【技術實現步驟摘要】
本專利技術屬于汽車控制，具體涉及一種車輛質量實時估計方法。
技術介紹
1、當前基于遞推最小二乘法及其改進方法的車輛質量估計研究取得了很大進展，但是針對公交車車輛質量頻繁變化，觀測量存在測量誤差的情況，能兼顧公交車車輛質量估計過程快速性和穩定性的研究還比較少。
2、車輛質量是智能車輛控制與決策的重要參數，作為滾動阻力、坡道阻力等的主要來源，會影響自動變速器的換檔策略，進而影響車輛的動力性和經濟性，結合傳感測量技術與參數估計算法實時準確獲取車輛質量對車輛駕駛決策具有重要意義和應用價值。目前，進行車輛質量估計方法普遍是遞推最小二乘法及其改進方法。
3、文獻考慮側向運動的車輛質量與道路坡度估計[j/ol]中利用加速度修正車輛動力學模型，采用遺忘因子增強新數據適應車輛系統時變特性的最小二乘算法估計車輛質量；文獻復雜工況下貨運車輛質量和道路坡度聯合估計[j/ol]針對貨運車輛加速過程中的質量估計穩定性問題，探究了不同加速類型對質量估計的影響，提出了m估計和基于遺忘因子的遞歸最小二乘法聯合估計方法，實現了貨運車輛質量的魯棒估計；文獻融合整車質量估計的電動汽車坡道識別[j/ol]通過建立了輛縱向動力學模型，分析速度傳感器在實際車載條件下的信號特征，構建了帶遺忘因子的最小二乘整車質量估計策略，實現了起步工況下直接獲取整車質量；文獻基于縱向頻響特性的整車質量估計[j]通過獲取的縱向加速度和車輪轉速信息，基于車輛縱向動力學模型，推導出加速度與輪速信號間的幅頻函數關系，并求取在不同頻率下車輛質心處加速度與輪速之間的幅值比，進而通
技術實現思路
1、本專利技術的目的在于，針對現有技術所存在的問題，提出一種基于動態遺忘因子的實時車輛質量估計方法，該方法旨在解決現有車輛質量估計過程中存在的車輛質量估計快速性和穩定性等問題。
2、為達到上述目的，本專利技術提供如下技術方案：
3、一種車輛質量實時估計方法，包括以下步驟：
4、構建車輛縱向動力學模型:
5、tdr/rtire-(ρ·a·cw·v^2)/2-ε·mg·cos(α)-mg·sin(α)＝ma
6、式中，r_tire為輪胎半徑，單位m；ρ為空氣密度，取1.29kg/m^3；a為迎風面積，單位m^2；c_w為風阻系數；v為車速，單位m/s；ε為滾阻系數；m為車輛質量，kg單位；g為重力加速度，取9.8n/kg；α為坡度，取0～1；a為加速度，單位m/s^2。
7、優選的當車輛縱向動力學模型轉換為如下形式可便于質量計算：
8、
9、該公式中，實時求解的數據為被測車輛質量，已知參數為車輛輪胎半徑、空氣密度、被測車輛迎風面積、測試環境風阻系數、被測車輛滾阻系數、重力加速度；實時采集的參數為坡度、車速、加速度、驅動扭矩。
10、優選的通過引入白噪聲來實現車速、加速度和驅動扭矩測量誤差的模擬，增加實驗的魯棒性。
11、構建關于最小二乘法的車輛質量模型：
12、
13、增量矩陣更新公式為：
14、
15、協方差矩陣更新公式為：
16、
17、式中，m(k)表示第k步的估計質量，k(k)表示第k步的增益，ef(k)表示第k步動力學方程的輸出，eα(k)表示第k步的觀測，k表示第k步，m(k-1)表示第k-1步的質量，模型p(k-1)表示第k-1步的協方差，p(k)表示第k步的協方差，λ表示遺忘因子。
18、當k＝0時，有以下取值：
19、
20、α為充分大的正實數，ε為零向量或充分小的正的實向量。e為單位矩陣。
21、根據車輛縱向動力學分析，可得系統可觀測量eα的模型：
22、eα＝a+ε·g·cos(·α)+g·sin(·α)
23、根據車輛縱向動力學分析，可得系統輸出量ef的模型：
24、
25、確定動態遺忘因子的取值范圍以及變化趨勢。
26、優選的遺忘因子的取值范圍為0.8～1時質量計算穩定性和實時性較高，計算前期，設定為0.8；隨著系統運行時間增加，遺忘因子趨近于1；
27、根據動態遺忘因子的取值范圍以及變化趨勢，使用指數遞增公式表達動態遺忘因子的計算公式，得出：
28、
29、其中，δt為迭代周期，為0.1s；k0是車輛重新啟動行駛時的迭代次數；
30、根據窮舉法嘗試出合適的動態因子參數a，b，c的值；
31、將動態遺忘因子帶入到關于質量的最小二乘法模型當中，得到k時刻的質量。
32、本專利技術還提供一種幫助車輛質量估計的系統，其特征在于，包括以下模塊：
33、計算車速、加速度、摩擦力、合扭矩、坡度的vehcle模塊；
34、估算車輛質量的mass_rls模塊；
35、所述mass_rls模塊采用權利要求1-6任意一種車輛質量實時估計方法，所述mass_rls模塊包括：
36、計算動態遺忘因子的lam模塊；
37、計算系統觀測量的ef_cal模塊；
38、計算系統輸出量的ea_cal模塊；
39、遞推最小二乘法的ffrls模塊；
40、所述ffrls模塊包括：
41、用于記錄k-1時刻參數的ffrls_init模塊。
42、本專利技術還提供一種在車輛上實時進行質量估計的裝置，包含以下模塊:數據采集模塊，用于收集車輛運行數據的設備；數據傳輸模塊，將收集的數據傳入matlab算法系統中的can網絡；質量計算模塊，權利要求7所述進行質量估算所使用的系統。
43、傳統的車輛質量估計方法多依賴于固定參數模型，容易受到工況變化的影響，如路況、載重變化等，導致質量估計誤差增大。而本專利技術通過引入動態遺忘因子，能夠根據實時的車輛運行狀態自適應調整模型的參數更新速率，從而提高了質量估計的穩定和實時性。
本文檔來自技高網...【技術保護點】
1.一種車輛質量實時估計方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種車輛質量實時估計方法，其特征在于，車輛縱向動力學模型轉換為：
3.根據權利要求1所述的一種車輛質量實時估計方法，其特征在于，所述動態遺忘因子的設定方法：遺忘因子的取值范圍為0.8～1(不取1)。
4.根據權利要求1所述的一種車輛質量實時估計方法，其特征在于，所述質量的最小二乘法模型增量矩陣更新公式為：
5.一種幫助車輛質量估計的系統，其特征在于，所述系統包括以下模塊：
6.一種在車輛上實時進行質量估計的裝置，其特征在于，包含以下模塊：數據采集模塊，用于收集車輛運行數據的設備；數據傳輸模塊，將收集的數據傳入計算機軟件Matlab中的CAN網絡；質量計算模塊，建立于Matlab軟件中，權利要求5所述進行質量估算所使用的系統。
【技術特征摘要】
1.一種車輛質量實時估計方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種車輛質量實時估計方法，其特征在于，車輛縱向動力學模型轉換為：
3.根據權利要求1所述的一種車輛質量實時估計方法，其特征在于，所述動態遺忘因子的設定方法：遺忘因子的取值范圍為0.8～1(不取1)。
4.根據權利要求1所述的一種車輛質量實時估計方法，其特征在于，所述質量...
【專利技術屬性】
技術研發人員：陳瑩，周東凱，
申請(專利權)人：廣西農業職業技術大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。