一種商用車AMT變速箱坡度及車重解耦算法

一種商用車AMT變速箱坡度及車重解耦算法［摘要］本文從車輛運(yùn)動(dòng)學(xué)角度分析，建立一種完全脫離坡度傳感器并獲取坡度的算法。全文依次按照運(yùn)動(dòng)學(xué)模型建立、算法系統(tǒng)建立、算法實(shí)現(xiàn)及解耦條件及仿真測(cè)試四個(gè)方面進(jìn)行介紹。關(guān)鍵字：AMT、道路坡度、整車重量、數(shù)據(jù)耦合，運(yùn)動(dòng)學(xué)分析1運(yùn)動(dòng)學(xué)模型建立確定汽車的動(dòng)力性，就是確定汽車沿行駛方向的運(yùn)動(dòng)狀況。為了建立車輛的運(yùn)動(dòng)學(xué)模型，需要掌握沿汽車行駛方向作用于汽車的各種外力，即分為驅(qū)動(dòng)力及行駛阻力。1.1驅(qū)動(dòng)力；：式中；為發(fā)動(dòng)機(jī)扭矩（為變速箱速比，：為主減速器速比，匚為傳動(dòng)系的機(jī)械效率。1.2行駛阻力F：f! （1.2）滾動(dòng)阻力：::=（1.3）式中畀為整車質(zhì)量（亂’），為重力加速度9.8;「\，匚為路面與水平方向的夾角，；為滾動(dòng)阻力系數(shù)。空氣阻力」:] r町(1.4)式中一為空氣阻力系數(shù)，?；為車輛迎風(fēng)面積（⑴），：.為空氣密度1.2258附皿」，礙為無風(fēng)時(shí)的汽車行駛速度（叫乞）。坡度阻力」::=■! (1.5)加速阻力」:式中，上’為汽車旋轉(zhuǎn)質(zhì)量換算系數(shù)，hj，丁為形式加速度（；「、）。綜上，根據(jù)車輛正常行駛的運(yùn)動(dòng)學(xué)分析，建立運(yùn)動(dòng)學(xué)方程式:或2算法系統(tǒng)建立本文采用擴(kuò)展卡爾曼濾波算法作為解耦的核心算法工具，利用擴(kuò)展卡爾曼濾波算法對(duì)于數(shù)據(jù)的聯(lián)合解析進(jìn)行道路坡度和整車重量的解耦計(jì)算。擴(kuò)展卡爾曼濾波（ExtendedKalmanF訂ter,EKF）是標(biāo)準(zhǔn)卡爾曼濾波在非線性情況下的一種擴(kuò)展算法。由于在運(yùn)動(dòng)學(xué)方程中，坡度及車重存在耦合關(guān)系，一般依靠坡度傳感器進(jìn)行解耦運(yùn)算獲得坡度及車重信息?？柭惴ㄊ且环N最優(yōu)線性狀態(tài)估計(jì)方法，即通過數(shù)學(xué)方法尋求與觀測(cè)數(shù)據(jù)最佳擬合的狀態(tài)向量。通過最優(yōu)估計(jì)協(xié)方差計(jì)算，即可通過最優(yōu)解計(jì)算方法進(jìn)行坡度及車重解耦計(jì)算，從而獲取到坡度及車重信息。EKF的基本思想是利用泰勒級(jí)數(shù)展開將非線性系統(tǒng)線性化，然后采用卡爾曼濾波框架對(duì)信號(hào)進(jìn)行濾波。根據(jù)式1.8獲得基本車輛加速度方程式：_M■g噸05廿叮_g_2廠。心卩J,一~iAf+F? V+E M+E~ AiTt (2.1)T(2.2)其中，J為車輛加速度(;「、)，，'為發(fā)動(dòng)機(jī)到車輪的綜合轉(zhuǎn)動(dòng)慣量(■■■A.'-'.'.l)。根據(jù)式2.1、2.2建立擴(kuò)展卡爾曼方程式：1;亍扣卩?心皿M■3'cosy■/-AtM5inffpAr2Ai4t M+上Af+E叭-Ak-i1(2.3)■111 (2.4)其中，式2.3為建立關(guān)于車速—、車重比和道路坡度的運(yùn)動(dòng)學(xué)方程式，式2.4為觀測(cè)方程。--、、? (2.5)V. -..■' 十?、，(2.6)Kk=——(2.7)

(2.8)(2.9)匚D-A-p-ur-^t1_.M(2.8)(2.9)匚D-A-p-ur-^t1_.Mly■Ar■:T+^Tiisffl+iHii丫丁M+E(2.10)Q=|CD-A-p'U<At+ArgAl■fl-it■Vl+f2,sin<r6i(2.11)式2.5—2.11為擴(kuò)展卡爾曼主要算法。式2.5為K-1、K時(shí)刻的預(yù)測(cè)運(yùn)動(dòng)學(xué)方程式，式2.6為預(yù)測(cè)增益矩陣，式2.7為卡爾曼增益，式2.8為卡爾曼輸出矩陣計(jì)算方程式，式2.9為增益矩陣，式2.10、2.11為雅可比矩陣。算法的核心思想是通過K-1時(shí)刻觀測(cè)矩陣預(yù)測(cè)K時(shí)刻的預(yù)測(cè)矩陣。通過K-1時(shí)刻的卡爾曼增益矩陣計(jì)算獲得K時(shí)刻的卡爾曼預(yù)測(cè)增益矩陣，進(jìn)而獲得卡爾曼增益。卡爾曼算法的核心思想就是通過K-1時(shí)刻的數(shù)據(jù)算的一個(gè)增益系數(shù)，并通過K-1時(shí)刻的增益系數(shù)和觀測(cè)矩陣預(yù)測(cè)K時(shí)刻的目標(biāo)變量矩陣，即核心方程式2.7決定了K時(shí)刻的值在K-1時(shí)刻的值的基礎(chǔ)上的縮放比例。在本文中，首先建立了車速―、車重比和道路坡度?的方程矩陣，這三個(gè)變量既是K-1時(shí)刻的觀測(cè)變量，也是K時(shí)刻需要預(yù)測(cè)的目標(biāo)變量。其中車速1可通過整車CAN線獲?。ǖ?節(jié)），而車重汕和道路坡度'即是目標(biāo)變量。首先獲取K-1時(shí)刻的車速匚.、車重"，和道路坡度s信息，通過擴(kuò)展卡爾曼算法獲取K時(shí)刻的增益系數(shù)，然后聯(lián)合K時(shí)刻的預(yù)測(cè)量及K時(shí)刻的增益系數(shù)最終得到K時(shí)刻的目標(biāo)變量車重比和道路坡度從而完成道路坡度與整車重量的算法。3算法實(shí)現(xiàn)及解耦條件根據(jù)第2節(jié)建立的運(yùn)動(dòng)學(xué)模型，需要獲取必要的整車參數(shù)。通過整車通訊CAN線分別獲車速信息（前車輪速）、擋位信息、扭矩信息、速比信息、輪胎半徑等基本信息，并依次確認(rèn)轉(zhuǎn)動(dòng)慣量、滾動(dòng)阻力系數(shù)、空氣阻力系數(shù)、車輛迎風(fēng)面積。本文主要使用整車CAN線及CANape設(shè)備獲得整車相關(guān)信號(hào)，并基于MatLab/Simulink進(jìn)行算法模型搭建。根據(jù)第二節(jié)運(yùn)動(dòng)學(xué)方程式特性需要設(shè)定相關(guān)的算法運(yùn)行條件，方可提高坡度及車重的收斂速度及準(zhǔn)確性，解耦條件：1.整車動(dòng)力鏈鏈接，離合器結(jié)合；2.整車加速度不等于;3.關(guān)閉相關(guān)制動(dòng)，包括腳剎、手剎、發(fā)動(dòng)機(jī)制動(dòng)、排氣制動(dòng)、緩速器等；將相關(guān)解耦條件作為算法使能觸發(fā)條件，即可消除錯(cuò)誤數(shù)據(jù)對(duì)方程式運(yùn)算結(jié)果的干擾。4仿真測(cè)試在測(cè)試過程中，根據(jù)提前獲取得到的相