[發明專利]一種利用車輛發動機扭矩實時估計離合器傳遞扭矩的方法有效
| 申請號: | 201410533034.7 | 申請日: | 2014-10-10 |
| 公開(公告)號: | CN104318083B | 公開(公告)日: | 2018-03-02 |
| 發明(設計)人: | 陳宏偉;張小帥;楊猛;張欣 | 申請(專利權)人: | 北京交通大學 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 北京眾合誠成知識產權代理有限公司11246 | 代理人: | 陳波 |
| 地址: | 100044 北京市海淀*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 利用 車輛 發動機 扭矩 實時 估計 離合器 傳遞 方法 | ||
1.一種利用車輛發動機扭矩實時估計離合器傳遞扭矩的方法,其特征是,所述方法包括如下步驟:
步驟1:初始化發動機角速度估計值、發動機角加速度的估計值、車輛發動機離合器系統狀態向量和估計誤差協方差矩陣;初始化采樣時間間隔和采樣時長;
步驟2:列車輛發動機離合器系統動力學微分方程:
其中,Te是發動機輸出扭矩,Tc是離合器傳遞的動摩擦扭矩,Je是發動機的轉動慣量,是發動機的角加速度;
步驟3:根據采樣時間間隔和采樣時長對發動機輸出扭矩和發動機角速度的測量值進行采樣;
步驟4:將車輛發動機系統動力學微分方程離散化,得到其線性隨機微分方程:
XK+1=AXK+BUK+WK
其中XK是系統狀態向量,為k時刻發動機的轉速,為k-1時刻發動機的轉速,為k時刻離合器傳遞摩擦扭矩值,為k-1時刻離合器傳遞摩擦扭矩值;UK是車輛發動機離合器系統的控制量,為k時刻發動機扭矩值,為k-1時刻發動機扭矩值;WK是車輛發動機離合器系統過程噪聲向量,滿足正態分布的白噪聲,均值為0,方差為Q=[1,0,0,0;0,1,0,0;0,0,1,0;0,0,0,1];k是離散化時刻;A是系統狀態轉移矩陣;B是系統輸出矩陣;
步驟5:判斷車輛發動機離合器系統是否滿足:系統的狀態轉換過程可以描述為一個離散時間的隨機過程;系統狀態受發動機扭矩和角速度的影響;系統狀態及觀測過程都不可避免受噪聲影響;對系統狀態是非直接可觀測的,若滿足,則列車輛發動機離合器系統觀測方程:
ZK=HXK+VK
其中H=[1 0 0 0]是系數,VK是系統量測噪聲向量;均值為0,方差為R=0.01,與WK相互獨立,滿足正態分布的白噪聲;
步驟6:利用步驟4中車輛發動機離合器系統線性隨機微分方程,得到車輛發動機離合器系統下一時刻的預測值;
步驟7:計算車輛發動機離合器系統的協方差,由步驟6得到車輛發動機離合器系統協方差下一時刻的預測值;
步驟8:結合步驟5中車輛發動機離合器系統觀測方程和步驟6中車輛發動機離合器系統測量值,得到下一時刻車輛發動機離合器系統的最優化估算值,即得到最優化離合器扭矩估算值;
步驟9:更新車輛發動機系統下一時刻的最優化估算值的協方差;
步驟10:當k≤t/TS時,循環步驟4-步驟9,其中k為k時刻,t為采樣時長,Ts為采樣間隔。
2.根據權利要求1所述的一種利用車輛發動機扭矩實時估計離合器傳遞扭矩的方法,其特征是,步驟4中所述系統狀態轉移矩陣A為:
系統輸出矩陣B為:
其中,Je是發動機的轉動慣量,TS是采樣間隔。
3.根據權利要求1所述的一種利用車輛發動機扭矩實時估計離合器傳遞扭矩的方法,其特征是,所述步驟8中下一時刻系統的最優化估算值為:
其中,ZK為系統觀測量;為k時刻的估計值;為k-l時刻的估計值;KK+1為卡爾曼增益矩陣;H=[1 0 0 0]。
4.根據權利要求1所述的一種利用車輛發動機扭矩實時估計離合器傳遞扭矩的方法,其特征是,所述步驟9中車輛發動機離合器系統下一時刻的最優化估算值的協方差為:
PK=(1-KKH)PK|K-1
其中,I是單位矩陣,KK為卡爾曼增益矩陣,PK|K-1是先驗估計的協方差矩陣,PK是后驗估計協方差矩陣且為一對角陣,H=[1 0 0 0]。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京交通大學,未經北京交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410533034.7/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建模或仿真,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





