[发明专利]基于胎内应变分析的轮胎垂向力与侧偏力联合估计方法

说明书

本发明公开了基于胎内应变分析的轮胎垂向力与侧偏力联合估计方法，包括以下步骤，S1：建立轮胎有限元三维模型；S2：根据步骤S1建立的轮胎有限元三维模型，基于胎内应变计算轮胎接地角φ_c和接地长度L；S3：基于步骤S2中计算得到的轮胎接地角φ_c和接地长度L，利用支持向量回归机对轮胎垂向力F_z进行估计；S4：通过轮胎有限元三维模型对轮胎侧偏工况进行仿真计算，将胎侧周向应变差曲线的最后一个谷值h₂作为侧偏力F_y的表征特征；S5：基于轮胎垂向力F_z和侧偏力F_y的表征特征h₂，建立垂向力与侧偏力联合估计模型，对轮胎的实际侧偏力进行估计。本发明适用于静载、滚动和侧偏工况，能准确估算垂向力和侧偏力，估计值与有限元仿真值误差小于3％。

技术领域

本发明涉及轮胎侧偏力计算技术领域，尤其涉及基于胎内应变分析的轮胎垂向力与侧偏力联合估计方法。

背景技术

轮胎作为车辆与路面直接接触的唯一部件，将车辆运行过程中的绝大部分作用力传递作用到整车，其力学特性直接影响车辆的操作稳定性、平顺性、制动性、通过性等性能指标，是车辆安全高效行驶的重要保证。因此，实时获取轮胎力信息对车辆动力学控制有着重要意义。但目前轮胎仍只是作为被动部件，无法直接实现对所受力的测量获取。

先前许多学者通过车辆动力学模型对轮胎力进行推导估算，结合经验模型或解析模型对轮胎力学行为进行描述表征。但这些方法本质上还是对轮胎力进行间接获取，无论是经验模型还是解析模型都是简化程度较高、使用局限较大且研究侧重点较为单一的轮胎模型。此类轮胎模型的表达公式、公式参数的近似获取等都与轮胎实际行为存在差异，难以表达轮胎力与变形间的明确关系，导致轮胎力学特性的研究缺乏精确依据，对轮胎力的准确估计上存在较大阻碍。

近年来，随着电子信息技术和传感器技术的迅速发展，国内外一些学者利用传感器获取轮胎动态信息，结合估算算法实现对轮胎力的实时估计。王国林、丁俊杰等利用sobol灵敏度分析法划分轮胎力信号灵敏度响应区域，基于径向基神经网络建立以位移和加速度信号为输入的轮胎纵、侧向力估计模型；赵健、路妍晖等建立了三轴MEMS加速度测试系统对加速度信号特征进行分析提取，结合BP神经网络实现对垂、纵向力进行估计。Tuononen结合光学传感器实现胎体挠度测量，并通过线性回归提出了轮胎三向力估算算法。加速度传感器体积小、结构紧凑、受温度影响小，被广泛应用于智能轮胎中，但加速度信号对于路面产生的噪声非常敏感，准确提取加速度信号特征难度较大；光学传感器价格低廉、抗干扰性能强，但其安装和校准过程复杂麻烦，且易受灰尘影响，降低信号精度。

应变传感器同样具有灵活紧凑价廉易安装的优点，且信号更单一纯粹，随着柔性传感技术的发展，贴片式应变传感器具有低硬度和高延展性，几乎能够适应所有应变，在智能轮胎的开发中具有很大的应用空间。

发明内容

针对上述存在的问题，本发明旨在提供一种基于胎内应变分析的轮胎垂向力与侧偏力联合估计方法，适用于静载、滚动和侧偏工况，能准确估算垂向力和侧偏力。

为了实现上述目的，本发明所采用的技术方案如下：

基于胎内应变分析的轮胎垂向力与侧偏力联合估计方法，其特征在于，包括以下步骤，

S1：建立轮胎有限元三维模型；

S2：根据步骤S1建立的轮胎有限元三维模型，基于胎内应变计算轮胎接地角φ_c和接地长度L；

S3：基于步骤S2中计算得到的轮胎接地角φ_c和接地长度L，利用支持向量回归机对轮胎垂向力F_z进行估计；

S4：通过轮胎有限元三维模型对轮胎侧偏工况进行仿真计算，将胎侧周向应变差曲线的最后一个谷值h₂作为侧偏力F_y的表征特征；