廂式半掛車具有運輸量大、運輸成本低和所裝載貨物不易損壞等優(yōu)點, 成為公路運輸主力。但由于其體積大, 質心高, 載質量大且變化大, 同時, 牽引車和掛車之間相互耦合, 故極易發(fā)生側翻、擺振和折疊等事故, 造成巨大損失。鑒于此, 廂式半掛車穩(wěn)定性控制研究越來越受到重視。廂式半掛車穩(wěn)定性控制依賴于簡化模型的建立和模型中關鍵參數(shù)值的確定。簡化模型算法簡單, 便于移植到控制器中, 但如何實時獲得關鍵參數(shù)成為簡化模型準確表征廂式半掛車實時狀態(tài)的關鍵。

Yu等進行了隨轉向盤和車速變化的簡化模型關鍵參數(shù)辨識, 但其使用試湊方法進行辨識, 難以保證模型關鍵參數(shù)的準確性;麥莉等實現(xiàn)了幾個側向加速度下模型關鍵參數(shù)的標定, 但沒有進行變載荷工況的研究;Saglam等利用ADAMS軟件數(shù)據(jù)進行了乘用車簡化模型參數(shù)辨識, 但未考慮車輛狀態(tài)和載荷變化對模型參數(shù)的影響。上述研究均只對單車、線性區(qū)和定載荷進行參數(shù)辨識, 而未對掛車、非線性區(qū)和變載荷進行參數(shù)辨識。目前主要有4類參數(shù)辨識方法:最小二乘法、梯度校正法、極大似然法和遺傳算法。最小二乘法存在數(shù)據(jù)飽和的問題, 以致辨識參數(shù)易陷入局部最優(yōu)解;梯度校正法要求優(yōu)化對象的梯度存在;極大似然法需要能寫出輸出量條件概率密度函數(shù);遺傳算法存在同時優(yōu)化過多參數(shù)導致準確性差的缺點。因此, 現(xiàn)有參數(shù)辨識方法不能完全滿足參數(shù)辨識準確性要求, 也無法滿足模型關鍵參數(shù)需根據(jù)車輛載荷和工況改變而實時改變的要求。

針對這些不足, 本文中在分析廂式半掛車動力學基礎上, 建立能夠描述車輛運動特性且可實時計算的線性簡化動力學模型, 并提出貨物分布假設模型。在此基礎上, 運用雙模型與遺傳算法相結合的方法離線辨識廂式半掛車簡化模型關鍵參數(shù), 并利用辨識出的不同側向加速度和貨物質量下的模型關鍵參數(shù)值繪制脈譜圖。利用貨物質量和側向加速度值脈譜圖可獲得簡化模型關鍵參數(shù)實時值, 利用關鍵參數(shù)實時值, 結合五自由度線性簡化模型可實時表征車輛實際狀態(tài), 解決非線性區(qū)、大側向加速度和變載荷下簡化模型關鍵參數(shù)辨識問題, 可為模型參數(shù)估計及車輛穩(wěn)定性控制提供基礎。

為實現(xiàn)廂式半掛車包括側翻控制在內的穩(wěn)定控制, 需要建立簡化模型, 并對簡化模型中的關鍵參數(shù)進行辨識。根據(jù)簡化模型參數(shù)辨識的需要, 建立了廂式半掛車三自由度橫擺模型和五自由度橫擺側傾模型。本文中對五自由度橫擺側傾模型進行推導, 三自由度橫擺模型則直接給出其狀態(tài)空間標準形式。

廂式半掛車載質量變化大, 本文中利用廂式半掛車廂式載貨的特點, 對其載荷在廂體中的分布進行了假設, 具體見第1.2節(jié)。

五自由度橫擺側傾簡化模型由牽引車和掛車2個剛體組成, 其五自由度分別為牽引車質心側偏角、牽引車橫擺和側傾、掛車橫擺和側傾。在建立動力學模型時, 有如下假設:①忽略轉向系統(tǒng)的影響, 以前輪轉角 (轉向盤轉角除以轉向傳動比) 作為模型輸入;②不考慮空氣動力的作用和路面坡度;③左、右輪胎載荷的變化不會引起輪胎特性和輪胎回正力矩的變化;④縱向速度恒定;⑤牽引車和掛車無俯仰運動;⑥在輪胎上沒有制動力;⑦牽引車和掛車之間的鉸接角較小;⑧牽引車2個驅動軸簡化為單軸, 并且等效軸的位置為其幾何中心;⑨掛車3個半掛軸簡化成單軸, 并且等效軸的位置為其幾何中心。