[发明专利]一种轮胎侧向力线性化控制的方法

说明书

技术领域

    本发明总体涉及一种提供轮胎侧向力线性化控制的方法，所述系统用于控制轮胎侧向力非线性因素线性化，更具体地说，本发明涉及一种提供轮胎侧向力线性化控制的系统和方法，其中确定所述方法为将非线性神经网络模型线性化，其中所述线性化是指利用反馈输入控制线性输出。 

背景技术

从频频被媒体报道的由于爆胎致使汽车转向失控车毁人亡的新闻，可以看出轮胎的问题日益被人们重视。但是还有许多事故看似是驾驶者操作不当引起的，而深层原因往往被人们忽视--轮胎性能不佳，所以研究轮胎与整车的匹配是未来日益重要的课题。 

车辆的侧翻和转向失控主要与轮胎的侧向力有关，直接因素就是侧偏角,但也受轮胎侧倾角、垂直载荷、充气压力、轮胎结构和材料，甚至路面状况等因素影响,表现出复杂的非线性。随着人工智能的迅猛发展，轮胎模型从线性模型向神经网络非线性模型发展。耦合了非线性模型的系统不仅增加了所研究对象的维数，同时，也使系统的非线性行为更为复杂。而这种非线性关系我们无法改变的，我们只有利用神经网络本身特点通过其他输入量加以反馈激励，随着时延反馈与空间的耦合，反馈作用将传导到整个网络，最终保持网络输出的不变性，使神经网络等价于一个线性系统。 

发明内容

本发明提供一种轮胎侧向力线性化控制的方法，本发明解决了当车辆在高速转弯行驶时，处于较高的侧向加速度范围内，轮胎特性为非线性，侧向力非线性变化，转向效果减弱，操稳性差的问题。 

本发明的具体步骤为： 

A）检测轮胎侧偏角的侧偏角值、轮胎充气气压的充气气压值、轮胎垂直载荷的垂直载荷值、轮胎车速的车速值；

B）根据所述侧偏角值、充气气压值、垂直载荷信号和车速值，估计轮胎侧向力目标值；

C）根据所述侧偏角值、充气气压值、垂直载荷信号和车速值，计算轮胎侧向力实际值；

D）根据所述轮胎侧向力目标值和轮胎侧向力实际值，计算轮胎侧向力控制误差；

E）根据所述轮胎侧向力控制误差计算反馈控制量输出给执行器，完成轮胎侧偏角、轮胎充气气压、轮胎垂直载荷、轮胎车速的改变。

本发明通过各种车辆传感器来确定轮胎模型参数，例如侧偏角α, 充气气压P, 垂直载荷Fz和车速u。通过这些模型参数，该系统计算轮胎侧向力目标值和轮胎侧向力实际值的误差。所计算出的误差用来计算反馈控制量。该系统根据反馈后误差为零的参数改变量来输出给执行器采取适当的动作。 

本发明的有益效果是减少了车辆在高速公路上行驶时，发生侧翻和转向失控事故的可能性。 

附图说明

图1是轮胎侧向力神经网络示意图。 

图2是本发明举例仿真的跟踪误差曲线图。 

图3是本发明的工作流程图。 

具体实施方式

以下结合附图对本发明方法做详细说明。 

如图1，轮胎模型是由神经网络（如式1）组成，其中包括输入层、隐含层和输出层。输入层包含4个向量分别为侧偏角α, 充气气压P, 垂直载荷Fz和车速u 。隐含层由若干层非线性传递函数组成。输出层为轮胎侧向力Fy单个向量构成。 

本发明专利举例以采用韩泰165/65R13子午线轮胎为例。在上海聚德永开公司汽车轮胎道路旋转测试台上测得轮胎接地力数据，通过对试验数据的拟合。最终得到网络结构为4-8-1。 

   (1) 

该网络隐含层神经元的输入为

（2）

式中θj(k)为隐含层中第j个神经元的输入值,p_i(k)为输入层输出，w_ij为输入层至隐含层的连接权重值。隐含层的输入和输出之间的联系采用Sigmoid函数关系,即隐含层神经元的输出表达为:

（3）

式中ξ_j为隐含层第j个神经元的输出,f[ψ]=1/[1+exp(-ψ)],输出层包含1个神经元。输出层神经元的输入函数为:

（4）

式中v_jl为隐含层至输出层的连接权重值。输出层的输出与输入的联系为Sigmoid函数关系,表示为:

（5）

式中,I_l为输出层神经元的输出。