基于硬件在环仿真技术的无级变速器试验系统研究

为合理评价CVT车辆的燃油经济性,结合了路面试验数据与软件仿真,建立基于硬件在环仿真技术的无级变速器(CVT)试验系统.CVT硬件在环仿真试验系统包括负载模拟,驾驶员模拟和油耗测量.负载模拟首先利用车辆路面试验数据,建立道路负载模型, 再通过复合控制的方法,抑制多余力矩的产生,合理控制负载电机输出扭矩,模拟汽车行驶时的道路负载.驾驶员模型是将循环工况的目标车速和实际的车速作为模型的输入,目标节气门开度作为模型的输出,再通过电子控制器控制节气门开度模拟驾驶员动作.最后通过完成标准循环工况下的油耗测试和评价,验证系统的合理性.     

基于Matlab的车辆动力学控制交互式硬件在环仿真系统研究

介绍了一种简单实用的基于M atlab的交互式车辆动力学控制硬件在环仿真系统,即完全利用M atlab工具实现实时交互式车辆动力学控制硬件在环仿真系统。该系统在硬件在环仿真研究过程中省去复杂不确定的驾驶员模型,直接把人的驾驶行为作为仿真的一部分嵌入仿真过程。仿真试验结果表明,该仿真方案是可行有效的,对进一步研究ESP控制逻辑以及该系统快速开发研究具有很大的意义。     

HPDI发动机硬件在环仿真测试与研究

本文根据HPDI天然气发动机的特性及控制系统原理,在HIL平台上搭建HPDI发动机双ECU的硬件在环仿真测试平台,用于控制器的闭环测试。利用该平台对HPDI系统进行测试,验证了仿真模型及测试平台的可行性。     

燃料电池轿车动力总成故障诊断仿真测试平台研究与设计

为了验证系统车辆管理器VMS对故障诊断策略的响应及执行情况，利用虚拟仪器技术及硬件在环技术进行了燃料电池轿车动力总成故障诊断仿真测试平台研究与设计，主要就其软硬件的设计分别展开，然后将整个系统集成，最后试验验证。所建的这个半物理仿真形式的硬件在环仿真平台，为车辆ECU的开发提供一个虚拟台架试验环境或车辆试验环境，可以提高ECU开发效率和降低成本。     

自动变速器控制系统硬件在环仿真实验台开发

介绍了硬件在环（HIL）仿真实验的概念、系统组成及关键技术。借助于Matlab／Simulink方便的图形化建模环境,研究了基于Matlab／xPC工具箱开发硬件在环仿真实验台的方法,设计了汽车自动变速器控制系统快速开发硬件在环仿真实验台。通过汽车变速器控制系统硬件在环实验验证,结果表明该实验平台工作可靠,可以有效地缩短控制系统的开发周期,提高控制系统的设计水平,节约试验费用,为控制系统的开发提供了便利的条件。     

用于实时系统的双离合自动变速器仿真建模研究

针对双离合器自动变速器(DCT)控制单元(TCU)的硬件在环(HIL)测试需求,基于Simulink建立了双离合器自动变速器实时仿真模型,主要包括换挡拨叉位置、两离合器转矩传递、变速器转矩传递和转速计算等模块。在实时仿真模型的基础上开发了功能故障模块,实现对机械故障的仿真。把建立的DCT模型集成到整车系统模型中,并与目标TCU构成闭环系统,对模型进行了在线闭环验证,可以有效满足DCT-TCU的功能策略和功能故障安全策略的测试验证。     

AT硬件在环平台搭建

在自动变速箱控制器(TCU)的开发和功能验证过程中,采用自动变速器(AT)硬件在环仿真平台来模拟传动系能缩短开发周期,并减少开发人员的工作量。本文介绍了基于ETAS公司LabCAR系统开发的AT硬件在环仿真平台,并使用AMESim软件开发了装有六档自动变速器的车辆传动系模型,然后将其与汽油机模型集成。在完成了模型集成和Labcar硬件集成后,对变速箱典型换档工况进行了仿真,并与实车道路测试的结果对比。对比结果具有较高的相似性,表明本文所开发的模型及搭建的硬件在环仿真平台能较好地模拟实车,能用于TCU逻辑功能的验证。     

商用智能汽车自动紧急制动技术测试

伴随着嵌入式软件的数量在汽车上呈现几何级增长,减少开发工作的时间和人力成本的压力随即增加;基于模型的开发(Model-Based-Design,MBD)成为汽车嵌入式软件开发的主流,而硬件在环(HiL)测试是检测模型开发有效程度的核心技术;介绍一款商用车的紧急制动技术硬件在环系统,系统包含有转向和制动执行器、高精度车辆动力学模型、快速开发原型和相关驾驶员在环系列工具链;基于校企合作项目,开发台架致力于各种先进的驾驶员辅助系统与驾驶员之间的相互作用的研究,并针对某款商用车的紧急制动功能进行了系统性验证,为汽车自动紧急制动技术研究提供数据及依据.     

一类基于轨迹预测的驾驶员方向控制模型

驾驶员方向控制模型在人-车-路闭环系统仿真、驾驶员辅助系统开发和智能汽车控制中具有重要作用。在假设驾驶员具有汽车轨迹预测能力的基础上,提出一类基于轨迹预测的驾驶员方向控制模型。分别假定汽车在将来一段时间内保持恒定的横摆角速度或横摆角加速度,并结合汽车状态参数预测汽车的行驶轨迹,采用期望式、增量式以及期望式与增量式集成的转角决策方法建立5种不同的驾驶员模型。在ve DYNA/Simulink联合仿真平台上对各驾驶员模型进行仿真试验,结果表明,增量式驾驶员模型表现出良好的路径跟踪精度和很强的鲁棒性,期望式模型的转向操纵更加平滑,而集成式模型则具备综合优势。在ve DYNA/Labview硬件在环实时试验台架上对所提出的驾驶员模型进行模拟试验,所得结论与仿真基本一致。     

硬件在环台架制动性能精度影响研究

制动性能是车辆核心功能之一,硬件在环台架(HIL)可以更好地支持车辆的快速开发及智能驾驶功能测试,而基于HIL台架开发需要确保台架的测试结果与实车测试一致性。通过将制动过程逐层分解,对制动执行机构、制动器、轮胎等影响测试精度的模型进行优化,明确关键因子,并从制动响应趋势、减速度和制动距离等多个维度对实车与台架测试的数据进行客观比较分析。对标结果表明:优化后的模型在制动响应趋势、减速度、制动距离等方面与实车具有较好的一致性。     

Development of a low-cost steering system simulator

The Steering system is the most important system for a vehicle, in terms of safety and driving feel. But in many cases, experiments to improve the steering feel using a real vehicle are very difficult in the aspects of repeatability, safety and money. Repeatability in testing steering systems is very important because the steering feel for a driver varies according to the environmental conditions. In addition to that, steering tests using vehicle are so dangerous that the driver might not concentrate on the tests. In this paper, a new steering system simulator using the front part of a steering and suspension system is described. This simulator allows cheap, safe, and repeatable testing of the steering system compared with the real vehicle test.     

基于模糊理论的SHEV发电机组控制策略研究

串联式混合动力汽车(SHEV)的发电机组的工作状态决定了SHEV的燃油经济性。为使发电机组工作时车辆具有良好的燃油经济性,提出一种模糊控制策略对发电机组的工作点进行控制,并在MATALAB/Simulink中搭建了该控制系统的仿真模型。最后将控制策略移植到整车控制器中进行了实车试验。仿真和试验结果表明,该控制策略能够控制发电机组的工作点跟随车辆需求功率在有限的高效工作点之间切换,从而使得SHEV拥有较好的燃油经济性,达到了控制目的。     

基于多基站IMMKF-DOA辅助车辆协同定位算法研究

针对传统卡尔曼滤波算法在进行车辆实时运动过程中难以精准定位问题,提出一种基于运动状态自适应的交互多模型卡尔曼滤波(Interacting multiple model Kalman filter,IMMKF)与多基站到达方向(Direction-of-arrival,DOA)相融合进行车辆位置实时估计算法。基于无偏估计器对测量噪声协方差进行实时更新并将其嵌入标准卡尔曼滤波算法中实现自适应交互多模型卡尔曼滤波。针对车辆不同运动状态及动态行驶环境对车辆定位估计精度的影响,构建自适应交互多模型卡尔曼滤波器与多基站信息融合算法进行车辆位置实时估计,考虑不同车速与不同基站数等行驶工况下车辆定位精度的变化趋势,实现车辆实时位置的准确估计。利用PreScan-Simulink联合仿真平台进行虚拟仿真验证和实车试验验证。结果表明,基于交互多模型卡尔曼滤波与到达方向角的融合算法相对标准的卡尔曼滤波估计精度高,较好地改善了传统单一模型的卡尔曼滤波算法在进行车辆实时运动状态估计过程中精准定位问题,实车试验验证了提出算法对车辆定位精度较传统卡尔曼滤波算法的精度提高了一个数量级,实现了更精确的车辆位置估计。     

采用计算机测控的新型ABS试验台的设计

以机电混合模拟技术为理论基础[1],分析建立了汽车运动惯量和道路制动力台架电模拟数学模型,以LabVIEW软件为平台,运用动态链接库技术,建立了新型的ABS试验台。该试验台通过计算机技术对车轮制动过程进行实时测控。试验结果表明:试验台能较好地模拟车辆在不同路面下的制动情况,为ABS性能测试分析提供了较好的手段。     

线控转向系统的前轮转角跟踪策略研究

研究通过对线控转向系统进行主动控制,可靠并准确地得到期望的前轮转角。基于建立的线控转向系统数学模型,使用非线性自回归模型确定其系统参数,设计内模控制器跟踪车辆的期望运动状态。通过开环和闭环试验,对控制器在典型的驾驶工况下的有效性进行了验证。通过与PID控制器的结果对比,证明所设计的内模控制器能提供更好的控制性能。为减少驾驶员的操纵负担并确保车辆在不同行驶条件下的稳定性,根据不同工况下的测试结果提出基于增益不变的变角传动比控制策略,并设计了滑模控制器跟踪期望横摆角以实现主动转向。通过对内模和滑模控制器的联合仿真结果表明,所设计的控制器可实现期望横摆角度的精确跟踪,显著提高车辆的操纵灵活性和稳定性。     

电传动履带车辆"驾驶员-综合控制器"在环的双侧驱动控制实时仿真

为了在系统设计阶段及早验证控制方案可行性,把"驾驶员-综合控制器"纳入电传动履带车辆双侧驱动控制仿真闭环,建立双侧驱动电传动履带车辆及驱动系统模型.采用真实的驾驶员操纵设备和产品型综合控制器,不同控制策略使用不同CAN通讯协议匹配,被控对象及其外界环境通过数学模型在dSPACE中实时运算来模拟实现,构建包括CAN通讯在内的电传动履带车辆"驾驶员-综合控制器"在环双侧驱动控制实时仿真平台.基于该平台展开以驾驶员操作为输入的硬件在环仿真.仿真结果表明:该平台能进一步验证产品型综合控制器动力学控制算法代码,分析评估不同控制策略下车辆的机动性能.     

匹配机械弹性车轮的电子稳定控制器参数分析

为了提高匹配机械弹性车轮(MEW)的某越野车操纵稳定性，考虑MEW与传统子午线轮胎侧偏特性存在的不确定性摄动，基于Lyapunov稳定性理论为电子稳定控制(ESC)程序设计了鲁棒反馈控制器；引入轮胎侧偏刚度不确定性的范数有界模型，运用Schur补引理和线性矩阵不等式(LMI)求解反馈矩阵。设定不同的车速和路面附着系数，通过搭建CarSim/Simulink联合仿真平台对控制器展开鱼钩试验，仿真结果表明，匹配MEW的ESC控制器能够保证车辆行驶的稳定性，横摆角速度与质心侧偏角跟踪误差分别稳定在0.03~0.3 rad/s与0.06~0.1 rad之内，并且设计的控制算法对MEW在05倍普通充气车轮侧偏刚度变化范围内具有很好的鲁棒性，从而为匹配MEW的整车主动安全控制提供了理论参考。     

履带车辆磁流变阻尼器动力学模拟实验台研究

基于磁流变液(M RF)构造出的半主动悬挂系统可以用于对车辆振动的实时控制,半主动悬挂系统模拟实验台是实行实车动力学分析进而实现上述目标的基础性设备。首先,按照相似定理,进行了履带车辆磁流变液半主动悬挂系统动力学模拟实验的台架设计,实现了动力学模拟;进而,结合履带车辆行驶的典型越野路面,提出一种路面激励输入设计方案;最后叙述了基于L abV IEW虚拟仪器的磁流变振动实验台状态监测系统的构成。     

The articulated vehicle dynamic analysis using the AWS (All Wheel Steering) ECU (Electronic Control Unit) test

An AWS (all-wheel-steering) system is applied to the articulated vehicle to satisfy the required steering performance. AWS ECU (electronic control unit) controls the hydraulic actuator according to vehicle driving environment, such as driver steering angle, articulating angle, and vehicle velocity. In this paper, the test platform devloped for the AWS ECU black box test in an HIL( hardware in the loop) environment is explained. Using the developed test platform, the control algorithm of the AWS ECU can be evaluated under the virtual driving condition of the articulated vehicle. Also, the maneuver of the vehicle is investigated by using the developed AWS ECU test. This paper was presented at the 4th Asian Conference on Multibody Dynamics(ACMD2008), Jeju, Korea, August 20–23, 2008. Sooho Lee received a B.S. degree in Mechanical Engineering from Ajou University in 2003. He then went on to receive his M.S. degree from Ajou University in 2005. Mr. Lee is currently a Ph.D student in the School of Mechanical Engineering at Ajou University in Suwon, Korea. His research interests are in the area of dynamics, vehicle dynamics, control and HILS ( hardware in the loop simulation).