, 造成巨大損失。鑒于此, 廂式半掛車穩(wěn)定性控制研究越來越受到重視。廂式半掛車穩(wěn)定性控制依賴于簡化模型的建立和模型中關(guān)鍵參數(shù)值的確定。簡化模型算法簡單, 便于移植到控制器中, 但如何實時獲得關(guān)鍵參數(shù)成為簡化模型準(zhǔn)確表征廂式半掛車實時狀態(tài)的關(guān)鍵。

Yu等進行了隨轉(zhuǎn)向盤和車速變化的簡化模型關(guān)鍵參數(shù)辨識, 但其使用試湊方法進行辨識, 難以保證模型關(guān)鍵參數(shù)的準(zhǔn)確性;麥莉等實現(xiàn)了幾個側(cè)向加速度下模型關(guān)鍵參數(shù)的標(biāo)定, 但沒有進行變載荷工況的研究;Saglam等利用ADAMS軟件數(shù)據(jù)進行了乘用車簡化模型參數(shù)辨識, 但未考慮車輛狀態(tài)和載荷變化對模型參數(shù)的影響。上述研究均只對單車、線性區(qū)和定載荷進行參數(shù)辨識, 而未對掛車、非線性區(qū)和變載荷進行參數(shù)辨識。目前主要有4類參數(shù)辨識方法:最小二乘法、梯度校正法、極大似然法和遺傳算法。最小二乘法存在數(shù)據(jù)飽和的問題, 以致辨識參數(shù)易陷入局部最優(yōu)解;梯度校正法要求優(yōu)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(shù);遺傳算法存在同時優(yōu)化過多參數(shù)導(dǎo)致準(zhǔn)確性差的缺點。因此, 現(xiàn)有參數(shù)辨識方法不能完全滿足參數(shù)辨識準(zhǔn)確性要求, 也無法滿足模型關(guān)鍵參數(shù)需根據(jù)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(xué)基礎(chǔ)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(xué)模型, 并提出貨物分布假設(shè)模型。在此基礎(chǔ)上, 運用雙模型與遺傳算法相結(jié)合的方法離線辨識廂式半掛車簡化模型關(guān)鍵參數(shù), 并利用辨識出的不同側(cè)向加速度和貨物質(zhì)量下的模型關(guān)鍵參數(shù)值繪制脈譜圖。利用貨物質(zhì)量和側(cè)向加速度值脈譜圖可獲得簡化模型關(guān)鍵參數(shù)實時值, 利用關(guān)鍵參數(shù)實時值, 結(jié)合五自由度線性簡化模型可實時表征車輛實際狀態(tài), 解決非線性區(qū)、大側(cè)向加速度和變載荷下簡化模型關(guān)鍵參數(shù)辨識問題, 可為模型參數(shù)估計及車輛穩(wěn)定性控制提供基礎(chǔ)。

為實現(xiàn)廂式半掛車包括側(cè)翻控制在內(nèi)的穩(wěn)定控制, 需要建立簡化模型, 并對簡化模型中的關(guān)鍵參數(shù)進行辨識。根據(jù)簡化模型參數(shù)辨識的需要, 建立了廂式半掛車三自由度橫擺模型和五自由度橫擺側(cè)傾模型。本文中對五自由度橫擺側(cè)傾模型進行推導(dǎo), 三自由度橫擺模型則直接給出其狀態(tài)空間標(biāo)準(zhǔn)形式。

廂式半掛車載質(zhì)量變化大, 本文中利用廂式半掛車廂式載貨的特點, 對其載荷在廂體中的分布進行了假設(shè), 具體見第1.2節(jié)。

五自由度橫擺側(cè)傾簡化模型由牽引車和掛車2個剛體組成, 其五自由度分別為牽引車質(zhì)心側(cè)偏角、牽引車橫擺和側(cè)傾、掛車橫擺和側(cè)傾。在建立動力學(xué)模型時, 有如下假設(shè):①忽略轉(zhuǎn)向系統(tǒng)的影響, 以前輪轉(zhuǎn)角 (轉(zhuǎn)向盤轉(zhuǎn)角除以轉(zhuǎn)向傳動比) 作為模型輸入;②不考慮空氣動力的作用和路面坡度;③左、右輪胎載荷的變化不會引起輪胎特性和輪胎回正力矩的變化;④縱向速度恒定;⑤牽引車和掛車無俯仰運動;⑥在輪胎上沒有制動力;⑦牽引車和掛車之間的鉸接角較小;⑧牽引車2個驅(qū)動軸簡化為單軸, 并且等效軸的位置為其幾何中心;⑨掛車3個半掛軸簡化成單軸, 并且等效軸的位置為其幾何中心。