考虑不确定性的大型车辆侧翻概率预测及控制研究.pdf

考虑不确定性的大型车辆侧翻概率预测及控制研究.pdf

  1. 1、本文档共131页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
武汉理工大学博士学位论文 摘 要 大型车辆(如大型客车、大型载货汽车等)因其具有重心位置高、轮距窄 等特点,比小型车辆更易发生侧翻事故。据统计,大型车辆的事故致死率是小 型车辆的2.4 倍。车辆侧翻事件是一个复杂的过程,事故致因涉及人、车、路和 环境等多方面的综合因素。其中,行车环境又是侧翻事故发生的主要诱因之一, 而现有的侧翻预警系统较少关注车外环境对侧翻事故的影响。特别地,车外环 境复杂、多变,具有一定的不确定性。目前,国内外有关车辆侧翻预警系统的 研究主要从车辆动力学分析出发,建立确定性的侧翻预测模型,缺乏研究车外 环境对车辆侧翻的作用机理。同时,车辆模型、道路几何特性、风速风向及测 量响应等有关的误差和不确定性广泛存在于工程实际问题中。这些误差或不确 定性耦合一起可能会造成很大的偏差,甚至酿成灾难性的的后果。鉴于复杂车 外环境下造成的随机不确定性,本文提出将车辆侧翻事件看作一类随机过程, 采用随机过程中的理论方法对车辆侧翻概率进行预测,进而提出侧翻预警和防 侧翻控制方法。 当前,全球主要国家都在发展车路协同技术以提高行车安全,包括欧洲的 COOPER、美国的Connected Vehicle、日本的Smart Way 和我国的i-VICS 等。 车路协同提供了一个车路信息共享的环境,将车路协同技术用于侧翻预警及控 制系统,可将道路几何特征、侧风、路面状态等车外环境信息引入到大型车辆 的侧翻预测及控制建模中,建立基于行车状态和车外环境的侧翻预测及控制模 型,有效提高侧翻预警的准确性。 本文在车路协同发展背景下,以大型车辆的侧翻问题为研究对象,围绕复 杂环境下的车辆动力学建模及分析、车辆侧翻概率的预测、防侧翻控制设计及 验证等开展一系列工作,主要研究内容如下: (1)复杂环境下行车安全的不确定性问题研究。在分析行车安全的不确定 性因素、不确定性信息及其表示方法的基础上,提出将行车安全问题看作随机 不确定性问题进行研究,利用可靠度理论来量化并预测行车安全状态的概率。 (2 )考虑复杂环境下的大型车辆动力学建模。针对复杂环境下车辆运行状 态,在剖析道路环境因素和行车状态对侧翻影响机理的基础之上,研究车辆侧 I 武汉理工大学博士学位论文 翻稳定性机理。随后,分析道路附着条件与侧风对车辆侧翻稳定性的影响。建 立考虑侧向风、弯道线形、道路横坡角等 11 个因素的车辆动力学模型,基于此 提出侧翻极限模型。 (3 )车辆侧翻状态概率预测建模。基于空气动力学特性与车辆动力学特性, 提出了车辆危险极限状态方程,该方程考虑车辆道路环境特性。引入不确定性 理论的Haofer-Lind 指标来建立侧翻概率预测模型,并采用FORM 和SORM 方 法对模型同时进行求解。此外,为提高模型的准确性和普适性,提出考虑独立 非正态随机变量以及相关随机变量下的模型求解方法。 (4 )防侧翻预警、控制设计与验证。提出一种防侧翻预警与控制策略,该 策略通过车载终端预警和模型预测控制两个方式,以降低侧翻风险。侧翻预警 终端采用智能手机平台实现,并通过实车试验验证预警效果。同时,防侧翻控 制策略在 MATLAB/Simulink 与 TruckSim 搭建的联合仿真平台中进行了测试, 并通过试验对控制算法进行了验证。 复杂环境下行车安全问题是一项复杂的研究工作,涉及到先进的传感器技 术、信息融合技术与控制技术等。本文针对不确定条件下大型车辆的侧翻问题 进行研究,并通过实车预警实验与仿真模拟实验验证了模型的可行性,可为在 实际道路环境中利用车路协同技术进行侧翻概率预测及控制研究提供理论基础。 关键词:不确定性;大型车辆;车路协同;概率预测;侧翻控制 II 武汉理工大学博士学位论文 Abstract While the Heavy-Duty Vehicles (HDVs) have high gravity-center, narrow track and large

文档评论(0)

***** + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档