论文部分内容阅读
【摘 要】本文概括了汽车常用防滑差速系统的主要形式，并在此基础上分析了汽车差速器的结构类型以及相应的特点，并给出了衡量防滑差速器性能的技术指标。最后以防滑差速器的数值模拟为背景，通过力学分析模型为基础，通过简化分析后利用MATLAB中的SIMULINK工具来进行ＢＰ神经网络训练和分析。
【关键词】防滑差速系统；轮式机械；ＢＰ神经网络
0.概述
汽车上使用的防滑差速系统主要有三种形式：主动控制式、转矩感应式和转速感应式。在实践中防滑差速系统在提高汽车安全性能方面起到了很重要的作用，也逐渐成为一个重点研究的领域。国外汽车公司在防滑差速器方面的研究比较早，经过几十年的发展逐步形成了以TCS防滑差速系统为代表的电子控制系统，在多种高中档轿车上都得到了普遍的应用。相比之下国内的防滑差速系统的研究起步晚，受到总体汽车发展水平的限制，在这个方面更多的研究注重于逻辑控制方面，但还缺乏比较成熟的市场化产品。要提高我国汽车设计生产的水平，提高汽车防滑差速系统设计水平是必由之路。
1.汽车差速器的结构类型和特点
差速器的结构类型取决于车辆的具体类型和工作条件。从功能上分，差速器可分为普通对称式圆锥行星齿轮差速器和防滑差速器两大类，其中防滑差速器又可以分为自锁式差速器和强制锁止式差速器两类，如果要细分还可以划分出更多的类型。在本文中针对轮式工程机械的防滑设计，因此在本节中对防滑差速器的设计来展开讨论。这里对几种常见的防滑差速器类型进行概述，将其作为后续研究的重要参考。常用防滑差速器的类型和特点为：（1）强制锁止式，强制锁止式差速器的使用需要和差速锁配合，结构比较简单，但操作不方便，有可能因为差速锁摘锁时间不当而导致左右车轮刚性连接；（2）摩擦片式自锁差速器摩擦片式自锁差速器通过产生内摩擦力矩来实现转矩的重新分配，从而能够改善汽车在经过恶劣路段时的平衡能力。这类差速器的缺点也比较明显，主要表现在于其工作方式会增加摩擦片的磨损，油耗量也相对较大；（3）滑块凸轮式差速器，滑块凸轮式差速器是一种高摩擦自锁差速器，其结构紧凑、质量小。但其结构较复杂，其零件材料、机械加工等方面均有较高的技术要求，摩擦件的磨损较大；（4）托森差速器，托森差速器又称蜗轮-蜗杆式差速器，其结构简洁、性能优异，在中央轴间差速器和后驱动桥的轮间差速器上应用最为广泛，但由于在转速转矩差较大时有自动锁止作用，通常不用作转向驱动桥的轮间差速器。
2.防滑差速器的性能评价指标
不同的场合使用场合对防滑差速器的要求不同，因此需要按照一定的标准来对防滑差速器的性能进行评定。一般来说，有4类参数：①旋转较快的半轴齿轮上的转矩；②旋转较慢的半轴齿轮上的转矩；③差速器壳上的转矩；④差速器元件在相对运动时所产生的摩擦力矩。上述四类因素中，以旋转较慢的半轴齿轮上的转矩和旋转较快的半轴齿轮上的转矩的比值来衡量汽车两侧驱动轮之间的转矩差异（锁紧系数）。锁紧系数是衡量防滑差速器性能的关键指标，因此对轮式车辆防滑差速器的设计主要就是针对锁紧系数的调整，从而达到操作性、稳定性以及磨损等方面的平衡。本文中将采用优化方法和智能控制理论来调整锁紧系数来完成防滑差速系统的设计。
3.防滑差速系统的建模
3.1力学分析模型
轮式工程车辆一般都是四轮驱动，因此在建模时采用4轮车辆模型，并按动力的不同需求来分配两轴的输入功率，通过液压调整驱动控制系统，从而可构建基于试验样本训练的BP神经网络差速控制系统。建模时的基本规则如下：（1）打飞轮，当有一个车抽上的内外轮转速差很大时，应让模型输出纠正控制参数，加大轮速差稳定的输入扭矩；（2）滑移率的控制，滑移率是制动过程中的控制问题，其目的是通过增加前后轴的驱动力矩，减少滑移的比例，这里选取20%滑移率作为阈值，当滑移率超过20%时有控制系统输出控制参数来进行调整。建模方法采用图形建模方法，利用MATLAB软件仿真，主要是利用其中的系统动力学模拟工具箱SIMULINK来完成。
车辆动力学简化模型为：
aφ-aβ-aλ+aδ=0
bψ+bξ+bλ-bδ+=0
车辆在制动情况下的纵向滑移率为：λ=，其中v，v分别为车辆的纵向速度和轮胎的圆周速度。车辆在制动情况下的横向滑移率为λ=
tan，其中v为车辆的横向速度。上述模型中的参数a,b是一组和车速有关的参数，在计算这些系数时分别建立一个子模型，将车速作为输入，将这些系数作为模型的输出。在设计时采用防滑差速器和整車系统独立设置，只要考虑其模型参数即可实现对整车防滑性能的影响程度。
3.2基于MATLAB的BP神经网络训练
MATLAB软件包中已经包含了BP神经网络的自适应学习算法，在对3.1中的力学模型进行神经网络训练时可以直接使用，只需要针对具体问题的特点进行设置即可。具体的MATLAB设置如下：
（1）首先设定网络各层之间的链接权重和阈值，随机项的数值区间为-1~+1之间的随机值。
（2）设定初始随机模式序列，该序列中包含了再一组车体试验中的车体的知心转速和转角等运行数据，用来描述汽车内侧车轮和外侧车轮的数据。
（3）调用软件自带的输入模式和连接权重以及阈值来计算ＢＰ神经网络中间层各个神经元的输入和输出，其中输出采用Ｓ型传递函数计算。
（4）计算输出层神经元的输入值，其计算数据来源于中间层的输出、连接权重和阈值，进而计算各输出层神经元的输出。
（5）调用希望输出模式和BP神经网络所计算出的结果之间的一般化误差。
（6）计算输出层、中间层各个神经元输出的一般化误差。
（7）修正链接权重，修正的依据为输出层的一般化误差以及中间层中神经元的输出值。
（8）利用中间层中的神经元一般化误差计算结果以及输入来进一步修正链接权重和阈值。
（9）随机设定若干个学习模式让BP神经网络进行训练，直到对所有设定的模式都训练完成并且满足了给定的误差要求后完成训练。
3.3结果分析
通过上节中的数值分析，得到的基本数据和结论如下。当采用50公里每小时的速度值外加9度的前轮转向角，得到横摆角速度瞬态响应峰值反映时间为0.621秒，给差速器的调整量为105.1%，角度值为31.3度。质心侧偏角瞬态响应峰值反应时间约为1秒，超调量约为90%，角度为4.32度。为了对比模拟的效果，当采用普通差速器来进行调整时的结果都比模拟结果中的峰值相应时间、超调量以及角度要大，而二者的质心侧偏角瞬态响应相比，装有限滑差速器车辆的响应峰值时间、超调量以及稳态值都较装有普通差速器车辆略有减小。可以认为限滑差速器加入车辆传动系后，增加了系统的刚性，而相对降低了系统的阻尼。
传统的数值分析方式都需要建立在精确数学模型的基础上，很多实际问题由于影响条件太多而使得建立精确的数学模型几乎不可能。采用带有容错空间和模糊信息的BP神经网络方法是分析这类问题的有效手段。为了提高模拟分析的精度，可进一步采用更为精确的数学模型，配合BP神经网络方法来进行。
【参考文献】
［１］赵健.四轮驱动汽车 TCS 制动压力调节装置及附着系数分离路面控制方法的研究[J].吉林大学硕士学位论文.
［２］邓阳庆.车用粘性式限滑差速器建模仿真与台架试验研究[M].吉林大学车辆工程专业.
［３］张玲.模糊模型参考自学习 ABS 控制系统[M].上海交通大学仪器工程系惯性技术及导航设备专业.
［４］李君，喻凡，张建武.基于道路自动识别 ABS 模糊控制系统的研究[J].农业机械学报,2011,(32-5):26-29.
【关键词】防滑差速系统；轮式机械；ＢＰ神经网络
0.概述
汽车上使用的防滑差速系统主要有三种形式：主动控制式、转矩感应式和转速感应式。在实践中防滑差速系统在提高汽车安全性能方面起到了很重要的作用，也逐渐成为一个重点研究的领域。国外汽车公司在防滑差速器方面的研究比较早，经过几十年的发展逐步形成了以TCS防滑差速系统为代表的电子控制系统，在多种高中档轿车上都得到了普遍的应用。相比之下国内的防滑差速系统的研究起步晚，受到总体汽车发展水平的限制，在这个方面更多的研究注重于逻辑控制方面，但还缺乏比较成熟的市场化产品。要提高我国汽车设计生产的水平，提高汽车防滑差速系统设计水平是必由之路。
1.汽车差速器的结构类型和特点
差速器的结构类型取决于车辆的具体类型和工作条件。从功能上分，差速器可分为普通对称式圆锥行星齿轮差速器和防滑差速器两大类，其中防滑差速器又可以分为自锁式差速器和强制锁止式差速器两类，如果要细分还可以划分出更多的类型。在本文中针对轮式工程机械的防滑设计，因此在本节中对防滑差速器的设计来展开讨论。这里对几种常见的防滑差速器类型进行概述，将其作为后续研究的重要参考。常用防滑差速器的类型和特点为：（1）强制锁止式，强制锁止式差速器的使用需要和差速锁配合，结构比较简单，但操作不方便，有可能因为差速锁摘锁时间不当而导致左右车轮刚性连接；（2）摩擦片式自锁差速器摩擦片式自锁差速器通过产生内摩擦力矩来实现转矩的重新分配，从而能够改善汽车在经过恶劣路段时的平衡能力。这类差速器的缺点也比较明显，主要表现在于其工作方式会增加摩擦片的磨损，油耗量也相对较大；（3）滑块凸轮式差速器，滑块凸轮式差速器是一种高摩擦自锁差速器，其结构紧凑、质量小。但其结构较复杂，其零件材料、机械加工等方面均有较高的技术要求，摩擦件的磨损较大；（4）托森差速器，托森差速器又称蜗轮-蜗杆式差速器，其结构简洁、性能优异，在中央轴间差速器和后驱动桥的轮间差速器上应用最为广泛，但由于在转速转矩差较大时有自动锁止作用，通常不用作转向驱动桥的轮间差速器。
2.防滑差速器的性能评价指标
不同的场合使用场合对防滑差速器的要求不同，因此需要按照一定的标准来对防滑差速器的性能进行评定。一般来说，有4类参数：①旋转较快的半轴齿轮上的转矩；②旋转较慢的半轴齿轮上的转矩；③差速器壳上的转矩；④差速器元件在相对运动时所产生的摩擦力矩。上述四类因素中，以旋转较慢的半轴齿轮上的转矩和旋转较快的半轴齿轮上的转矩的比值来衡量汽车两侧驱动轮之间的转矩差异（锁紧系数）。锁紧系数是衡量防滑差速器性能的关键指标，因此对轮式车辆防滑差速器的设计主要就是针对锁紧系数的调整，从而达到操作性、稳定性以及磨损等方面的平衡。本文中将采用优化方法和智能控制理论来调整锁紧系数来完成防滑差速系统的设计。
3.防滑差速系统的建模
3.1力学分析模型
轮式工程车辆一般都是四轮驱动，因此在建模时采用4轮车辆模型，并按动力的不同需求来分配两轴的输入功率，通过液压调整驱动控制系统，从而可构建基于试验样本训练的BP神经网络差速控制系统。建模时的基本规则如下：（1）打飞轮，当有一个车抽上的内外轮转速差很大时，应让模型输出纠正控制参数，加大轮速差稳定的输入扭矩；（2）滑移率的控制，滑移率是制动过程中的控制问题，其目的是通过增加前后轴的驱动力矩，减少滑移的比例，这里选取20%滑移率作为阈值，当滑移率超过20%时有控制系统输出控制参数来进行调整。建模方法采用图形建模方法，利用MATLAB软件仿真，主要是利用其中的系统动力学模拟工具箱SIMULINK来完成。
车辆动力学简化模型为：
aφ-aβ-aλ+aδ=0
bψ+bξ+bλ-bδ+=0
车辆在制动情况下的纵向滑移率为：λ=，其中v，v分别为车辆的纵向速度和轮胎的圆周速度。车辆在制动情况下的横向滑移率为λ=
tan，其中v为车辆的横向速度。上述模型中的参数a,b是一组和车速有关的参数，在计算这些系数时分别建立一个子模型，将车速作为输入，将这些系数作为模型的输出。在设计时采用防滑差速器和整車系统独立设置，只要考虑其模型参数即可实现对整车防滑性能的影响程度。
3.2基于MATLAB的BP神经网络训练
MATLAB软件包中已经包含了BP神经网络的自适应学习算法，在对3.1中的力学模型进行神经网络训练时可以直接使用，只需要针对具体问题的特点进行设置即可。具体的MATLAB设置如下：
（1）首先设定网络各层之间的链接权重和阈值，随机项的数值区间为-1~+1之间的随机值。
（2）设定初始随机模式序列，该序列中包含了再一组车体试验中的车体的知心转速和转角等运行数据，用来描述汽车内侧车轮和外侧车轮的数据。
（3）调用软件自带的输入模式和连接权重以及阈值来计算ＢＰ神经网络中间层各个神经元的输入和输出，其中输出采用Ｓ型传递函数计算。
（4）计算输出层神经元的输入值，其计算数据来源于中间层的输出、连接权重和阈值，进而计算各输出层神经元的输出。
（5）调用希望输出模式和BP神经网络所计算出的结果之间的一般化误差。
（6）计算输出层、中间层各个神经元输出的一般化误差。
（7）修正链接权重，修正的依据为输出层的一般化误差以及中间层中神经元的输出值。
（8）利用中间层中的神经元一般化误差计算结果以及输入来进一步修正链接权重和阈值。
（9）随机设定若干个学习模式让BP神经网络进行训练，直到对所有设定的模式都训练完成并且满足了给定的误差要求后完成训练。
3.3结果分析
通过上节中的数值分析，得到的基本数据和结论如下。当采用50公里每小时的速度值外加9度的前轮转向角，得到横摆角速度瞬态响应峰值反映时间为0.621秒，给差速器的调整量为105.1%，角度值为31.3度。质心侧偏角瞬态响应峰值反应时间约为1秒，超调量约为90%，角度为4.32度。为了对比模拟的效果，当采用普通差速器来进行调整时的结果都比模拟结果中的峰值相应时间、超调量以及角度要大，而二者的质心侧偏角瞬态响应相比，装有限滑差速器车辆的响应峰值时间、超调量以及稳态值都较装有普通差速器车辆略有减小。可以认为限滑差速器加入车辆传动系后，增加了系统的刚性，而相对降低了系统的阻尼。
传统的数值分析方式都需要建立在精确数学模型的基础上，很多实际问题由于影响条件太多而使得建立精确的数学模型几乎不可能。采用带有容错空间和模糊信息的BP神经网络方法是分析这类问题的有效手段。为了提高模拟分析的精度，可进一步采用更为精确的数学模型，配合BP神经网络方法来进行。
【参考文献】
［１］赵健.四轮驱动汽车 TCS 制动压力调节装置及附着系数分离路面控制方法的研究[J].吉林大学硕士学位论文.
［２］邓阳庆.车用粘性式限滑差速器建模仿真与台架试验研究[M].吉林大学车辆工程专业.
［３］张玲.模糊模型参考自学习 ABS 控制系统[M].上海交通大学仪器工程系惯性技术及导航设备专业.
［４］李君，喻凡，张建武.基于道路自动识别 ABS 模糊控制系统的研究[J].农业机械学报,2011,(32-5):26-29.