2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩145頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、車輛的側(cè)向動(dòng)力學(xué)模型主要用于車輛操縱穩(wěn)定性分析,與車輛安全性相關(guān)。無論是性能評(píng)價(jià)還是控制研究,都需要盡可能準(zhǔn)確的車輛模型。但是,基于理論公式的數(shù)學(xué)建模經(jīng)常會(huì)由于簡(jiǎn)化過程中參數(shù)不準(zhǔn)確而導(dǎo)致模型精度不高。多體模型雖然模型的精細(xì)度增加了,但相應(yīng)的建模成本也會(huì)增加。而基于試驗(yàn)數(shù)據(jù)的辨識(shí)建模方法則提供了一種低成本的快速建模方法。隨著系統(tǒng)辨識(shí)理論逐步成熟完善,這種基于數(shù)據(jù)的逆向建模技術(shù)有著廣闊的工程應(yīng)用前景。
   車輛側(cè)向動(dòng)力學(xué)模型是典型

2、的多輸入多輸出系統(tǒng),因此,使用的系統(tǒng)辨識(shí)算法應(yīng)適用于多輸入多輸出系統(tǒng)。子空間方法是多變量系統(tǒng)辨識(shí)算法中一類直接使用時(shí)域數(shù)據(jù)進(jìn)行辨識(shí)的算法總稱。由于使用了QR分解和奇異值分解,這種方法具有魯棒性強(qiáng)、運(yùn)算速度快、精度高的優(yōu)點(diǎn)。經(jīng)過長(zhǎng)期的發(fā)展,子空間方法在線性辨識(shí)領(lǐng)域逐步建立了相對(duì)完整的算法理論體系,可以根據(jù)應(yīng)用對(duì)象的特點(diǎn)選擇適合的算法,適用于車輛側(cè)向動(dòng)力學(xué)辨識(shí)建模。
   車輛操縱穩(wěn)定性試驗(yàn)中存在一個(gè)典型現(xiàn)象:方向盤轉(zhuǎn)角和車速輸入不

3、是同時(shí)滿足持續(xù)激勵(lì)條件。因此,這是一種部分輸入為非持續(xù)激勵(lì)條件下的辨識(shí)研究。當(dāng)輸入之間存在耦合關(guān)系時(shí),辨識(shí)結(jié)果會(huì)出現(xiàn)有偏估計(jì)的現(xiàn)象。為了解決這一問題,應(yīng)用了基于模型分解的子空間辨識(shí)算法。這種算法分離系統(tǒng)中的確定性輸入部分和隨機(jī)性輸入部分,降低了隨機(jī)性輸入產(chǎn)生的輸出與確定性輸入之間相互影響帶來的干擾,可以提高確定性系統(tǒng)的辨識(shí)精度。
   根據(jù)車輛操縱穩(wěn)定性模型的理論建模分析結(jié)果,本文提出兩種單輸入辨識(shí)模型,模型階次定為l0階。在對(duì)

4、辨識(shí)結(jié)果和辨識(shí)算法的驗(yàn)證過程中,使用了交叉驗(yàn)證的方法。在低速工況下,轉(zhuǎn)向回正性能試驗(yàn)用于辨識(shí),相近車速下的蛇行試驗(yàn)用于驗(yàn)證。結(jié)果表明,低速工況下的辨識(shí)模型可以作為這一車速下的車輛模型,辨識(shí)算法可靠實(shí)用。在高速工況下,左轉(zhuǎn)向的方向盤角脈沖輸入試驗(yàn)用于辨識(shí),右轉(zhuǎn)向的同類型試驗(yàn)用于驗(yàn)證。兩種辨識(shí)模型結(jié)構(gòu)中,線性辨識(shí)模型結(jié)構(gòu)S1適用于恒定車速試驗(yàn)辨識(shí),而非線性辨識(shí)模型結(jié)構(gòu)S2可以將恒定車速下的辨識(shí)模型用于恒定方向盤轉(zhuǎn)角輸入的仿真分析,橫擺角速度

5、上獲得較高的辨識(shí)精度。
   為了分析高速工況的車輛操縱穩(wěn)定性能,使用已經(jīng)驗(yàn)證的辨識(shí)算法和辨識(shí)模型,對(duì)恒速國(guó)標(biāo)試驗(yàn)進(jìn)行系統(tǒng)研究,得到一組辨識(shí)模型?;谶@組模型可以繪制出三項(xiàng)輸出的穩(wěn)態(tài)增益特性曲線。根據(jù)橫擺角速度穩(wěn)態(tài)增益曲線,基于Levenberg-Marquardt方法提出不足轉(zhuǎn)向度估計(jì)方法,在低速工況下估計(jì)值與穩(wěn)態(tài)回轉(zhuǎn)試驗(yàn)測(cè)試值基本一致。引入高速試驗(yàn)后,不足轉(zhuǎn)向度的分析范圍由低速工況擴(kuò)展到高速工況,從而突破了穩(wěn)態(tài)回轉(zhuǎn)試驗(yàn)的車速

6、限制。不足轉(zhuǎn)向度估計(jì)過程中產(chǎn)生的殘差則表明使用的設(shè)計(jì)轉(zhuǎn)向傳動(dòng)比與實(shí)際不符,據(jù)此提出基于整車試驗(yàn)的實(shí)際轉(zhuǎn)向傳動(dòng)比估計(jì)方法并得到了驗(yàn)證。此外,在進(jìn)行諧振頻率分析的過程中,發(fā)現(xiàn)測(cè)試車輛的側(cè)向加速度諧振頻率要低于相同車速下的橫擺角速度諧振頻率。
   由于車輛系統(tǒng)本質(zhì)上是多輸入系統(tǒng),但是,輸入之間的非線性耦合關(guān)系使得直接應(yīng)用多輸入辨識(shí)算法是困難的。在對(duì)已辨識(shí)的恒速工況線性模型進(jìn)行應(yīng)用分析時(shí)發(fā)現(xiàn)模型仿真輸出與試驗(yàn)輸出存在近似線性關(guān)系。這種

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論