NGHIÊN CỨU ẢNH HƯỞNG CỦA BIÊN DẠNG MẶT ĐƯỜNG ĐẾN CHẤT LƯỢNG LÀM VIỆC CỦA BỘ ƯỚC LƯỢNG THÔNG SỐ QUÁN TÍNH CỦA Ô TÔ THEO THỜI GIAN THỰC

Tóm tắt

Trong quá trình vận hành, tải trọng của ô tô thường xuyên thay đổi nên các thông số quán tính của thân xe cũng thay đổi theo, do đó ước lượng chính xác giá trị của các thông số quán tính theo thời gian thực đóng vai trò quan trọng trong việc nâng cao hiệu quả làm việc của các hệ thống điều khiển trên xe. Trong bài báo này, khối lượng và các mômen quán tính khối lượng của thân xe được ước lượng liên tục theo thời gian dựa trên bộ lọc Kalman-Bucy Filter (KBF) thiết kế cho mô hình dao động không gian rút gọn của ô tô tải hai trục. Phương pháp đề xuất sử dụng giá trị dịch chuyển và vận tốc tương đối của hệ thống treo làm tín hiệu đầu vào thay cho các tín hiệu kích thích từ mặt đường. Kết quả mô phỏng bằng phần mềm Matlab Simulink trên các loại mặt đường ngẫu nhiên theo tiêu chuẩn ISO 8608 cho thấy bộ ước lượng KBF thiết kế làm việc hiệu quả và tin cậy trên các loại đường khác nhau với sai số giữa giá trị thực tế và giá trị ước lượng nhỏ hơn 10%. 

Title

A STUDY ON THE INFLUENCE OF RANDOM ROAD PROFILES ON THEPERFORMANCE OF REAL-TIME VEHICLE INERTIAL PARAMETER ESTIMATOR

Abstract

Because the vehicle load changes frequently during operation, the inertial parameters of the vehicle body also change in a wide range, so the accurate estimation of the value of vehicle inertial parameters in real-time plays an important role in improving the performance of the control systems. In this paper, the mass and moment of inertia of the vehicle body are estimated continuously over time based on the Kalman-Bucy Filter (KBF) designed for the two-axle simplified spatial vehicle model. The proposed method uses the relative displacements and velocities of the suspension system as input signals instead of excitation signals from the road surface. Simulation results using Matlab Simulink software on random road types according to ISO 8608 standard show that the designed KBF estimator works efficiently and reliably on different road types with an error between the actual value and the estimated value of less than 10%.