【摘 要】
：
线控转向系统与汽车传统的转向系相比,同时具备转向轻便性、舒适性、安全性、操纵性以及稳定性,具有更高的性能,随着汽车系统智能化,线控化发展进程,势必会取代传统的机械转向系。本文主要针对线控转向系统的路感模拟及系统容错控制问题展开了研究。首先,对线控转向系统变角传动比特性进行了研究。分析并研究了转向灵敏度不变,仅与车速变化相关的变角传动比特性,并结合单电机线控转向系统的结构和工作原理,通过CarSim
论文部分内容阅读
线控转向系统与汽车传统的转向系相比,同时具备转向轻便性、舒适性、安全性、操纵性以及稳定性,具有更高的性能,随着汽车系统智能化,线控化发展进程,势必会取代传统的机械转向系。本文主要针对线控转向系统的路感模拟及系统容错控制问题展开了研究。首先,对线控转向系统变角传动比特性进行了研究。分析并研究了转向灵敏度不变,仅与车速变化相关的变角传动比特性,并结合单电机线控转向系统的结构和工作原理,通过CarSim/Simulink软件建立了线控转向系统动力学模型和整车模型。其次,对线控转向系统路感模拟控制策略进行了研究。通过对比分析传感器测量法、动力学模型估算法和参数拟合法等路感模拟控制算法的优点和不足,考虑到“人-车-路”闭环系统各个环节间的相互关系,并结合不同驾驶员的偏好与转向系统对道路信息的反馈,提出了新的转向路感模拟控制算法（权重法）。仿真分析结果表明,该算法兼顾了转向轻便性及驾驶员对道路信息的获取。然后,针对线控转向系统转向电机故障检测问题,利用Simulink建立了永磁同步电机模型,根据扩展卡尔曼滤波对转向电机参数进行实时辨识,并设置门限值作为判断电机故障的依据。仿真分析结果表明,该方法能够对转向电机进行实时故障检测,增强了线控转向系统安全性。最后,为了避免线控转向系统因传感器故障及驾驶员误操作导致危险工况发生,提高线控转向系统容错性,利用多传感器信息融合算法对车辆转向信息进行实时估计,并实时监测估计信息与传感器测量信息之间的误差,当误差超出阈值范围,则采用估计值代替传感器测量值,以此防止车辆行驶过程中因传感器故障带来关键参数的缺失。另外根据转向信息,以ω-β策略和β-β策略为依据,实现对驾驶员误操作的过滤。仿真结果表明,该算法能够对传感器进行故障检测,对转向系统进行容错以及对驾驶员误操作进行过滤,提高了转向系统的安全性。图[66]表[7]参[82]
其他文献
命名实体识别在自然语言处理实用化技术中占有重要地位,其目的是识别文本中有特定意义的实体并根据实体类型对其进行分类。针对基于统计方法需要大量时间构建特征以及深度学习方法缺乏丰富的输入语义信息问题,本文提出了基于注意力机制的双通道神经网络命名实体识别模型。以解决序列标注问题常用的模型BiLSTM-CRF作为基准,并对基准模型改进使其在中文命名实体识别任务中发挥更高性能。主要研究内容如下:（1）提出双通
矿井由通风、运煤、排矸等系统构成,各个生产系统复杂的交错在一起,因此巷道交岔点广泛的存在于生产系统中。交岔巷道容易形成空顶面积大、应力环境复杂和受多次掘进扰动影响的交岔点。并且伴随煤炭的深部开采,深部巷道围岩承受“三高一扰动”困扰,使得围岩变形量大,破坏范围及程度加剧。为解决交岔巷道变形量大导致的巷道失稳问题。本文基于潘三煤矿东一采区2121（3）轨顺进料巷交岔点为工程背景,通过室内岩石力学试验、
现如今各行各业都不能脱离互联网而独立存在,互联网给我们的生活与学习提供便捷的同时,也给我们带来了许多问题,如何确保数据安全就是一个重要问题。为确保数据的安全,首先要做的就是加密,尤其是文本文档信息的加密以及数字图像加密。针对文本文档信息,就需要去构造密码强度高的密码体制,以及保护信息的私密性而提出的签名方案。而针对数字图像信息,就需要安全有效的图像加密算法。密码学中最为普遍且被广泛应用的加密体制就
目前对吉他的研究主要集中在结构方面,对其声学以及振动特性方面的研究较少,针对这个问题,本文以吉他为研究对象,提出一种基于EMI技术的振动特性检测的方法,对吉他的振动特性进行研究。首先对吉他琴弦以及共鸣箱的振动特性进行有限元仿真分析;然后搭建了基于振动特性的声学以及压电阻抗实验平台,完成了吉他的声音实验和阻抗实验;最后在仿真数据的基础上,通过MATLAB神经网络完成了对吉他琴弦不同直径的识别。本文的
新型二维纳米材料MXenes具有优异的力学性能、导电性以及亲水性等理化性质,在复合材料、能源以及催化等领域表现出极大的潜在应用前景。目前主要采用氢氟酸（HF）和盐酸+氟化锂（HCl+LiF）作为刻蚀剂来制备MXenes相材料。然而,两种方法所制备的MXenes相各有优势和不足。本文在HCl+LiF作为刻蚀剂的基础上,首次利用了球磨预处理方法,得到了“手风琴”结构的MXenes相（Ti3C2Tx）材
煤与瓦斯突出灾害是煤矿开采过程中的重大灾害之一,其发生由众多复杂的因素综合作用导致,传统的煤与瓦斯突出危险性预测的可靠性还不够高,煤与瓦斯突出防治的许多难题没有得到很好的解决,近年来突出事故呈多发态势,严重威胁煤矿的安全生产。本文分析了目前常见的传统煤与瓦斯突出预测方法的优劣势,引入具有解决复杂线性或非线性问题功能的神经网络。针对目前标准BP及RBF神经网络在预测煤与瓦斯突出的研究中存在的问题,采
随着互联网信息技术的迅猛发展,特别是5G时代的到来,促使智能设备增长迅速,形成一个诸如由智能家电、汽车、设备和工具组成的庞大网络。这些设备工具收集大量的实时数据,执行复杂的计算任务,并提供重要的服务,显著改善人们的生活,丰富了集体生产力。海量的动态流数据处理成为当下亟待解决的问题,传统的批处理学习方式已不能满足动态流数据的处理,且已有一些算法是基于集中式网络设计的,容易造成中心节点通信过载,降低了
矿井地下水作为煤炭开采过程中不可忽视的重要一环,既是一种隐患,也是一种资源。因此,研究在煤矿开采过程中地下水动态特征,以及确定使其发生变化的影响因素,对解决矿井水害和合理利用地下水资源都有着重要的意义。本文以淮北煤田的五沟煤矿为例,通过数理统计和可视化该区水位与水化学数据,探讨了五沟煤矿自建井以来水位在时间和空间上的变化规律,以及该区水化学离子含量和空间分布等特征。并进一步对五沟煤矿地下水水位的影
科技的不断创新支撑着社会的飞速发展,机器人技术就是支撑当今社会持续发展的重要科技之一。其中,如何提高机器人导航和定位的精度是机器人技术的一个重要研究方向,而机器人的导航和定位技术又与移动机器人的路径优化和轨迹跟踪技术密切相关,不可分割。因此研究移动机器人的路径优化与轨迹跟踪对于创新和发展机器人技术及促进社会进步有着重要的意义。针对 RRT（the Rapidly exploring Random
淮南煤田位于华北型煤田南缘,在多期构造地质作用下,水文地质条件极其复杂,深部岩溶水与煤系各含水层存在一定水力联系,威胁煤层安全开采。潘二煤矿位于淮南煤田水文地质单元中区,A组煤层开采常常受到底板石炭系太原组灰岩水影响,也受到奥陶系岩溶水的威胁。论文以潘二煤矿岩溶地下水为研究对象,在整理矿区水文地质资料基础上,利用C3Ⅰ段灰岩疏放水和奥灰突水过程资料,从岩溶含水介质特征、地下水动态特征、各含水层间水