一种全工况下的智能线控底盘能耗预测优化方法技术

本发明专利技术公开了一种全工况下的智能线控底盘能耗预测优化方法，包括：采集传感器单元、道路工况单元、交通流单元的数据；对驾驶状态相关参数进行聚类分析，输出驾驶模式；对行驶工况相关参数进行聚类分析，输出行驶工况；计算出当前时间段内线控底盘的能耗大小，并根据驾驶模式和行驶工况，预测下一时间段内线控底盘的能耗需求，输出控制信号，实现线控底盘能耗优化。本发明专利技术的方法能够根据聚类分析结果获取当前行驶工况，预测下一段工况的能耗情况，采用线控底盘主动干预的方式，调节线控子系统工作状态，避免不必要的能量浪费，改善车辆经济性，提高了全工况下线控底盘的综合性能。提高了全工况下线控底盘的综合性能。提高了全工况下线控底盘的综合性能。

【技术实现步骤摘要】
一种全工况下的智能线控底盘能耗预测优化方法


[0001]本专利技术属于汽车底盘系统
，尤其涉及一种全工况下的智能线控底盘能耗预测优化方法。

技术介绍

[0002]线控底盘系统是汽车底盘发展的热点方向，主要包括线控制动子系统、线控转向子系统和线控驱动子系统，各子系统分别取消了传统底盘的机械连接，可以分别进行控制。尤其是对商用车而言，其质量较大，所需的转向、制动力矩大，目前还不能够采用纯电动底盘，而是采用液压或气压执行系统。受限于液压或气压系统的固有效率限制，此类底盘损耗的能量十分巨大，因此如何降低底盘部分的能耗，是研究的热点问题。
[0003]目前，对商用车底盘能耗优化的研究，主要集中在底盘系统多目标多学科优化方面。例如：中国专利技术专利申请号CN201910215603.6，名称《一种电动轮汽车底盘系统的区间不确定性多目标优化方法》中公开了采用区间模型描述不确定性变量，对底盘的能耗、舒适性等多个目标进行优化；中国专利技术专利申请号CN201810109714.4，名称《一种电动轮汽车底盘集成系统及其多学科优化方法》中公开了采用多学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全工况下的智能线控底盘能耗预测优化方法，其特征在于，包括以下步骤：步骤1：采集传感器单元、道路工况单元、交通流单元的数据；步骤2：根据采集到的数据，对驾驶状态相关参数进行聚类分析，输出驾驶模式；同时对行驶工况相关参数进行聚类分析，输出行驶工况；步骤3：分别建立线控底盘系统中的主动悬架、线控转向和线控制动的能耗模型，根据采集的数据，计算出当前时间段内线控底盘的能耗大小，并根据驾驶模式和行驶工况，预测下一时间段内线控底盘的能耗需求，输出线控制动控制单元控制信号、线控转向控制单元控制信号和主动悬架控制单元控制信号；步骤4：线控制动控制单元信号控制液压制动单元、踏板模拟单元和再生制动单元工作；线控转向控制单元信号控制液压转向单元、电动转向单元和转向路感模拟单元工作，主动悬架控制单元信号控制主动悬架单元工作，实现线控底盘能耗优化。2.根据权利要求1所述的全工况下的智能线控底盘能耗预测优化方法，其特征在于，所述步骤1中的传感器单元包括：车速传感器、横摆角速度传感器、方向盘转角传感器、方向盘转矩传感器、制动踏板角度传感器、制动踏板压力传感器；分别用于获取车辆的车速、横摆角速度数据，及驾驶员输入的方向盘转角、转矩和制动踏板角度、压力数据。3.根据权利要求1所述的全工况下的智能线控底盘能耗预测优化方法，其特征在于，所述步骤1中的道路工况单元包括：导航装置、地图、道路工况数据库、路面状态数据库；导航装置用于获取当前车辆位置，并根据驾驶员在地图上设定的起始点和终点，实时规划行车路径；道路工况数据库是离线存储的数据库，用于获取地图上对应道路的工况数据，包括但不限于道路坡度、U型弯道、T型弯道、直角弯道的曲率数据；路面状态数据库是在线存储的数据库，用于获取地图上对应道路的路面状态数据，包括但不限于路面材料种类、路面附着系数、路面摩擦系数、路面不平度系数、路面功率谱密度数据。4.根据权利要求1所述的全工况下的智能线控底盘能耗预测优化方法，其特征在于，所述步骤1中的交通流单元用于实时获取当前导航路线上的车流量、车辆平均通过速度、车辆平均加速度、车辆平均怠速时间的数据并进行存储。5.根据权利要求1所述的全工况下的智能线控底盘能耗预测优化方法，其特征在于，所述步骤2中对驾驶状态相关参数和行驶工况相关参数进行聚类分析的方法具体包括以下步骤：21)设置n个样本对象，用x1,x2,
…
,x
n
表示；在车辆行驶过程中进行多时段数据采集，每个样本对象包含m个数据指标x
i1
,x
i2
,
…
,x
im
,i＝1,2,
…
,n，通过构造论域U和数据矩阵X实现样本对象参数化：U＝{x1,x2,
…
,x
n
}式中，x
im
表示第i个样本对象的m种数据；22)对参数化后的样本对象进行标准平移化和平移极差化处理：
式中，表示在n个样本对象中第k种数据的平均值，s
k
表示在n个样本对象中第k种数据的均方差，x
′
ik
表示第i个样本对象中第k种数据的无量纲值，x
″
ik
表示第i个样本对象中第k种数据的计算值；23)计算样本对象间的相似程度，第i个与第j个样本对象的相似程度r
ij
：依次计算出所有样本对象之间的相似程度，构成相似矩阵R,并简化为三角矩阵R
*
：24)根据三角矩阵R
*
，采用直接聚类法求聚类谱系图；25)预先设置初始的阈值λ，通过试验设计找到节能效果最佳的λ，确定线控底盘系统节能效果最佳的行驶工况分类方式；26)将采集的数据添加到上述论域U中进行处理，实现对驾驶员和车辆工况的实时分类。6.根据权利要求5所述的全工况下的智能线控底盘能耗预测优化方法，其特征在于，所述步骤25)中试验设计取多个不同的阈值λ表示同类的相似程度，λ∈[0,1]，λ值越大表示相似程度越大：取λ1＝1，对每个样本对象x
i
作相似类，即满足r
ij
＝1的x
i
和x
j
构成相似类，此时合并r
ij
＝1的样本对...

【专利技术属性】
技术研发人员：匡登明，周小川，赵万忠，黄恒，吴刚，张子俊，梁为何，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：