论文部分内容阅读
随着汽车工业的迅猛发展,提高汽车安全性和操控性成为急需解决的问题。世界各大汽车及零部件生产商相继推出了一些电子稳定控制系统,其中,ESP系统是在ABS和TCS基础上发展起来的革命性产品。电子稳定系统越复杂,它的安全性和稳定性就越难以保证。因此我们在汽车上配备ESP系统的同时,对其故障诊断的研究在汽车主动安全领域中意义重大。本文主要研究衡量汽车稳定性的重要状态参数:横摆角速度、质心侧偏角、侧向加速度以及路面附着系数对汽车行驶的影响,并对横摆角速度传感器、侧向加速度传感器和质心侧偏角传感器进行故障诊断。由于神经网络对多输入多输出的非线性映射关系具有强大的拟合能力,故本文采用BP网络对ESP系统中传感器的无故障输出值进行估计,与故障传感器的输出进行对比,获得残差进行诊断,并对结果进行分析。提出的故障诊断方法简单实用,可用于单个传感器和两个传感器的故障诊断,不仅能诊断出故障的有无、发生时刻,还能反映出故障的大小。在采用BP网络方法进行状态估计之前,还对BP网络的稳定性进行了基于李雅普诺夫定理的证明,为该方法提供了理论依据。由于现实情况通常存在四种路面:干沥青路面、湿沥青路面、雪地和结冰路面,在对传感器无故障输出值进行估计时,若单纯训练一个网络难以涵盖四种不同的路面情况,为解决这一问题,提高网络估计器的精度,需考虑到路面附着系数对汽车行驶状态的影响,本文分别在四种路面工况下训练四个网络,构成一个网络组,再加入网络选择机制,根据路面情况选择出对应的网络,并得出精确的状态估计值。此外,本文还完成了81个网络的训练,以此给出了一种路面附着系数的估计办法。实验采用AMESim软件建立15自由度整车模型,在AMESim与MATLAB联合仿真环境下,实现了汽车ESP系统中横摆角速度传感器、侧向加速度传感器以及质心侧偏角传感器的故障诊断,给出的路面附着系数估计办法也具有一定借鉴意义,仿真结果验证了提出的方法的有效性。