基于卡尔曼滤波的汽车EPS和AFS集成控制研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 课题研究的背景和意义 | 第10-13页 |
1.2 EPS和AFS的国内外研究现状 | 第13-15页 |
1.2.1 电动助力转向研究现状 | 第13页 |
1.2.2 主动前轮转向研究现状 | 第13-14页 |
1.2.3 汽车系统集成控制研究现状 | 第14-15页 |
1.3 软测量技术 | 第15-16页 |
1.3.1 软测量技术简介 | 第15-16页 |
1.3.2 基于状态估计的软测量 | 第16页 |
1.4 本文研究的主要内容 | 第16-17页 |
1.5 本章小结 | 第17-18页 |
第2章 车辆动力学建模与验证 | 第18-33页 |
2.1 整车动力学模型 | 第18-19页 |
2.2 轮胎模型 | 第19-24页 |
2.2.1 轮胎模型概述 | 第19-20页 |
2.2.2 轮胎模型的选择 | 第20-24页 |
2.3 转向系动力学模型 | 第24-28页 |
2.3.1 集成转向系统布置方案分析 | 第24-25页 |
2.3.2 电动助力转向子系统动力学模型 | 第25-26页 |
2.3.3 主动前轮转向子系统动力学模型 | 第26-28页 |
2.4 仿真验证 | 第28-32页 |
2.5 本章小结 | 第32-33页 |
第3章 车辆状态和路面附着系数估计 | 第33-47页 |
3.1 卡尔曼滤波理论 | 第33-35页 |
3.2 扩展卡尔曼滤波算法的推导 | 第35-37页 |
3.3 基于KF的车辆状态估计 | 第37-43页 |
3.3.1 车辆状态估算过程 | 第37-38页 |
3.3.2 车辆状态估计仿真验证 | 第38-41页 |
3.3.3 车辆状态估计试验验证 | 第41-43页 |
3.4 基于EKF的路面附着系数估计 | 第43-46页 |
3.4.1 路面附着系数估算过程 | 第43-44页 |
3.4.2 路面附着系数估计仿真验证 | 第44-46页 |
3.5 本章小结 | 第46-47页 |
第4章 EPS与AFS子系统控制 | 第47-63页 |
4.1 基于轮胎力估计的电动助力转向控制 | 第47-49页 |
4.1.1 EPS电流补偿控制 | 第47-48页 |
4.1.2 仿真分析 | 第48-49页 |
4.2 基于路面附着系数估计的电动助力转向控制 | 第49-55页 |
4.2.1 模糊控制简介 | 第50页 |
4.2.2 EPS系统的模糊控制器设计 | 第50-52页 |
4.2.3 仿真分析 | 第52-55页 |
4.3 主动前轮转向的车辆稳定性控制 | 第55-61页 |
4.3.1 车辆稳定性控制简介 | 第55页 |
4.3.2 理想参考车辆模型 | 第55-56页 |
4.3.3 滑模控制器设计 | 第56-57页 |
4.3.4 仿真分析 | 第57-61页 |
4.4 本章小结 | 第61-63页 |
第5章 EPS与AFS集成控制 | 第63-72页 |
5.1 EPS与AFS集成控制概述 | 第63-64页 |
5.2 基于轮胎力估计的集成协调控制 | 第64-67页 |
5.2.1 电动助力修正控制 | 第64-65页 |
5.2.2 仿真分析 | 第65-67页 |
5.3 考虑路面附着系数的集成协调控制 | 第67-71页 |
5.3.1 考虑路面附着系数的助力修正 | 第67-68页 |
5.3.2 仿真分析 | 第68-71页 |
5.4 本章小结 | 第71-72页 |
总结与展望 | 第72-74页 |
全文总结 | 第72-73页 |
论文主要创新点 | 第73页 |
工作展望 | 第73-74页 |
参考文献 | 第74-79页 |
附录A(攻读硕士学位期间发表的论文) | 第79-80页 |
致谢 | 第80页 |