中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第9-19页 |
1.1 前言 | 第9页 |
1.2 分布式驱动电动汽车国内外研究现状 | 第9-12页 |
1.2.1 科研机构研究概况 | 第9-10页 |
1.2.2 企业研究概况 | 第10-12页 |
1.3 分布式驱动电动汽车研究内容 | 第12-13页 |
1.4 课题相关技术的研究现状 | 第13-16页 |
1.4.1 车辆状态及路面附着系数估计的研究现状 | 第14-15页 |
1.4.2 主动转向系统和直接横摆力矩控制系统协同控制研究现状 | 第15-16页 |
1.5 本文的主要研究内容 | 第16-19页 |
2 分布式驱动电动汽车动力学建模 | 第19-35页 |
2.1 动力学模型框架与坐标系 | 第19-21页 |
2.1.1 汽车动力学模型框架 | 第19-20页 |
2.1.2 汽车动力学模型坐标系 | 第20-21页 |
2.2 八自由度整车模型 | 第21-24页 |
2.2.1 车身动力学模块 | 第21-23页 |
2.2.2 车轮动力学模块 | 第23-24页 |
2.3 轮胎模型 | 第24-30页 |
2.3.1 三种轮胎模型介绍 | 第24-26页 |
2.3.2 Magic Formula轮胎模型建立 | 第26-28页 |
2.3.3 轮胎模型参数及特性分析 | 第28-30页 |
2.4 其他系统 | 第30-32页 |
2.5 整车动力学模型验证 | 第32-34页 |
2.6 本章小结 | 第34-35页 |
3 车辆状态及路面附着系数估计 | 第35-47页 |
3.1 卡尔曼滤波估计原理 | 第35-37页 |
3.1.1 经典卡尔曼滤波 | 第35-36页 |
3.1.2 扩展卡尔曼滤波 | 第36-37页 |
3.2 基于扩展卡尔曼滤波的车辆状态估计 | 第37-41页 |
3.2.1 设计车辆状态估计器 | 第38-39页 |
3.2.2 状态估计算法验证 | 第39-41页 |
3.3 基于神经网络的路面附着系数估计 | 第41-46页 |
3.3.1 BP神经网络建立 | 第41-44页 |
3.3.2 路面附着系数估计仿真分析 | 第44-46页 |
3.4 本章小结 | 第46-47页 |
4 车辆横摆稳定性控制机理分析 | 第47-67页 |
4.1 车辆状态与横摆稳定性的关系 | 第47-50页 |
4.1.1 质心侧偏角与横摆稳定性 | 第47-49页 |
4.1.2 横摆角速度与横摆稳定性 | 第49-50页 |
4.2 主动前轮转向系统结构及功能 | 第50-53页 |
4.2.1 主动前轮转向系统的结构 | 第50-52页 |
4.2.2 主动前轮转向系统的功能 | 第52-53页 |
4.3 直接横摆力矩控制系统结构及原理 | 第53-55页 |
4.3.1 驱动DYC系统 | 第54-55页 |
4.3.2 制动DYC系统 | 第55页 |
4.4 主动前轮转向系统与直接横摆力矩控制系统性能对比 | 第55-64页 |
4.4.1 系统的性能持续性 | 第56-58页 |
4.4.2 系统的最大修正能力 | 第58-61页 |
4.4.3 系统对车速的影响 | 第61-63页 |
4.4.4 系统的经济性 | 第63-64页 |
4.4.5 综合评价 | 第64页 |
4.5 本章小结 | 第64-67页 |
5 AFS/DYC协同控制策略 | 第67-91页 |
5.1 横摆稳定性控制系统结构 | 第67-68页 |
5.2 附加横摆力矩计算模块 | 第68-72页 |
5.2.1 滑模控制算法介绍 | 第68-70页 |
5.2.2 二自由度车辆模型 | 第70-71页 |
5.2.3 附加横摆力矩计算 | 第71-72页 |
5.3 执行层控制 | 第72-75页 |
5.3.1 车速控制 | 第73页 |
5.3.2 AFS子系统控制 | 第73页 |
5.3.3 DYC子系统控制 | 第73-75页 |
5.4 基于平均分配的AFS/DYC协同控制 | 第75-79页 |
5.5 基于工作区域划分的AFS/DYC协同控制 | 第79-89页 |
5.5.1 子系统工作区域划分策略 | 第79-84页 |
5.5.2 仿真验证 | 第84-89页 |
5.6 本章小结 | 第89-91页 |
6 全文总结与展望 | 第91-93页 |
6.1 全文总结 | 第91-92页 |
6.2 工作展望 | 第92-93页 |
致谢 | 第93-95页 |
参考文献 | 第95-101页 |
附录 | 第101页 |
A.作者在攻读学位期间发表的论文目录 | 第101页 |
B.作者在攻读学位期间参与的科研项目目录 | 第101页 |