位置:成果数据库 > 期刊 > 期刊详情页
基于分段递推最小二乘估计的汽车质量辨识试验
  • ISSN号:0253-374X
  • 期刊名称:同济大学学报(自然科学版)
  • 时间:2012
  • 页码:1691-1697
  • 分类:U461.6[机械工程—车辆工程;交通运输工程—载运工具运用工程;交通运输工程—道路与铁道工程]
  • 作者机构:[1]同济大学汽车学院,上海201804, [2]同济大学新能源汽车工程中心,上海201804
  • 相关基金:国家“九七三”重点基础研究发展计划(2011CB711200); 国家自然科学基金(51105278); 上海市科学技术委员会项目(10ZR1432400 10JC1415000)
  • 相关项目:极限工况下四轮电动轮驱动电动汽车转矩分配控制研究
中文摘要:

基于电动轮驱动电动汽车平台道路试验,对一种新的汽车质量辨识算法进行了研究.该方法根据加速度传感器能够测量沿测量轴的重力分量的特点,排除了坡度对质量辨识的影响;根据加速度分段方法,分别利用两段递推最小二乘算法得到行驶阻力及质量的估计值.在电动轮驱动电动汽车平台上分别进行了沥青、塑胶及碎石路面上以及坡道上的试验,分析了行驶阻力与质量辨识的误差与收敛情况,并针对几种特殊工况对算法进行适应性改进.试验结果显示,不同质量及道路状态下的估计误差均在2.5%以下,表明所设计的辨识算法具有很高的估计精度,具有良好的工程应用价值.

英文摘要:

A new algorithm for vehicle mass estimation was studied based on the on-road test of an in-wheel motor vehicle.Containing the road gradient information in the longitudinal accelerometer signal,the algorithm removed the road grade from the longitudinal dynamics of the vehicle.Then,two different recursive least squares(RLS) schemes were proposed to estimate the driving resistance and the mass independently based on the acceleration partition.Experiments on the asphalt road,the plastic runway,and the gravel road as well as experiments with road grade were carried out.The estimation errors and the result convergence were analyzed.Then,according to several critical operating conditions,the adaptability of the algorithm was improved.The experimental data show that the estimation error is within 2.5% with various masses and different roads,which indicates that the algorithm can accurately estimate mass and its engineering application is valuable.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《同济大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:同济大学
  • 主编:李杰
  • 地址:上海四平路1239号
  • 邮编:200092
  • 邮箱:zrxb@tongji.edu.cn
  • 电话:021-65982344
  • 国际标准刊号:ISSN:0253-374X
  • 国内统一刊号:ISSN:31-1267/N
  • 邮发代号:4-260
  • 获奖情况:
  • 国家双百期刊,第二届国家期刊奖重点科技期刊奖,1999年全国优秀高校自然科学学报一等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:34557