產(chǎn)品中心 應(yīng)用方案 技術(shù)文摘質(zhì)量保證產(chǎn)品選型 下載中心業(yè)內(nèi)動態(tài) 選型幫助 品牌介紹 產(chǎn)品一覽 聯(lián)系我們
- 虛擬傳感器在車輛輪胎壓力測試中的研究
- 來源:賽斯維傳感器網(wǎng) 發(fā)表于 2011/5/5
1 前 言
現(xiàn)代車輛電子信息技術(shù)的三大基礎(chǔ)包括:信息采集(傳感器技術(shù))、信息傳輸(通信技術(shù))和信息處理(計算機(jī)技術(shù)),傳感器屬于現(xiàn)代車輛電子信息技術(shù)的前沿產(chǎn)品。
輪胎的故障是誘發(fā)和導(dǎo)致交通事故的主要原因之一,對輪胎、車輛和路面的狀態(tài)進(jìn)行準(zhǔn)確可靠和容錯的連續(xù)監(jiān)控,是傳統(tǒng)傳感器難于精確完成的一項復(fù)雜的工作,可采用基于計算機(jī)技術(shù)的虛擬傳感器測定路面與輪胎間的摩擦、路面條件、輪胎壓力和輪胎轉(zhuǎn)動平衡狀態(tài)等參數(shù)。虛擬傳感器是基于傳感器硬件和計算機(jī)平臺、并通過軟件開發(fā)而成的,并可利用軟件完成傳感器的標(biāo)定及校準(zhǔn),實(shí)現(xiàn)車輛最佳性能指標(biāo)的控制。傳感器通過數(shù)據(jù)采集器接至計卜算機(jī),由計算機(jī)完成傳感器的檢查、傳感器參數(shù)的讀取、傳感器設(shè)置和記錄工作。
2 虛擬傳感器組成
車輛輪胎虛擬傳感器的硬件部分主要包括計算機(jī)系統(tǒng)、優(yōu)良性能的輪速傳感器、輪壓傳感器、以及連接件和儀表。虛擬傳感器還必須包括其軟件程序包,即數(shù)據(jù)處理程序、補(bǔ)償程序和測試處理程序等。
虛擬傳感是一種信號處理技術(shù),用于估計系統(tǒng)中不能放置物理傳感器的位置處的響應(yīng)。研究車輛輪胎虛擬傳感器可進(jìn)一步研究路面和輪胎之間的摩擦、輪胎膨脹壓力與車輪的不平衡等影響輪胎參數(shù)的因素,多傳感器融合系統(tǒng)將來自于各個傳感器的資料結(jié)合起來,描述被觀測系統(tǒng),以取得較使用單個傳感器更為準(zhǔn)確、更為具體的結(jié)論。
利用計算機(jī)技術(shù),虛擬傳感器可以僅僅采用普通的傳感器,即車輪轉(zhuǎn)速傳感器、車輪轉(zhuǎn)矩傳感器以及車輛的CAN總線傳輸信息,再根據(jù)一定的計算機(jī)算法,完成對車輛輪胎摩擦模型的計算,從而獲得有關(guān)輪壓的有效信息。其測量的輸入與輸出如圖1所示。研究開始主要是估計路面摩擦系數(shù),然后估計車輪壓力。
3 路面附著特性
車輛輪胎的模型之一是依據(jù)地面機(jī)器系統(tǒng)力學(xué)理論,由該理論可知:不同的地面條件產(chǎn)生的附著系數(shù)是有差異的。車輛驅(qū)動力、附著系數(shù)與車輛輪胎滑轉(zhuǎn)率的關(guān)系如圖2。從圖中可以看出:在附著系數(shù)一定,輪胎滑轉(zhuǎn)率s=0時,驅(qū)動力與車輛重量的比值Fφ/G最大,滑轉(zhuǎn)率s從。開始增加時,附著系數(shù)φ隨之增加,當(dāng)車輛輪胎滑轉(zhuǎn)率s=0.10~0.20時,附著系數(shù)達(dá)到最大φmax,如果滑轉(zhuǎn)率繼續(xù)增加,附著系數(shù)開始下降。當(dāng)輪胎滑轉(zhuǎn)率s達(dá)到100%時,輪胎發(fā)生完全滑轉(zhuǎn)。
滑轉(zhuǎn)率通常定義為車輪的相對速度與切向速度的比。其表達(dá)式為公式(1)。附著系數(shù)為φ=Fφ/G。在滑轉(zhuǎn)率十分小的情況下,車輪滑轉(zhuǎn)率與附著系數(shù)滿足線性方程φ=ks,其與輪胎的特性有關(guān),也與路面的摩擦有關(guān)。
基于上述理論,利用了狀態(tài)矢量描述車輛滑移狀態(tài),式中為縱向剛度,為前、后車輪半徑的差。車輛左右側(cè)輪胎的數(shù)學(xué)模型為
模型表明精確的車輪滑移率是驅(qū)動力的一次函數(shù)μ加上一個均值白噪聲,均值白噪聲主要是由于前后車輪半徑的不同所造成的。
轉(zhuǎn)速傳感器測出各個輪胎上工作轉(zhuǎn)速ω,并從CAN總線上獲得發(fā)動機(jī)傳送至各個輪胎上的轉(zhuǎn)矩M,通過計算機(jī)對模型求解,可初步獲得各個輪胎的滑轉(zhuǎn)率和附著系數(shù)。
4 虛擬傳感器測量車輛輪胎壓力的算法
目前,國外對胎壓檢測的虛擬傳感器算法進(jìn)行了大量研究與開發(fā)工程,其中申請的專利有40多個,大多利用了標(biāo)準(zhǔn)車輪轉(zhuǎn)速傳感器,主要的方法有:
4.1振動分析算法
利用輪胎橡膠在受到路面沖擊時的彈性特性,對車輪轉(zhuǎn)速的頻譜進(jìn)行抽樣分析,并去除車輛其它部分引起振動時所導(dǎo)致的擾動。振動分析可通過快速傅里葉變換FFT的檢測方法完成。
該方法基本的思路是將輪胎看作一個“彈簧一阻尼”系統(tǒng)。根據(jù)輪胎模型和充氣壓力,最理想的振動頻率一般在40-50Hz之間,但也有其他較高或較低的頻率。通過對不同輪胎的振動進(jìn)行研究和篩選,監(jiān)控其振動的頻率,從而得出正常頻率的值,同時檢測出非正常值。
不管是基于模型或者是FFT方法,在應(yīng)用振動分析之前,都要對速度的測量進(jìn)行濾波。運(yùn)用擬合的最小二乘法,得出一個具.有改善了的干擾比率的速度信號。補(bǔ)償?shù)乃俣刃盘柌ㄐ吻逦仫@示出45Hz左右的一種振動模式,如圖3所示。
利用FFT測量儀和一個低通過率的濾波器可以計算平均周期圖,每次測試中可自動計算出如圖4所示的峰值。離線后,可以檢測15%的輪胎壓力降,但是考慮自動設(shè)置閾值以及很低的錯誤警告率,檢測30%的輪胎壓力降更為可信。FFT是對數(shù)據(jù)的成批處理,有一定的滯后時間。圖4中利用了大量305的測試數(shù)據(jù)。
采用一個二次“阻尼一彈簧”模型時,計算輪胎壓力的相關(guān)參數(shù)值有
基于模型的振動分析容易引進(jìn)擬合方法,圖5中所給出的就是利用擬合的最小二乘法得出的振動模式。利用這種濾波器,我們可以可靠地在5s之內(nèi)檢測到30%的壓力降。這種濾波器能以最低1OOHz的頻率處理數(shù)據(jù),計算量比FFT方法顯著下降。
利用一臺僅以20Hz運(yùn)行的卡爾曼濾波器,在同等計算量的情況下比RLS具有更強(qiáng)的能力。圖6不同輪胎壓力下,卡爾曼濾波器的振動估計模式,比原來少5倍的計算量,這種新的方法檢測到15%的壓力變化的速度與RLS算法檢測30%的一樣。
4.2基于輪胎半徑的輪胎壓力計算
最常見的輪胎壓力計算是基于靜態(tài)非線性變化的各輪胎速度的差值,當(dāng)車輪大小一致時這一值接近于零。
路面摩擦指示的卡爾曼濾波器的滑轉(zhuǎn)偏移量能很好反映相對的車輪半徑,測量數(shù)據(jù)是線性的,該方法對噪聲反應(yīng)不靈敏。滑轉(zhuǎn)偏移量可以檢測左右車輪的相對誤差,利用橫擺率濾波器可計算前后車輪之間的相對誤差,從而計算出車輪半徑。
現(xiàn)有的車輪壓力測定方法大多是基于對車輪速度的靜態(tài)測試,設(shè)ω1/ω2=ω3/ω4,腳標(biāo)為各車輪的代號(左前輪1,右前輪2,左后輪3,右后輪4)。當(dāng)車輛勻速直線或圓周行駛時,此車輛車輪轉(zhuǎn)速方程的值為零。這種信號的低透過性形式具有不小于0的非正常偏差,這超過了TPI所能利用的基點(diǎn)值。另外,數(shù)據(jù)的非線性變換引起的不合要求的統(tǒng)計狀態(tài)、彎曲強(qiáng)度的不足、不同的摩擦水平、輪胎磨損等等都限制了這種方法的可靠性。
我們發(fā)現(xiàn),基于模型的方法能很好的顧及到上述問題,使用性能有顯.著的提高。所用的基本濾波器是路面摩擦指示濾波器(RFI),高精度橫擺率(HPY)和絕對速度指示(AVI)濾波器,后兩者適合輪胎壓力測定,相關(guān)信息見表1。
當(dāng)所有的輪胎氣體慢慢漏出時,車輛半徑與理論值的偏差可以用檢測儀器的diffusion功能鍵完成。
經(jīng)過實(shí)地試驗,對所有的方法進(jìn)行了比較,得出的結(jié)論是最后一種方法在精確性、快速響應(yīng)特性、強(qiáng)度和計算復(fù)雜性(低階模型和低抽樣頻率)等方面具有最優(yōu)性能。
然而,在特定的情況下其它方法在某些方面可以作為一種很好的補(bǔ)充,因此最終的算法系統(tǒng)應(yīng)該是一種多算法的組合。
5 結(jié) 論
虛擬傳感器通過其他傳感器的信號間接測得信息,測量路面和輪胎間的附著系數(shù)和輪胎壓力值,而所需要的專用傳感器是很昂貴的。通過精確測量車輛車輪速度信號,借助計算機(jī)技術(shù)可得到摩擦和輪胎壓力。附著系數(shù)的虛擬傳感器技術(shù)現(xiàn)已日漸成熟,開始引入工程應(yīng)用中。輪胎壓力虛擬傳感器技術(shù)目前尚在研究階段,研究方法集中在基于振動的虛擬傳感器技術(shù),和基于車輪半徑模型的虛擬傳感器技術(shù)。但對于復(fù)雜多變的外部干擾因素需要CAN總線的修正信息。(end)
轉(zhuǎn)載請注明來源:賽斯維傳感器網(wǎng)(www.jsxlzzp.com)
- 如果本文收錄的圖片文字侵犯了您的權(quán)益,請及時與我們聯(lián)系,我們將在24內(nèi)核實(shí)刪除,謝謝!