車輛動力學(xué)性能參數(shù)估計方法研究.pdf

1、隨著運營速度的不斷提高，車輛在高速狀態(tài)下的動態(tài)特性相對于低速狀態(tài)存在顯著不同，如輪軌作用、氣流作用、弓網(wǎng)作用的加強，從而誘發(fā)振動加劇，磨耗加快、噪聲加強等惡劣服役環(huán)境。這些環(huán)境因素對車輛服役的穩(wěn)定性、平穩(wěn)性、可靠性及其安全性提出了更高的要求，同時也對車輛維護檢修提出了新要求，帶來了新的挑戰(zhàn)。為此，深化研究車輛在復(fù)雜環(huán)境下的服役性能及其演變規(guī)律，具有重要的工程意義。車輛的力學(xué)性能取決于車輛的結(jié)構(gòu)參數(shù)，一定程度上，研究服役性能的演變規(guī)律就是

2、研究性能參數(shù)的演變規(guī)律。研究性能參數(shù)隨服役里程的演變規(guī)律及其參數(shù)演變與動力學(xué)性能蛻變之間的關(guān)系，最為重要環(huán)節(jié)正是性能參數(shù)的估計研究。
　　 盡管如此，但是目前有關(guān)車輛動力學(xué)性能參數(shù)估計的研究在國內(nèi)外均處于起步階段，參數(shù)估計理論及其技術(shù)還不成熟，研究成果及其論文相對較少。在力學(xué)模型合理簡化，高維力學(xué)模型到高維概率模型轉(zhuǎn)化，車輛性能參數(shù)估計的概率模型、結(jié)構(gòu)特點分析、信息流特點分析，用于車輛性能參數(shù)估計的概率理論、參數(shù)估計模型及其估計

3、方法的適應(yīng)性上，均沒有系統(tǒng)闡述。同時，隨著運營速度的不斷提高，對性能參數(shù)的估計精度、估計參數(shù)的數(shù)量、實時性等關(guān)鍵性能指標(biāo)上也提出了更高要求。
　　 因此，本文以車輛動力學(xué)性能參數(shù)估計的具體過程為論文的研究線索;以參數(shù)估計相關(guān)模型的構(gòu)建、參數(shù)估計理論的分析推導(dǎo)、以及參數(shù)估計模型、參數(shù)估計理論及其模型的理論與試驗驗證為主要研究內(nèi)容;以提高參數(shù)估計方法的適應(yīng)性，參數(shù)估計精度、參數(shù)估計的快速性等關(guān)鍵性能指標(biāo)為主要研究目標(biāo)。針對動力學(xué)性能

4、參數(shù)估計的這些關(guān)鍵理論與技術(shù)問題，本文做了一些十分初淺的研究工作。相關(guān)工作主要體現(xiàn)在:
　　 (1)梳理了參數(shù)估計理論及其方法在國內(nèi)外的研究現(xiàn)狀，分析了不同參數(shù)估計方法的根本技術(shù)特點，指出了不同參數(shù)估計方法的優(yōu)勢和不足。分析了車輛對象的結(jié)構(gòu)特點，車輛動力學(xué)性能參數(shù)估計是一個多參數(shù)、高維狀態(tài)、初值敏感、多模態(tài)的復(fù)雜非線性問題。在此基礎(chǔ)上，指出了基于混合濾波理論的參數(shù)估計方法是車輛性能參數(shù)估計的主要發(fā)展方向，能夠充分利用卡爾曼濾波處

5、理線性狀態(tài)濾波問題的獨特優(yōu)勢，能夠充分利用粒子濾波、切片高斯混合濾波處理非線性、初值敏感等濾波問題的獨特優(yōu)勢，在方法上形成優(yōu)勢互補;
　　 (2)通過經(jīng)典力學(xué)原理建立了車輛橫向力學(xué)模型。分析了四種連續(xù)狀態(tài)離散化方法的技術(shù)特點，其中，定義法對車輛力學(xué)模型的離散化具有很強的適應(yīng)性，由離散頻率確定離散精度，建立了狀態(tài)轉(zhuǎn)移方程。引入了參數(shù)估計的輔助進化方程。通過傳感器配置，建立了觀測方程。將狀態(tài)轉(zhuǎn)移方程、參數(shù)的輔助進化方程、觀測方程進行

6、融合，構(gòu)建了增廣狀態(tài)空間的參數(shù)估計概率模型。在此基礎(chǔ)上，分析了參數(shù)估計概率模型的信息流結(jié)構(gòu)特點，指出了車輛性能參數(shù)估計的概率模型是一個高維條件線性模型;
　　 (3)在分析了卡爾曼濾波、擴展卡爾曼濾波、粒子濾波、邊緣粒子濾波的基本理論和技術(shù)特點的基礎(chǔ)上，分別建立了基于擴展卡爾曼濾波的車輛動力學(xué)性能參數(shù)估計模型，建立了基于邊緣粒子濾波的車輛動力學(xué)性能參數(shù)估計模型。分別從理論、試驗角度對參數(shù)估計的方法和模型進行了驗證和性能對比;

7、r>　　 (4)在對傳統(tǒng)邊緣粒子濾波改進的基礎(chǔ)上，建立了基于改進邊緣粒子濾波的參數(shù)估計模型，應(yīng)用算例驗證了模型的有效性，并與基于邊緣粒子濾波的參數(shù)估計方法進行了比較;
　　 (5)在梳理低維切片高斯混合濾波基本理論的基礎(chǔ)上，應(yīng)用狄拉克樹和高斯單元縮減理論將切片高斯混合濾波理論由低維情況發(fā)展到高維情況，建立了基于切片高斯混合濾波的參數(shù)估計模型。通過算例驗證了模型的有效性，并與基于邊緣粒子濾波和改進邊緣粒子濾波的參數(shù)估計方法進行了