[发明专利]一种基于遗传算法的客车悬架等效侧倾阻尼的估计方法

说明书

本发明公开了一种基于遗传算法的客车悬架等效侧倾阻尼的估计方法，属于车辆动力学建模及其参数估计领域，该方法具体为：1）建立客车侧翻动力学模型；2）根据客车动力学模型构建客车悬架等效侧倾阻尼参数的初始种群；3）选取客车输出参数为状态响应变量，定义适应度函数，设定适应度函数的参考值；4）进行选择、交叉、变异运算，并将运算后的结果反馈到动力学模型，通过适应度函数判断是否满足条件，循环迭代后得到客车等效侧倾阻尼的估计值；本发明解决了客车瞬态参数变化大，难以准确估计的问题，并且提高了运算效率。

技术领域

本发明属于车辆动力学建模及其参数估计领域，尤其是一种基于遗传算法的客车悬架等效侧倾阻尼的估计方法。

背景技术

客车悬架的等效侧倾阻尼的估计对汽车主动安全具有重要意义，特别是对汽车侧翻稳定性的分析。在阶跃工况的瞬态阶段，车辆状态变化快且较为复杂，表征其特性的模型关键参数估计也较为困难。客车侧倾阻尼主要是由侧倾角速度和侧倾角加速度以及非簧载质量的侧倾角速度来估计得到，而上述变量是在阶跃瞬态阶段产生，且变化较大。若运用传统的最小二乘法可能由于不重要数据过多而造成饱和等问题。鉴于此，提出了一种基于遗传算法的客车悬架等效侧倾阻尼的估计方法。

现有技术中，彭思敏等(申请号201510642746.7)根据串联电池特性将将无迹卡尔曼滤波算法应用于电池状态估计，解决了用EKF算法估计非线性系统的一系列问题，但由于无迹卡尔曼滤波算法所含参数较多，参数选取困难且会影响参数估计精度；方宇等(申请号201310202412.9)提出了一种基于改进粒子滤波算法的轨道车辆悬挂系统参数估计方法，通过引入再次均匀采样策略,打破了传统方法需要依靠海量状态监测数据的统计结果,解决因粒子枯竭导致无法对悬挂系统参数变化进行实时监测的问题，但是运算量较大，算法的实现有一定难度；孙棣华等(申请号201611231861.6)提出了一种考虑换挡因素的车辆质量估计方法，使车辆在换挡前后,均能够获得较为准确的质量估计结果。同时考虑到换挡时带来的传动比突变和换挡之后车辆旋转质量换算系数的变化,采用带有多遗忘因子的加权最小二乘递推估计方法,实现对车辆质量的实时估计，但是由于最小二乘法所需数据量太多，容易造成饱和而是重要数据遗失，从而使估计不准确。

客车侧倾阻尼主要由侧倾角速度和侧倾角加速度以及非簧载质量的侧倾角速度来估计得到，而上述变量是在阶跃瞬态阶段产生，且变化较大，所以直接通过汽车动力学模型的公式进行计算来估计侧倾阻尼偶然性较大，估测不准确，而传统的最小二乘法估计可能由于不重要数据过多而造成饱和等问题，所以很有必要提出一种新型有效的侧倾阻尼估计方法。

发明内容

本发明针对现有技术中存在的问题公开了一种基于遗传算法的客车悬架等效侧倾阻尼的估计方法，建立客车侧翻动力学模型，运用遗传算法解决了客车瞬态参数变化大，难以准确估计的问题，并且提高了运算效率。

本发明是这样实现的：

一种基于遗传算法的客车悬架等效侧倾阻尼的估计方法，其特征在于，步骤如下：

步骤一：建立客车侧翻的4自由度动力学模型，包括侧向运动、横摆运动以及簧载与非簧载的侧倾运动方程；

步骤二：根据步骤一建立的4自由度动力学模型构建客车等效侧倾阻尼的初始种群，将悬架等效侧倾阻尼作为待估计量，确定侧倾阻尼的初始种群，即悬架等效侧倾阻尼的范围，并对侧倾阻尼进行编码；

步骤三：选取客车输出参数为状态响应变量，定义适应度函数，设定适应度函数的参考值；

步骤四：当适应度函数值大于参考值时，将上述步骤二中的初始种群进行遗传算法中的选择运算，交叉运算，变异运算并将运算后的结果反馈到4自由度模型中，通过适应度函数进行判断，直至适应度函数值小于参考值，得到上述客车参数的估计值；当适应度函数值大于参考值时，即得到客车侧倾阻尼值。

进一步，所述的步骤一运动方程具体为：