论文部分内容阅读
针对车辆横向稳定性二值化判定(稳定或失稳)在工程控制应用中不够精准的现象,开展了车辆横向稳定性的模式识别研究,提出了一种基于K均值聚类分析的车辆横向稳定性判别方法。轿车转向盘斜阶跃输入仿真试验表明,该工况下K均值聚类分析能够将车辆稳定性划分为4种危险等级。为探究该方法的普适性,进行了双半挂汽车列车双移线工况下的稳定性判定,以及多工况下轿车稳定性的判定,结果表明,该方法能够适用于多种车辆模型与不同工况,且基于多工况的判定结果更为合理准确。因此,构建了在线学习机制,提出了在线更新聚类质心的方法,用以提高K均值聚类对车辆稳定性判定的准确性。采用粒子群与PID联合控制四轮转向车辆后轮转角的方法,以提高车辆稳定性和安全性。论文主要工作有:1)构建了轿车二自由度动力学模型,以及六自由度双半挂汽车列车动力学模型,分析了使用参数对车辆横向稳定性的影响。2)通过CarSim软件构建车辆动力学模型,设置仿真工况和输出参数,将车辆仿真数据通过K均值聚类的方法对车辆行驶状态数据进行离线聚类,得到4个离线聚类质心;通过对各聚类质心特征的分析,确定各聚类质心所代表的危险等级;搭建了CarSim与Simulink联合仿真平台,基于车辆实时行驶数据与离线聚类质心之间的欧氏距离设计了车辆横向稳定性判定准则,对车辆行驶状态进行实时划分与判定。仿真结果表明,该判定方法综合考虑了多项车辆状态响应参数,能够实时量化车辆横向稳定性。3)分别进行了双半挂汽车列车双移线工况和轿车多工况下车辆稳定性的判定。结果表明,K均值聚类分析能够适用于不同的车辆模型和多种工况,且多工况下判定结果更为合理准确。因此,在此基础上提出了在线学习机制,实现了聚类质心的实时更新,提高了识别准确率。4)将判定车辆稳定性的数据与判定结果相结合,使用灰色关联分析方法,将影响车辆危险等级的因素进行排序,找出了造成车辆失稳的主要因素,以此主要因素为控制目标,使用粒子群与PID联合控制的方法控制四轮转向车辆的后轮转角,通过对比分析控制前后的效果,证实了该控制方法能够有效地提高车辆横向稳定性。