安装MABS汽车制动过程仿真分析

汽车的制动性能是决定汽车行车安全性的重要性能之一，进行汽车制动性能仿真研究，探索提高汽车制动性能的有效途径具有重要意义。本文简介了ＭＡＢＳ（ＭｅｃｈａｎｉｃａｌＡｄａｐｔｉｖｅ Ｂｒａｋｉｎｇ Ｓｅｔ）的结构和工作原理，并用七自由度整车模型对汽车制动过程进行了计算机仿真，分析了ＭＡＢＳ对汽车制动性能的影响，为正确使用ＭＡＢＳ来改善汽车制动性能提供了理论基础。     

永磁式缓速器的稳健性设计

基于稳健性设计原则和Taguchi算法,永磁式缓速器的设计分为概念设计、参数设计和容差设计．以性能最稳定,波动最小,信噪比最大为目标,选取合适的参数作为内表,参数波动率为外表．用正交表排列设计参数,用F检验确定系统的最优设计参数和恰当的容差＋算例选择制动力矩计算模型中的磁极数N、内半径r1及外半径r2为可控因素,制动力矩波动率作为质量特性输出值．结果表明：采用稳健性设计的永磁式缓速器可以较好地改善制动力矩波动率．     

刹车时轮胎动态接触压力的三维有限元分析

分析刹车状态下轮胎动态接触压力的大小和分布.采用三维有限元方法,把轮胎简化处理为实心,采用变形等效原则拟合轮胎的计算参数.结果表明:低胎压轿车轮胎刹车时接地形状近似为梯形,高胎压货车轮胎刹车时接地形状近似为矩形;负荷一定时,胎压升高,轮胎接触压力增大,胎压一定时,负荷增加接触压力也增加;刹车状态下轮胎接触压力大于静止状态下接触压力.有限元计算结果与文献实测结果较为接近,说明把轮胎简化处理为实心,采用变形等效原则拟合得出轮胎参数,进行轮胎的动态接触压力分析是可行的.     

基于CVT混合动力汽车的ADVISOR再生制动模块开发

 在分析CVT混合动力汽车（HEV）动力系统的工作原理和ISG电机的工作特性的基础上,建立了随车速变化的制动力分配模型,并对ADVISOR原有的HEV模型进行二次开发,建立了搭载CVT的同轴并联式HEV仿真平台。对再生制动系统仿真实验表明,二次开发的仿真平台可以很好地保证实验精度,有效扩展ADVISOR的应用范围,有助于新型动力结构的HEV研究。     

电动汽车无刷直流电动机的回馈制动控制

为延长电动汽车的续驶里程,基于4种典型循环工况的能量分析,研究了无刷直流电动机回馈制动的控制原理,建立了回馈制动的数学模型,并设计了转矩闭环PI调节的控制方式,将这一控制方式运用于纯电动汽车上,结果表明,回馈制动控制安全可靠。     

防抱制动系统转鼓试验台架的研制

文中设计并研制的防抱制动系统转鼓试验台架可以对车轮转速、车身速度、垂直载荷、制动管路压力、制动器扭矩等参数进行测量 ,并对由此衍生出的车轮角加速度及减速度、滑移率、地面附着系数、地面制动力等参数进行推算 同时设计了单轮防抱死系统 ,在此台架上进行了试验 ,达到了较好的效果     

基于小波散射深度序列神经网络的制动噪声分类识别

为实现对制动噪声的智能化识别,研究了一种小波散射结合深度序列神经网络的识别方法。采用3层小波散射变换构造出制动噪声相应卡钳振动信号的小波散射多维特征向量。首先,以单层一维卷积神经网络（1DCNN）和单层双向长短时记忆网络（BiLSTM）为基础,将小波散射特征以序列形式和分别输入方式进行训练和测试;结果显示,与短时能量和短时平均过零率这类一维序列输入相比,小波散射变换多维特征输入能够大幅提高分类准确率。其次,针对网络欠拟合状况,建立的4层深度1DCNN与3层深度BiLSTM网络相比,其基础网络具有更强的特征捕捉能力,均进一步提高了制动噪声分类准确率。根据分类性能指标F₁,4层1DCNN的整体性能均超过3层BiLSTM网络,并且具有训练参数数量较少的优越性。     

考虑主、轮缸液压力差异的制动增强控制

现有电子液压制动系统（EHB）在常规制动工况下均是以主缸液压力传感器为反馈进行液压力控制,而忽略了主、轮缸液压力的差异性对制动控制带来的影响。针对此,首先通过电磁阀测试台架测试了液压控制单元（HCU）增压阀在全开工况下的正、反向的压差流量特性。之后,通过制动测试台架测试了轮缸压力体积（PV）特性,建立了非极限工况下的主、轮缸液压力的动态模型,并通过试验数据验证了模型的准确性。将由上述模型估计的轮缸液压力作为反馈,替换原始的主缸液压力传感器信号,引入到EHB的液压力控制算法中,而并不改变原控制算法。基于经典控制理论,分析了该新控制系统的快速性和稳定性。最后进行了液压力控制的实车试验,结果表明,在相同的目标阶跃工况下,相比于主缸液压力反馈控制,所提出的新控制系统可将轮缸液压力及制动减速度的响应速度提高12 %左右,从而缩短紧急制动工况下的制动距离。此外,由于估算的轮缸液压力比主缸液压力更加平稳且没有超调,新控制系统在快速建压过程中运行更加平稳,显著提升噪声、振动与声振粗糙度（NVH）性能。最后,多工况下的实车试验表明新控制系统是稳定的。     

汽车制动过程中瞬时车速和轮速的仿真计算

文章在建立汽车制动过程中的整车、制动器、车轮和制动油路动力学模型和数学模型的基础上,提出了一种利用四阶RUNGE-KUTTA法结合计算机解三元一次微分方程组的方法对汽车直线紧急制动过程中瞬时车速和瞬时轮速进行了计算,并将实车的仿真计算值和试验值进行了比较,取得了满意的结果.     

BP神经网络在车辆制动性能预测中的应用

首先建立了车辆制动过程数学模型,利用该数学模型对JS2310农用运输车的制动性能进行了计算机仿真,并与试验结果进行了比较,表明模型是正确的为进一步提高该车辆制动性能预测的精度,引入了神经网络技术使用BP网络对不同条件下的多次仿真结果进行第一步学习,将数学模型转化为车辆制动性能预测的神经网络模型,再进一步使用整车部分试验结果对已得到的神经网络进行训练,得到最终的预测模型结果表明使用神经网络模型可以提高车辆制动性能预测的精度