《振动与冲击杂志》发表论文赏析
作者:邹函桐,,夏小均,张红,张志飞z.zhang@cqu,陈浩,贺岩松
单位:1.招商局检测车辆技术研究院有限公司,重庆400030;2.重庆大学 机械与运载工程学院,重庆400030
摘要:准确获取路面不平度信息对于智能悬架控制至关重要,直接影响汽车动力学性能和舒适性。因此,本文旨在提升路面不平度估计精度,基于4自由度模型,将车身垂向振动、俯仰振动和簧下振动信息作为观测量,使用卡尔曼滤波算法搭建路面不平度估计观测器,同时利用车身垂向加速度信息构建粒子群-支持向量机模型以实现路面等级分类,并基于路面等级设计道路过程噪声协方差矩阵自适应更新算法,提出考虑簧下信息的过程噪声自适应路面不平度估计算法。仿真结果表明,在随机路面和冲击路面下,所提算法相对于常规增广卡尔曼滤波算法在实时路面不平度估计精度上取得一定提升。<br>
关键词:增广卡尔曼观测器;粒子群算法优化支持向量机;路面等级识别;过程噪声自适应