路永婕,韩寅锋,王翠艳,张俊宁,马智喆
(1.石家庄铁道大学 省部共建交通工程结构力学行为与系统安全国家重点实验室,河北 石家庄 050043;2.石家庄铁道大学 机械工程学院,河北 石家庄 050043)
路面附着系数估计是实现车辆主动安全技术的关键因素之一,目前国内外对汽车路面附着系数估计的研究已有很多。熊璐等[1]分别构建了纵向力观测器和侧向力观测器对纵侧2方向的路面附着系数进行估计,又根据模糊逻辑设计了融合估计算法,实现了对复杂路况下的路面附着系数估计;王震坡等[2]将无迹卡尔曼滤波与模糊理论相结合,提高了算法的鲁棒性和自适应性;林棻等[3]将神经网络应用到参数估计中,以相关动力学参数作为输入,通过学习、训练,实现估计效果的提升;赵立军等[4]推导了利用附着系数和峰值附着系数之间的递推公式,利用递推最小二乘法估计峰值附着系数;王博等[5]提出了7种典型路面的特征因子阈值及其区间进行路面识别;Ma et al[6]针对汽车转向工况,通过提出基于单轮前轴调心扭矩来估计路面附着系数;Sun et al[7]提出一种基于遗忘因子的卡尔曼滤波的改进算法,通过估计u-s曲线的斜率得到路面附着系数估计值。
由上述可知,路面附着系数估计的研究多针对于四轮汽车的研究,对于重型三轴电动汽车研究较少。重型三轴汽车多用于长距离运输货物,且操作难度比常规四轮汽车大,更容易发生重大交通事故;其在结构、运动特性以及动力特性方面都要比四轮汽车更加复杂[8],特别是重型三轴电动汽车前轴与中后轴距离较远,前后车体所处路面可能会有较大差别,故重型三轴电动汽车在路面附着系数估计方面存在着与四轮汽车不同的特性和问题。……