[博士]基于WFT的路面識(shí)別及主動(dòng)懸架控制研究

內(nèi)容簡(jiǎn)介

　　[博士]基于WFT的路面識(shí)別及主動(dòng)懸架控制研究　　學(xué)科專業(yè)：精密儀器及機(jī)械　　授予學(xué)位：碩士　　學(xué)位授予單位：東南大學(xué)　　學(xué)位年度：2008　　以車輪力傳感器為測(cè)量核心的汽車道路試驗(yàn)，是評(píng)價(jià)汽車整車特性的重要技術(shù)手段，采用WFT完成路譜數(shù)據(jù)采集具有重要的應(yīng)用價(jià)值，如對(duì)分析與評(píng)價(jià)汽車動(dòng)態(tài)性能一動(dòng)力性、制動(dòng)性、操縱穩(wěn)定性、安全性、懸架特性等提供重要的原始數(shù)據(jù)。本文依托江蘇省交通科學(xué)研究計(jì)劃項(xiàng)目《車輛安全性能評(píng)價(jià)及檢測(cè)裝置研究》，對(duì)WFT為核心的路譜采集系統(tǒng)進(jìn)行了系統(tǒng)組建及標(biāo)定;由于干擾的存在，對(duì)采集得到了路譜原始數(shù)據(jù)進(jìn)行了去噪處理，在此基礎(chǔ)上采用多種方法提取路面識(shí)別參數(shù)，實(shí)現(xiàn)對(duì)路面識(shí)別。本文的最后一章還對(duì)主動(dòng)懸架進(jìn)行了控制研究。　　論文的主要研究成果如下:　　 (1)采用AR時(shí)間序列分析的方法進(jìn)行了道路譜的模擬，并進(jìn)行了功率譜分析證明了模擬結(jié)果的可行性。對(duì)自適應(yīng)濾波中的多種算法、Kalman濾波及其變形算法、小波濾波算法進(jìn)行了總結(jié)和推導(dǎo)，并且對(duì)含噪道路譜數(shù)據(jù)濾波算法進(jìn)行了對(duì)比分析研究，得出結(jié)論在這里自適應(yīng)Kalman濾波方法取得的降噪效果是最好。對(duì)以WFT為核心的路面譜數(shù)據(jù)采集系統(tǒng)實(shí)測(cè)數(shù)據(jù)進(jìn)行處理和分析時(shí)提供理論支持和濾波手段?！　? (2)介紹了試驗(yàn)設(shè)備及其規(guī)格、試驗(yàn)場(chǎng)地，并確定了試驗(yàn)安排。并且進(jìn)行了實(shí)車標(biāo)定，并通過(guò)坐標(biāo)轉(zhuǎn)換解算方法得到車輪力傳感器原始測(cè)量數(shù)據(jù)，為后續(xù)的實(shí)車數(shù)據(jù)處理提供了實(shí)驗(yàn)基礎(chǔ)。　　 (3)在道路譜模擬及數(shù)據(jù)濾波算法對(duì)比研究的基礎(chǔ)上，開(kāi)展了實(shí)車數(shù)據(jù)建模算法與濾波研究。給出了實(shí)車數(shù)據(jù)處理的整體流程并對(duì)實(shí)車數(shù)據(jù)采集的有效性進(jìn)行了分析。進(jìn)行了建模前信號(hào)預(yù)處理的工作。通過(guò)理論分析得出數(shù)據(jù)中含有趨勢(shì)項(xiàng)和周期項(xiàng)，總結(jié)了多元逐步回歸分析的方法，并利用該方法消減和剔除了信號(hào)中的趨勢(shì)項(xiàng)和周期項(xiàng)。確定了模型結(jié)構(gòu)為AR(3)模型，并證明了其有效性。推導(dǎo)并總結(jié)了自適應(yīng)Kalman濾波方法，并在信號(hào)建模的基礎(chǔ)上將該方法應(yīng)用于路面譜數(shù)據(jù)濾波處理。通過(guò)結(jié)果分析可以看出與仿真研究比較一致，取得了的較好的降噪效果。提取了模型的AR(3)模型參數(shù)，為實(shí)現(xiàn)路面識(shí)別提供基礎(chǔ)?！　? (4)提出了基于AR模型參數(shù)的多種路面識(shí)別方法，包括FCM聚類方法，改進(jìn)BP、廣義回歸和學(xué)習(xí)矢量量化網(wǎng)絡(luò)神經(jīng)方法等，實(shí)驗(yàn)結(jié)果看后三種方法的識(shí)別率相當(dāng)，識(shí)別率為83.33%。廣義回歸神經(jīng)網(wǎng)絡(luò)的識(shí)別速度最快，改進(jìn)BP神經(jīng)網(wǎng)絡(luò)方法次之，然后是L叩神經(jīng)網(wǎng)絡(luò)方法，但三種方法均有一定的誤識(shí)別率。主要是樣本數(shù)量較少導(dǎo)致的。而第一種方法試驗(yàn)得到的識(shí)別率為100%，說(shuō)明在小樣本的情況下，基于AR模型參數(shù)的FCM識(shí)別方法較為適用。證明了其可行性和有效性。　　 (5)提出了基于WFT測(cè)量結(jié)果轉(zhuǎn)化為IR滲數(shù)的路面識(shí)別方法，給出了解決方案，并由仿真實(shí)驗(yàn)數(shù)據(jù)初步論證了方法的可行性?！　? (6)研究了基于慢主動(dòng)1 /4車輛振動(dòng)模型的最優(yōu)控制算法，設(shè)計(jì)了LQG控制器，分析了能控性和能觀性，進(jìn)行了結(jié)果分析，結(jié)果分析證明了其有效性。

專題推薦