System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及车辆工程,尤其涉及一种用于车轮异常状态监测的方法、监测装置及车辆。
技术介绍
1、轮胎是汽车运动过程所有作用力的来源,关系到车辆的行驶安全。轮胎支持车辆的全部重量,承受汽车的负荷,并传递其他方向的力和力矩;传送牵引和制动的扭力,保证车轮和路面之间有良好的附着性,以提高汽车的动力性、制动性和通过性;轮胎与汽车悬架共同缓和汽车行驶时所受到的冲击,衰减产生的震动。
2、随着车辆智能化水平越来越高,对于轮胎的智能化监测技术显的愈发重要。目前常规的轮胎监测传感器仅仅监测轮胎的温度和气压,用于评估轮胎的磨损情况及其内部的气体充盈情况,以防止在行驶过程中,出现爆胎等情况。
3、在实践中发现,由于悬架装配问题,引发的轮胎跳动,会导致轮胎异常磨损和以及会增加车辆的耗油量。一般的,由于车辆行驶的路面无法修建的绝对平整,因此车辆于路面正常行驶时,车身的正常振动覆盖了轮胎的异常跳动,导致驾驶人员难以察觉或者区别轮胎的异常跳动,该问题大多在车辆进行专业维护时,或是驾驶人员发现车辆出现上述的明显问题时,才会发觉,在此之前,该问题不易察觉,为驾驶安全埋下隐患。
4、因此,亟需一种用于车轮异常状态监测的方法、监测装置及车辆,以解决上述技术问题。
技术实现思路
1、本专利技术的目的在于提出一种用于车轮异常状态监测的方法、监测装置及车辆,能够在车辆行驶时,实时监测其轮胎的异常跳动情况。
2、为达此目的,本专利技术采用以下技术方案:
3、用于车轮
4、s1、车轮转动时,获取上述车轮的垂向加速度的数值az,根据上述az得出离心加速度的数值ac,上述ac结合上述车轮的轮毂半径的数值rw得出上述车轮转速的数值ω,上述ω结合上述车轮的轮胎的滚动半径的数值rt得出车辆的行驶速度的数值v;
5、s2、将s1中得出的上述v与预设触发异常状态监测的行驶速度范围v1至v2进行对比,若满足v1≤v≤v2,则执行s3,否则返回s1;
6、s3、将滤除上述ac的上述垂向加速度的序列值az1(k)与带通滤波的小波基函数进行延迟计算,得到带通滤波以后的垂向加速度序列值az2(j);
7、s4、根据上述az2(j)的均方根的数值σz和功率谱的信息熵的数值hz,评估上述轮胎的跳动情况。
8、作为上述用于车轮异常状态监测的方法的一种优选技术方案,上述离心加速度的数值ac的计算方法为:
9、
10、其中,az(k)为时长t内的上述垂向加速度的序列值,k=1,2,…n;
11、时长t满足:t=n/fs;fs为上述垂向加速度的采样率。
12、作为上述用于车轮异常状态监测的方法的一种优选技术方案,滤除上述ac的上述垂向加速度的序列值az1(k)的计算方法为:az1(k)=az(k)-ac。
13、作为上述用于车轮异常状态监测的方法的一种优选技术方案,上述带通滤波以后的垂向加速度序列值az2(j)的计算方法为:
14、s3.1、根据上述车轮的转速ω计算上述垂向加速度受重力方向交替变化所产生的波动频率:fg=ω/(2π);其中,
15、s3.2、构建用于带通滤波的小波基函数:
16、hw(t)=2fhsinc(2fht)-2flsinc(2flt);
17、其中,t为时间;sinc是尺度辛克函数,满足:sinc(x)=sin(πx)/πx;fh为带通滤波的上截止频率,满足fh=fs/2;fl为带通滤波的下截止频率,满足fl=fg+fδ,fδ为带宽余量,fδ的数值一般取0~2hz;
18、s3.3、将上述az2(j)与带通滤波小波基函数进行相关延迟计算:
19、其中,nw为截取时间窗宽对应的离散数据点数。
20、作为上述用于车轮异常状态监测的方法的一种优选技术方案,计算上述功率谱的信息熵的数值hz的函数如下:
21、
22、
23、
24、其中,pw(f)为az2(j)的功率谱。
25、作为上述用于车轮异常状态监测的方法的一种优选技术方案,步骤还包括:
26、s5、车轮转动时,获取上述车轮的轴向加速度的数值ay,通过上述轴向加速度的均方根的数值σy及功率谱的信息熵的数值hy,判断与上述车轮连接的车轴是否存在异常状态。
27、作为上述用于车轮异常状态监测的方法的一种优选技术方案,上述轴向加速度功率谱的信息熵hy,满足:
28、
29、
30、
31、作为上述用于车轮异常状态监测的方法的一种优选技术方案,主要步骤还包括:
32、s6、将上述车辆的每个上述车轮在同一时间段内的上述σz、上述hz、上述σy及上述hy分别进行对比,如果某一个或若干上述车轮的参数值明显偏离其他上述车轮的参数值时,可以判定这一个或若干上述车轮出现异常。
33、还提供了监测装置,应用于上述的用于车轮异常状态监测的方法,上述监测装置包括加速度传感器,上述加速度传感器用于监测上述车轮的上述垂向加速度的数值az。
34、还提供了车辆,包括车轮及上述的监测装置,上述监测装置与上述车轮固定连接。
35、本专利技术有益效果:
36、本申请提供了一种用于车轮异常状态监测的方法,包括以下步骤:
37、s1、车轮转动时,获取车轮的垂向加速度的数值az,根据az得出离心加速度的数值ac,ac结合车轮的轮毂半径的数值rw得出车轮转速的数值ω,ω结合车轮的轮胎的滚动半径的数值rt得出车辆的行驶速度的数值v;
38、s2、将s1中得出的v与预设的触发异常状态监测的行驶速度范围v1至v2进行对比,若满足v1≤v≤v2,则执行s3,否则返回s1;
39、s3、将滤除ac的垂向加速度的序列值az1(k)与带通滤波的小波基函数进行延迟计算,得到带通滤波以后的垂向加速度序列值az2(j);
40、s4、根据az2(j)的均方根的数值σz和功率谱的信息熵的数值hz,评估轮胎的跳动情况。
41、如此设置,通过获取的垂向加速度计算车辆的行驶速度,进而判断异常状态监测是否开启,开启后,根据均方根的值得知跳胎的幅度大小,通过功率谱的信息熵得知跳胎是否存在规律性,进而评估轮胎的异常情况。
本文档来自技高网...【技术保护点】
1.用于车轮异常状态监测的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的用于车轮异常状态监测的方法,其特征在于,所述离心加速度的数值Ac的计算方法为:
3.根据权利要求2所述的用于车轮异常状态监测的方法,其特征在于,滤除所述Ac的所述垂向加速度的序列值Az1(k)的计算方法为:Az1(k)=Az(k)-Ac。
4.根据权利要求3所述的用于车轮异常状态监测的方法,其特征在于,所述带通滤波以后的垂向加速度序列值Az2(j)的计算方法为:
5.根据权利要求4所述的用于车轮异常状态监测的方法,其特征在于,计算所述功率谱的信息熵的数值Hz的函数如下:
6.根据权利要求1所述的用于车轮异常状态监测的方法,其特征在于,步骤还包括:
7.根据权利要求6所述的用于车轮异常状态监测的方法,其特征在于,所述轴向加速度功率谱的信息熵Hy,满足:
8.根据权利要求6所述的用于车轮异常状态监测的方法,其特征在于,主要步骤还包括:
9.监测装置,其特征在于,应用于权利要求1-8任一项所述的用于车轮异常状
10.车辆,其特征在于,包括车轮及根据权利要求9所述的监测装置,所述监测装置与所述车轮固定连接。
...【技术特征摘要】
1.用于车轮异常状态监测的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的用于车轮异常状态监测的方法,其特征在于,所述离心加速度的数值ac的计算方法为:
3.根据权利要求2所述的用于车轮异常状态监测的方法,其特征在于,滤除所述ac的所述垂向加速度的序列值az1(k)的计算方法为:az1(k)=az(k)-ac。
4.根据权利要求3所述的用于车轮异常状态监测的方法,其特征在于,所述带通滤波以后的垂向加速度序列值az2(j)的计算方法为:
5.根据权利要求4所述的用于车轮异常状态监测的方法,其特征在于,计算所述功率谱的信息熵的数值hz的函数如下...
【专利技术属性】
技术研发人员:刘海涛,唐帅帅,林艳明,郑四发,
申请(专利权)人:清华大学苏州汽车研究院相城,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。