車輛動力學(xué)關(guān)鍵參數(shù)辨識研究.pdf

1、車輛動力學(xué)參數(shù)辨識的主要目的是在整車或部件系統(tǒng)試驗和仿真輸入輸出數(shù)據(jù)的基礎(chǔ)上，通過合適的算法，獲取車輛系統(tǒng)的有關(guān)參數(shù)，特別是一些不能直接獲取，也不能直接測量或計算的參數(shù)，是車輛動力學(xué)仿真及建模的關(guān)鍵環(huán)節(jié)。車輛動力學(xué)參數(shù)辨識對于降低車輛開發(fā)成本，提高開發(fā)水平以及在逆向工程中具有重要意義。
　　 本文的主要工作就是運用目前比較成熟的參數(shù)辨識方法解決車輛動力學(xué)中兩個關(guān)鍵參數(shù)的辨識問題，分別為：
　　 基于遺傳算法的整車慣性參數(shù)

2、辨識。整車慣性參數(shù)是整車動力學(xué)建模和仿真的關(guān)鍵參數(shù)，傳統(tǒng)方法為經(jīng)驗公式或臺架試驗，精度底，成本高。本文提出一種基于遺傳算法的整車慣性參數(shù)辨識方法。建立了基于ADAMS平臺下的整車多體動力學(xué)模型；進行了特定工況下的仿真試驗產(chǎn)生目標(biāo)輸出數(shù)據(jù)；在此基礎(chǔ)上，以系統(tǒng)輸出和目標(biāo)差值最小為目標(biāo)函數(shù)，利用改進的遺傳算法，迭代出整車慣量值。運用了兩種方式：分步辨識和同時辨識，對結(jié)果進行了比較，對兩種方法的優(yōu)缺點進行了分析。最后將得到的辨識結(jié)果回代到模型中

3、，進行了驗?zāi)Ｔ囼?，與實車測量值進行了對比，分析了誤差原因。
　　 基于神經(jīng)網(wǎng)絡(luò)的車輛質(zhì)心側(cè)偏角辨識。車輛質(zhì)心側(cè)偏角是車輛穩(wěn)定性控制系統(tǒng)的關(guān)鍵參數(shù)，傳統(tǒng)方法用傳感器測得加速度，然后積分獲得，誤差較大且成本較高。本文提出一種基于人工神經(jīng)網(wǎng)絡(luò)的質(zhì)心側(cè)偏角辨識方法。建立了基于側(cè)向加速度和橫擺角速度為輸入的車輛質(zhì)心側(cè)偏角辨識系統(tǒng)模型；對測試工況進行了辨識，并與試驗測量值進行比較，結(jié)果吻合較好；最后，通過對比由不同樣本得到的網(wǎng)絡(luò)模型的辨識結(jié)