劉 偉, 姜 毅, 董曉彤, 魏 恒
(1. 北京理工大學(xué) 宇航學(xué)院,北京 100081; 2. 清華大學(xué) 自動化系,北京 100081)
車輛側(cè)翻是一種非常危險的交通事故,美國高速公路交通安全管理局的統(tǒng)計數(shù)據(jù)表明,在所有的交通事故中,由車輛側(cè)翻引起的交通事故為2.1%,而其導(dǎo)致的死亡率卻高達(dá)10.6%[1]。多軸載重車一般具有尺寸大、質(zhì)量大、質(zhì)心高等特點,這導(dǎo)致其快速行駛過程中更易發(fā)生側(cè)翻事故。
車輛的三自由度動力學(xué)模型能夠同時考慮車輛的側(cè)向、橫擺和側(cè)傾特性,因此,對于車輛的側(cè)翻動力學(xué)研究,以及對于車輛的防側(cè)翻預(yù)警控制研究,許多學(xué)者[2-6]都以車輛的三自由度側(cè)翻模型為研究基礎(chǔ)。朱天軍[7]建立了重型車輛的線性三自由度側(cè)翻模型,并用Trucksim進(jìn)行了仿真驗證;金智林[8]建立了線性輪胎動力學(xué)模型,并在其基礎(chǔ)上建立了車輛線性三自由度模型,然后將其轉(zhuǎn)換為狀態(tài)方程進(jìn)行求解;王健等[9]在傳統(tǒng)的線性三自由度車輛模型的基礎(chǔ)上引入反正切函數(shù)描述輪胎側(cè)偏角側(cè)向力的非線性關(guān)系,建立了擴(kuò)展三自由度車輛模型;Takano等[10]建立了三自由度車輛模型,模型中考慮了車輛質(zhì)心高度的變化和滾轉(zhuǎn)轉(zhuǎn)向等因素,研究了其對車輛動力學(xué)的影響。
本文以多軸載重車為具體對象,研究其側(cè)翻動力學(xué)模型。在車輛的三自由度側(cè)翻模型中,考慮了車輛采用的前后多軸轉(zhuǎn)向系統(tǒng)動力學(xué)問題,同時,為了使數(shù)學(xué)模型盡可能的接近實車模型,模型中考慮了輪胎側(cè)偏剛度的非線性特性和車輛油氣彈簧剛度的非線性特性,并通過實車實驗進(jìn)行了驗證??紤]到線性模型的計算速度明顯優(yōu)于非線性模型,進(jìn)一步研究了模型中的輪胎側(cè)偏剛度和整車側(cè)傾剛度分段線性化后對車輛姿態(tài)響應(yīng)的影響。
車輛發(fā)生側(cè)傾時,主要的三個自由度為側(cè)向、橫擺和側(cè)傾,因此可以將車輛簡化為以上三個自由度的側(cè)翻模型。模型坐標(biāo)系原點固定在車輛質(zhì)心橫截面與車輛側(cè)傾中心軸線的交點,坐標(biāo)系的X軸方向為車輛的前進(jìn)方向,坐標(biāo)系的Z軸方向垂直車體向上,坐標(biāo)系的Y軸方向與X軸、Z軸方向滿足右手螺旋定則。模型示意圖如圖1所示。
(a)(b)
圖1 多軸載重車三自由度動力學(xué)模型
Fig.1 Three degree of freedom dynamics model of multi-axle truck
為了對復(fù)雜的車輛模型進(jìn)行簡化,對模型進(jìn)行如下假設(shè):
假設(shè)1 直接將前輪轉(zhuǎn)角作為轉(zhuǎn)向輸入,忽略轉(zhuǎn)向系統(tǒng)傳動及響應(yīng)的影響;
假設(shè)2 不考慮車輛的俯仰運動;
假設(shè)3 假設(shè)左右車輪的輪胎特性完全相同;
假設(shè)4 將車輛的懸架用車輛整體側(cè)傾剛度和阻尼進(jìn)行等效簡化;
假設(shè)5 忽略空氣作用力的影響;
假設(shè)6 假設(shè)車輛質(zhì)量均勻分布;
Kim[11]研究表明,對于多軸車輛,前后輪組合轉(zhuǎn)向策略優(yōu)于前輪轉(zhuǎn)向策略,根據(jù)實車的轉(zhuǎn)向方式,本文建立了前后轉(zhuǎn)向的車輛側(cè)翻模型;同時,模型中采用非線性側(cè)偏剛度對輪胎的側(cè)偏非線性特性進(jìn)行描述。
由阿克曼轉(zhuǎn)向原理可得
(1)
(2)
式中:li1為第i軸到車輛一軸的距離。
由剛體運動學(xué)中兩點之間的速度公式可得
(3)
(4)
式中:αi為輪胎側(cè)偏角;β為車輛質(zhì)心速度偏移角。求解上述方程組,可得車輛的輪胎側(cè)偏角
(5)
式中:Vx為車輛X方向的速度。
輪胎側(cè)向力的計算公式為
Fi=kiαi
(6)
式中:Fi為第i軸輪胎側(cè)向力;ki為第i軸輪胎側(cè)偏剛度。輪胎側(cè)偏剛度與輪胎垂向載荷、輪胎側(cè)偏角度有關(guān),根據(jù)圖6(b)中輪胎側(cè)偏剛度曲線的數(shù)據(jù),實時查表計算。
基于以上分析,同時考慮車輛的力和力矩平衡,建立車輛三自由度數(shù)學(xué)方程為
(7)
用Matlab/Simulink對車輛數(shù)學(xué)模型進(jìn)行仿真,仿真過程如圖2所示。其中,‘input v’和‘input δ’為模型速度輸入和方向盤轉(zhuǎn)角輸入;‘compute force’模塊進(jìn)行輪胎側(cè)向力的計算;‘equ-1’、‘equ-2’和‘equ-3’分別對三自由度數(shù)學(xué)模型中的三個動力學(xué)方程進(jìn)行求解。
模型中的車輛參數(shù)根據(jù)實車確定,模型中的主要參數(shù)如表1所示,模型仿真結(jié)果如圖4、圖5所示。
圖2 Matlab/Simlink模型仿真
參數(shù)數(shù)值參數(shù)數(shù)值ms/t90g/(m·s-2)9.8m/t120hs/m0.8Ix/(kg·m2)4×105c?/(N·m·(rad·s-1))5.0×105Iz/(kg·m2)3×106
根據(jù)國家標(biāo)準(zhǔn)《汽車操縱穩(wěn)定性實驗方法》,我們進(jìn)行了階躍實驗(轉(zhuǎn)向瞬態(tài)響應(yīng)實驗)和蛇形實驗。實驗過程中,為了使車輛的側(cè)傾更加明顯,在保證車輛和實驗人員的安全下,盡可能提高每種工況下車輛的行駛速度。階躍實驗中,進(jìn)行了10 km/h、15 km/h、18 km/h和21 km/h四個速度等級的實驗;蛇形實驗中,進(jìn)行了15 km/h、20 km/h、25 km/h、30 km/h和35 km/h五個速度等級的實驗。
實驗的輸入信號為車輛的行駛速度和方向盤轉(zhuǎn)角,輸出信號為車輛的側(cè)向加速度和側(cè)傾角度。實驗中,HCZ-1A方向盤力角測量儀安裝在車輛的方向盤上,對方向盤的轉(zhuǎn)角進(jìn)行測量;XW-GI5651陀螺儀安裝在車質(zhì)心截面的車頂位置,對車輛的速度、側(cè)傾角度和側(cè)向加速度進(jìn)行測量,如圖3(a)所示;數(shù)據(jù)采集盒安裝在車輛頂部,對方向盤力角測量儀和陀螺儀的測量數(shù)據(jù)進(jìn)行實時采集,并傳送至實驗電腦,如圖3(b)所示。
(a)XW-GI5651陀螺儀(b)數(shù)據(jù)采集盒
圖3 傳感器及數(shù)據(jù)采集裝置
Fig.3 Sensors and data acquisition devices
3.2.1 階躍實驗
階躍實驗中,以21 km/h速度級的實驗進(jìn)行說明,將實車實驗結(jié)果和數(shù)學(xué)模型仿真結(jié)果進(jìn)行對比,如圖4所示。圖4(a)為該工況下的車輛速度和方向盤轉(zhuǎn)角輸入,圖4(b)、圖4(c)分別為實驗和仿真中車輛側(cè)向加速度、車輛側(cè)傾角度的結(jié)果對比。
(a) 速度和方向盤轉(zhuǎn)角輸入
(b) 側(cè)向加速度結(jié)果對比
(c) 側(cè)傾角度結(jié)果對比
圖4中,在兩個標(biāo)記點之間的時間段內(nèi),車輛完成了階躍轉(zhuǎn)向。圖4(a)中,在3.5~9.7 s的時間段內(nèi),車輛的階躍速率為99 deg/s,速度在23 km/h左右;階躍轉(zhuǎn)向完成之后,車輛方向盤轉(zhuǎn)角保持在630 deg左右,速度穩(wěn)定在20 km/h左右。
圖4(b)中,數(shù)學(xué)模型仿真得到的側(cè)向加速度與實車實驗得到的側(cè)向加速度吻合程度較高。階躍轉(zhuǎn)向階段,實車的車輛側(cè)向加速度從-0.13 m/s2變化到-1.68 m/s2,模型中車輛的側(cè)向加速度從-0.07 m/s2變化到-1.5 m/s2;階躍轉(zhuǎn)向完成之后,實車的側(cè)向加速度保持在-1.59 m/s2左右,模型中車輛的側(cè)向加速度保持在-1.53 m/s2左右,二者相差4%,模型仿真結(jié)果和實車實驗結(jié)果比較吻合。
3.2.2 蛇形實驗
蛇形實驗中,以35 km/h速度級的實驗進(jìn)行說明,將實車實驗結(jié)果和數(shù)學(xué)模型仿真結(jié)果進(jìn)行對比,如圖5所示。圖5(a)為蛇形工況中車輛速度和方向盤轉(zhuǎn)角輸入,圖5(b)、圖5(c)分別為實驗和仿真中車輛側(cè)向加速度、車輛側(cè)傾角度的結(jié)果對比。
(a) 速度和方向盤轉(zhuǎn)角輸入
(b) 側(cè)向加速度結(jié)果對比
(c) 側(cè)傾角度結(jié)果對比
蛇形工況中,車輛的速度穩(wěn)定在35 km/h左右,方向盤轉(zhuǎn)角的峰峰值為-307~278 deg。圖5(b)中,模型仿真結(jié)果與實驗結(jié)果波形吻合較好,但局部峰值存在差異,在第三個波峰處,實車的側(cè)向加速度為2.6 m/s2,模型仿真得到的車輛側(cè)向加速度為2.1 m/s2。圖5 (c)中,模型仿真結(jié)果與實驗結(jié)果在整個周期比較吻合,但局部峰值存在較大差異,最后一個波谷處,實車的側(cè)傾角度為-0.99 deg,而模型仿真得到的車輛側(cè)傾角度為-2.94 deg。
上文對多軸載重車非線性三自由度數(shù)學(xué)模型進(jìn)行了研究,雖然模型仿真結(jié)果與實驗結(jié)果較為吻合,但是模型仿真速度較慢??紤]到線性模型具有更快的仿真速度,能夠提高車輛預(yù)警的實時性,因此將非線性數(shù)學(xué)模型中的主要非線性參數(shù)輪胎側(cè)偏剛度和油氣彈簧剛度進(jìn)行分段線性化處理,并研究其對仿真結(jié)果的影響。
由于輪胎尺寸和載重近似,車輛的三自由度數(shù)學(xué)模型中,輪胎側(cè)偏剛度使用Trucksim中的輪胎模型數(shù)據(jù)。輪胎模型為“3 500 kg Rating,600 mm Radius”輪胎模型,其輪胎側(cè)向力與輪胎垂向載荷、輪胎側(cè)偏角的關(guān)系如圖6(a)所示。
根據(jù)車輛側(cè)翻模型的假設(shè),用載重車總重量與輪胎總數(shù)量的比值作為輪胎的額定載荷,然后對圖6(a)中的輪胎原始數(shù)據(jù)進(jìn)行‘spline’插值方法插值,得到額定載荷下的輪胎側(cè)偏曲線,如圖6(b)所示。
在對輪胎進(jìn)行分段線性化時,用固定的輪胎側(cè)偏剛度代替輪胎非線性側(cè)偏曲線。根據(jù)模型仿真中輪胎側(cè)偏角的變化范圍選取五個側(cè)偏剛度進(jìn)行研究,五種輪胎側(cè)偏剛度如表2所示。
非線性數(shù)學(xué)模型仿真過程中,輪胎的側(cè)偏剛度根據(jù)輪胎實時的側(cè)偏角度查表得到;輪胎側(cè)偏剛度分段線性化后的數(shù)學(xué)模型中,輪胎的側(cè)偏剛度為固定數(shù)值。階躍實驗中,將表2中的五種輪胎側(cè)剛度分別帶入車輛的三自由度數(shù)學(xué)模型進(jìn)行仿真,結(jié)果如圖7所示。
(a) ‘3 500 kg Rating,600 mm Radius’輪胎模型
(b) 輪胎的側(cè)向力和側(cè)偏剛度
側(cè)偏角/rad側(cè)偏剛度/(N·rad)0.014.673×1050.054.322×1050.103.532×1050.152.750×1050.202.116×105
(a) 輪胎側(cè)偏剛度對側(cè)傾角度的影響
(b) 輪胎側(cè)偏剛度對側(cè)向加速度的影響
圖7中,模型的輪胎側(cè)偏剛度對車輛的側(cè)傾角度和側(cè)向加速度響應(yīng)影響不大。將仿真結(jié)果進(jìn)行局部放大,可以得出,分段線性化之后,輪胎的側(cè)偏剛度對模型的阻尼有一定影響:輪胎側(cè)偏剛度越小,整車模型的阻尼相對越大。
多軸載重車常常采用油氣彈簧作為車輛的緩沖裝置。油氣彈簧一般用壓縮氣體來儲存能量,因此油氣彈簧的剛度具有非線性的特點。油氣彈簧受拉時,其剛度較小,受壓時,其剛度迅速增大。單個油氣彈簧的剛度曲線如圖8中的虛線所示。忽略車輛各個油氣彈簧的差異,并且假設(shè)車輛一側(cè)油氣彈簧的壓縮量等于另一側(cè)彈簧的拉伸量,則合成整車的側(cè)傾剛度如圖8中實線所示。
對油氣彈簧剛度進(jìn)行分段線性化時,用固定剛度值代替油氣彈簧實際的非線性剛度。根據(jù)實車實驗中油氣彈簧的位移變化范圍,采用圖8中標(biāo)記點處的五個側(cè)傾剛度進(jìn)行分別仿真。五種側(cè)傾剛度如表3所示。
非線性數(shù)學(xué)模型仿真過程中,車輛的側(cè)傾剛度根據(jù)車輛實時的側(cè)傾角度查表得到;油氣彈簧剛度分段線性化后的數(shù)學(xué)模型中,整車側(cè)傾剛度為固定數(shù)值。表3中的五種固定側(cè)傾剛度的數(shù)學(xué)模型仿真結(jié)果如圖9所示。
圖8 油氣彈簧剛度曲線
側(cè)傾角/rad整車側(cè)傾剛度/(N·m·rad-1)01.377×1060.01751.538×1060.03492.143×1060.05243.854×1060.06989.418×106
(a) 油氣彈簧剛度對側(cè)向加速度的影響
(b) 油氣彈簧剛度對側(cè)傾角度的影響
圖9(a)中,整車的側(cè)傾剛度幾乎不影響車輛的側(cè)向加速度響應(yīng),根據(jù)車輛的三自由度數(shù)學(xué)模型,車輛的側(cè)向加速度響應(yīng)主要與車輛的方向盤轉(zhuǎn)角輸入和車輛的速度輸入有關(guān);圖9(b)中,整車的側(cè)傾剛度對車輛的側(cè)傾角度影響較大:整車側(cè)傾剛度越小,車輛的側(cè)傾角度越大。
本文建立了多軸載重車的三自由度側(cè)翻模型,并通過實車實驗對其進(jìn)行驗證。結(jié)果表明,考慮了輪胎的非線性特性和油氣彈簧的非線性特性后,車輛數(shù)學(xué)模型的仿真結(jié)果與實車實驗結(jié)果吻合較好;結(jié)果也表明,與車輛側(cè)傾角度相比,數(shù)學(xué)模型仿真結(jié)果中車輛的側(cè)向加速度與實驗結(jié)果中車輛的側(cè)向加速度吻合更好。
以非線性模型為基礎(chǔ),本文研究了輪胎側(cè)偏剛度分段線性化和油氣彈簧剛度分段線性化對模型仿真結(jié)果的影響。結(jié)果表明,一定范圍內(nèi),輪胎的側(cè)偏剛度對車輛的側(cè)傾角度和側(cè)向加速度響應(yīng)影響較小,同時,輪胎的側(cè)偏剛度越小,模型的阻尼越大;結(jié)果也表明,油氣彈簧的剛度對車輛的側(cè)傾角度響應(yīng)影響較大,油氣彈簧的剛度越大,車輛的側(cè)傾角度越小,同時油氣彈簧的剛度對車輛的側(cè)向加速度響應(yīng)幾乎無影響。
參 考 文 獻(xiàn)
[1] National highway traffic safety administration. Traffic safety facts 2000: a compilation of motor vehicle crash data from the fatality analysis reporting system and the general estimates system[R]. Washington, DC: US Department of Transportation, 2001.
[2] KIM H J, PARK Y P. Investigation of robust roll motion control considering varying speed and actuator dy-namics[J]. Mechatronics, 2004, 14(1): 35-54.
[3] ZHU B, PIAO Q, ZHAO J, et al. Integrated chassis control for vehicle rollover prevention with neural network time-to-rollover warning metrics[J]. Advances in Mechanical Engineering, 2016, 8(2): 1-3.
[4] YU Z, LI J, DAI F, et al. Anti-rollover control based on fuzzy differential braking for heavy duty commercial vehicle[C]//Proceedings of the 2016 4th International Conference on Machinery, Materials and Computing Technology. Paris: Atlantis Press, 2016.
[5] 趙健, 郭俐彤, 朱冰, 等. 基于神經(jīng)網(wǎng)絡(luò)和側(cè)翻時間算法的輕型汽車側(cè)翻預(yù)警[J]. 吉林大學(xué)學(xué)報(工學(xué)版), 2012, 42(5):1083-1088.
ZHAO Jian, GUO Litong, ZHU Bing, et al. Rollover warning for light vehicles based on NN-TTR algorithm[J]. Journal of Jilin University(Engineering and Technology),2012,42(5):1083-1088.
[6] 岑達(dá)希. 基于主動轉(zhuǎn)向與差動制動的汽車防側(cè)翻控制研究[D]. 杭州: 浙江大學(xué), 2011.
[7] 朱天軍. 基于改進(jìn)TTR重型車輛側(cè)翻預(yù)警及多目標(biāo)穩(wěn)定性控制算法研究[D]. 吉林:吉林大學(xué), 2010.
[8] 金智林. 運動型多功能汽車側(cè)翻穩(wěn)定性及防側(cè)翻控制[D]. 南京: 南京航空航天大學(xué), 2008.
[9] 王健,余貴珍,張為,等. 基于滑模觀測和模糊推理的車輛側(cè)翻實時預(yù)警技術(shù)[J]. 農(nóng)業(yè)機(jī)械學(xué)報,2010,41(6):1-6.
WANGJian, YU Guizhen, ZHANG Wei, et al. Real-time rollover prediction for vehicle based on principles of sliding mode and fuzzy inference system[J]. Transactions of the Chinese Society for Agricultural Machinery,2010,41(6):1-6.
[10] TAKANO S, NAGAI M, TANIGUCHI T, et al. Study on a vehicle dynamics model for improving roll stability[J]. JSAE Review, 2003, 24(2): 149-156.
[11] KIM H J. Robust roll motion control of a vehicle using integrated control strategy[J]. Control Engineering Practice, 2011, 19(8): 820-827.