基于半车悬架的轴距预瞄与轴间预瞄仿真对比
目录
前言
1. 半车悬架模型
2.轴距预瞄(单点预瞄)和轴间预瞄(两点预瞄)原理与仿真分析
2.1轴距预瞄(单点预瞄)
2.1.1预瞄原理
2.2.轴间预瞄(两点预瞄)
2.2.1预瞄原理
2.3仿真分析
3.总结
前言
对于悬架而言,四个车轮实际的输入信息是受到前后延时以及左右相干的,以及我们前车轮走过的路面实际上可以作为后车轮输入的已知信息,或者利用质心与后轮的关系,可以得到已知的后轮激励信息,可以改善悬架的性能指标。
对于目前的文献主要有轴距预瞄(单点预瞄)和轴间预瞄(两点预瞄),本篇将以前后半车(俯仰)悬架进行仿真分析,剖析预瞄的作用和原理所在,这里以半车模型为例:
1. 半车悬架模型
其中, ms、 xs、 xfs、 xrs 分别为簧载质量及其质心、 前端、后端的垂向位移; mf、 xfu 分别为前悬架非簧载质量及其垂向位移; mr、 xru 分别为后悬架非簧载质量及其垂向位移; θ为俯仰角, I 为转动惯量; kfs、 c0f 分别为前悬架的弹簧刚度和不可调阻尼系数; krs、 c0r 分别为后悬架的弹簧刚度和不可调阻尼系数; kft、 krt 分别为前、 后轮胎刚度; ff、 fr 分别为前、后悬架的可调阻尼力; xfr、 xrr 分别为前、 后轮路面激励; df、 dr 分别为前、 后轮到质心的距离。
假设俯仰角很小θ,车身的绝对位移和速度近似为:
所以前后轮四自由度 1/2 车半主动悬架系统的动力学方程可表示为:
对于其它类型的悬架建模可了解往期链接:
半车(前后、左右)、整车悬架详细推导建模和simulink仿真分析_半车模型的最小实现_Mr. 邹的博客-CSDN博客
2.轴距预瞄(单点预瞄)和轴间预瞄(两点预瞄)原理与仿真分析
2.1轴距预瞄(单点预瞄)
2.1.1预瞄原理
利用传感器的信息可以获得前轮路面激励信息:
但是对于后轮信息可以通过前轮延时手段获得,虽然传感器传输信息有时间戳,但是认为Δt≈0,所以可以认为x01即为前轮路面激励。
2.2.轴间预瞄(两点预瞄)
2.2.1预瞄原理
同理可以通过传感器信息获得前轮位移信息,后轮的路面位移输入是前轮处延迟以及后轮与前轮轴之间某点(可以理解为质心)处延迟的路面位移信号的某种组合
2.3仿真分析
3.总结
①可以看到后悬由于有预瞄,所以相对于前悬的性能指标有所改善;
②轴间预瞄由于可以调节权系数,所以相对于轴距预瞄表现更好。
基于半车悬架的轴距预瞄与轴间预瞄仿真对比相关推荐
- H2/H∞半车悬架控制仿真分析
目录 前言 1.悬架模型 2.LMI求解 3.simulink仿真分析 3.1结论 前言 对于H2/H∞控制的鲁棒项相比不用多说,之前也写过两篇关于1/4车的H2/H∞控制文章,链接如下: 基于LMI ...
- m基于深度学习的OFDM信道估计和均衡算法误码率matlab仿真,对比了LS,MMSE以及LMMSE等传统的信道估计算法
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 随着无线通信的快速发展,5G正逐渐成长为支撑全社会各行业运作的大型基础性互联网络,其服务范围的大幅扩 ...
- m基于ABC人工蜂群优化的无线传感器网络路由优化算法matlab仿真,对比优化前后网络寿命,效率以及可靠性
目录 1.算法仿真效果 2.算法涉及理论知识概要 3.MATLAB核心程序 4.完整算法代码文件 1.算法仿真效果 matlab2022a仿真结果如下: 2.算法涉及理论知识概要 无线传感器网络通常使 ...
- 基于层次分析法的轴间预瞄和轴距预瞄俯仰半车LQR控制仿真分析(重型汽车)
目录 前言 1. 半车悬架模型 2. LQR最优控制原理简述 3. 基于LQR的半车悬架轴间预瞄和轴距预瞄仿真分析 3.1仿真模型 3.2仿真结果 4.总结 前言 上篇文章简谈了轴距预瞄和轴间预瞄的原 ...
- 半车(前后、左右)、整车悬架详细推导建模和simulink仿真分析
目录 前言 1.前后(Pitch)半车主动悬架模型 1.1 simulink前后半车悬架建模 1.1.2 搭积木法建模 1.1.3 S-Function建模(被动悬架为例) 1.2 仿真结果 2.左右 ...
- 半车二分之一车辆垂向动力学模型
1.内容简介 略 306-vechile_4_dof.slx可以交流.咨询.答疑 2.内容说明 半车模型,研究前后2个车轮和车体,如图所示 对车辆进行动力学分析, 对于车体的垂向运动: 对于车体的点头 ...
- 低耗时、高精度,微软提基于半监督学习的神经网络结构搜索算法
作者 | 罗人千.谭旭.王蕊.秦涛.陈恩红.刘铁岩 来源 | 微软研究院AI头条(ID:MSRAsia) 编者按:近年来,神经网络结构搜索(Neural Architecture Search, NA ...
- NeurIPS-21 | MGSSL: 基于官能团的分子属性预测图网络自监督预训练
本文介绍一篇来自中国科学技术大学刘淇教授课题组和腾讯量子实验室联合发表的一篇文章.该文章提出了基于官能团的分子属性预测图网络自监督预训练方法MGSSL.MGSSL结合化学领域知识,在大量无标签分子数据 ...
- 基于半监督学习的单体型组装算法
基于半监督学习的单体型组装算法 发布时间:2021-02-16 17:20 单体型组装(Haplotype Assembly)是根据测序得到的DNA片段通过各种模型算法来重建出生物个体的单体型.随着人 ...
最新文章
- 报告分析|2021移动社交行业有哪些新风向?
- 教职工使用计算机管理制度,【学校管理规章制度】教师笔记本电脑使用与管理制度...
- 开放一些常见功能的工具类代码
- Spring Cloud Alibaba 深度解密!
- java int数组任何数之间间隔不能对于指定数,内付极速排序
- java struts2 mvc_struts2的MVC模式
- std::map,不同的插入方式,会导致崩溃
- 在Android中调用KSOAP2库访问webservice服务出现的服务端返回AnyType{}
- 常用电子元件识别图解大全
- 数据库中的8种常见约束定义
- MAC docker 使用阿里加速器
- English Pod 听力学习之路 C69 - C75
- java取北京时间_在java中怎么获取北京时间
- 一周内,在闲鱼上被疯狂转了2万次的Redis资料!!!
- 微信网页开发之网页授权获取用户信息
- ArcMAP实现矢量数据平移
- 史济怀20180915_1 有限覆盖定理
- 《数字图像处理》第4讲——线性运算与空间图像增强
- FS平台数据库设计规范说明书v1.00
- 海量微博数据舆情热点挖掘项目难点总结
热门文章
- Android项目CJM9之新闻浏览模块的实现
- linux中利用k键杀死进程号,linux下杀死进程的若干方法
- B. Petya and Exam
- 运行maven生成的jar包显示class “XXX“ not found
- 高德地图基础教程超详细版
- 关于阿里云服务器购买和域名购买的相关流程
- Spring Boot整合Shiro + Springboot +vue
- 米的换算单位和公式_小学数学单位换算公式(附练习题)
- 房租租赁租房系统都包含哪些功能?
- 分布式高频量化交易系统架构讲解(企业版,期货ctp,股票xtp,数字货币,附全部源码)(值得收藏)