[發(fā)明專利]一種純電動(dòng)車的整車質(zhì)量和路面坡度的估算方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010582720.9
• 申請(qǐng)日: 2020-06-23
• 公開（公告）號(hào): CN111806449A
• 公開（公告）日: 2020-10-23
• 發(fā)明（設(shè)計(jì)）人: 崔曉龍;嚴(yán)鑒鉑;劉義;臧恬;文宇航;楊鵬;王鵬;范浩;宋峰偉
• 申請(qǐng)（專利權(quán)）人: 西安法士特汽車傳動(dòng)有限公司
• 主分類號(hào): B60W40/076
• 分類號(hào): B60W40/076;B60W40/13
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 李紅霖

1.一種純電動(dòng)車的整車質(zhì)量和路面坡度的估算方法，其特征在于，包括以下步驟：

1)獲取車輛行駛的狀態(tài)信息及車輛參數(shù)；

所述車輛行駛的狀態(tài)信息包括車輛車速、電機(jī)扭矩、油門踏板開度、手剎腳剎狀態(tài)和當(dāng)前擋位；

車輛參數(shù)包括輪胎半徑、后橋速比和迎風(fēng)面積；

2)利用換擋控制器內(nèi)部現(xiàn)有加速度傳感器監(jiān)測車輛控制物理安裝偏差并重新找零，得到車輛三個(gè)方向的加速度值；

3)將步驟1)和步驟2)的數(shù)據(jù)采用帶動(dòng)態(tài)遺忘因子的最小二乘法建立車輛質(zhì)量及坡度的估計(jì)模型；

將步驟1)和步驟2)的數(shù)據(jù)利用卡爾曼濾波建立坡度的估計(jì)模型；

4)將所述車輛行駛的狀態(tài)信息分別到輸入步驟3)中的兩個(gè)估計(jì)模型中，得到實(shí)時(shí)車重和兩個(gè)路面坡度；

5)將兩個(gè)路面坡度采用融合算法，帶入預(yù)設(shè)的時(shí)間因子，輸出的最終的路面坡度。

2.根據(jù)權(quán)利要求1所述的純電動(dòng)車的整車質(zhì)量和路面坡度的估算方法，其特征在于，步驟3)中建立車輛質(zhì)量及坡度的估計(jì)模型的具體過程為：

根據(jù)整車動(dòng)力學(xué)模型F_t＝F_f+F_w+F_i+F_j；

其中，F(xiàn)_t為整車驅(qū)動(dòng)力，F(xiàn)_f為空氣阻力，F(xiàn)_w為滾動(dòng)阻力，F(xiàn)_i為制動(dòng)阻力，F(xiàn)_j為加速阻力；

F_t＝τi₀i_g/r，其中，τ為電機(jī)轉(zhuǎn)矩，i₀i_g為減速比，r為輪胎半徑；

F_f＝1/2*C_dρA²,其中，C_d為風(fēng)阻系數(shù)，ρ為空氣密度，A為迎風(fēng)面積；

F_w＝uMgcosθ，其中，u為道路滾阻系數(shù)，M為質(zhì)量，g為重力加速度，θ為道路坡度；

F_j＝Mgsinθ，其中，M為質(zhì)量，g為重力加速第，θ為道路坡度；

整理上述方程得到M×(a₁+u*a₂)＝F_t-F_f；

其中，a₁為傳感器實(shí)測縱向加速度值，a₂為傳感器實(shí)測豎直加速度值；

利用帶動(dòng)態(tài)遺忘因子的最小二乘法得到下一時(shí)刻預(yù)估整車質(zhì)量；

基于預(yù)估的每一時(shí)刻整車質(zhì)量，再次帶入整車動(dòng)力學(xué)模型中，得到當(dāng)前時(shí)刻的路面坡度；

再次利用帶遺忘因子的最小二乘法，得到實(shí)時(shí)的坡度預(yù)估值。

3.根據(jù)權(quán)利要求1所述的純電動(dòng)車的整車質(zhì)量和路面坡度的估算方法，其特征在于，步驟3)中卡爾曼濾波算法基于a₁＝a_x+gsinθ＝a_x+a_θ

將a_x與a_θ均作為狀態(tài)量，建立狀態(tài)轉(zhuǎn)移矩陣A及變換矩陣H；

其中，

獲取觀測量車速V_x,sensor與傳感器實(shí)測縱向加速度a_x,sensor，帶入卡爾曼濾波，得到速度、加速度和g﹒sinθ_road的實(shí)時(shí)估計(jì)值；

之后根據(jù)g﹒sinθ_road解算出實(shí)時(shí)坡度。

4.根據(jù)權(quán)利要求2所述的純電動(dòng)車的整車質(zhì)量和路面坡度的估算方法，其特征在于，采用卡爾曼濾波對(duì)縱向加速度和豎直加速度進(jìn)行濾波處理。