本发明专利技术涉及一种基于电子控制空气悬架车辆高度传感器的路面等级预测方法。目的在于提供一种成本低且容易实现的路面等级预测方法，为采用电子控制空气悬架的车辆测算并提供路面等级信息。实现本发明专利技术目的的技术方案是：一种基于电子控制空气悬架车辆高度传感器的路面等级预测方法，采集适当时间长度的前桥高度传感器的悬架动行程信号；对采集的悬架动行程信号进行实时低通滤波，滤除平衡位置以下信号，求得正向悬架动行程信号的平均值；以正向悬架动行程信号的平均值和时速信号作为ＢＰ神经网络输入，非线性预测路面等级。
【技术实现步骤摘要】
本专利技术涉及路面等级判断方法，特别涉及一种基于电子控制空气悬架车辆高度传感 器的路面等级预测方法。
技术介绍
电子控制空气悬架与普通的空气悬架相比，具有功能更多、使用更方便灵活等特点， 因此，在大型高档汽车上的应用越来越广泛。采用电子控制空气悬架的车辆具有良好的行驶平顺性(乘坐舒适性)、降低行驶系 统零部件与路面所受冲击载荷、具有在一定范围内调节空气弹簧高度和减振器阻尼的能 力。目前，限制电子控制空气悬架车辆进一步改善车辆性能的主要因素是缺乏足够的路 面信息，因此，如何有效、正确地判断路面等级显得特别重要。路面平整度是引起车辆悬架振动的主要因素之一，而现有的电子控制空气悬架车辆 都不具有主动识别路面等级的能力，因此，当车辆更换道路后，没有一个客观的参考指标来衡量是否需要调整悬架的相应性能参数，只能通过驾驶员的主观判断来对悬架参数 (空气弹簧高度、减振器阻尼)进行调节，这样不利于空气悬架最好地发挥出其性能。 为解决这一问题，国内方面，上海同济大学的万钢、赵治国、余卓平、孙泽昌，提 出车速路面感应型汽车半主动悬架天棚阻尼控制算法(申请号200510030563.6)。国 外方面，日本学者尺dfe"feS、 raw'gwc/^M、 Ka"af.F，他们提出通过监测车身侧向加速 度幅值在指定的时间或距离内超过预定临界值的频率来检测路面等级(Patent number:5487006)。上述两个技术方案或算法复杂或需要加装加速度传感器，成本较高。
技术实现思路
本专利技术的目的提供一种基于电子控制空气悬架车辆高度传感器的路面等级预测方 法，该方法成本低且容易实现，为采用电子控制空气悬架的车辆测算并提供路面等级信 息。实现本专利技术目的的技术方案是 一种基于电子控制空气悬架车辆高度传感器的路面 等级预测方法，该方法包括下列步骤① 采集来自前桥高度传感器的悬架动行程信号；② 对采集的悬架动行程信号进行实时低通滤波，滤除平衡位置以下的信号，求得正向悬 架动行程信号的平均值；③以正向悬架动行程信号的平均值和时速信号作为BP神经网络输入，非线性预测路面 等级。所述非线性预测路面等级可以进一步包括，以路面不平度均方根值RMS为神经网络 目标输出，通过对仿真数据的学习确定所有的权值和阈值，完成从输入到输出的非线性 近似映照,从而实现特定的路面等级判断过程。在不同等级的路面信号激励下，悬架动行程的幅值是不一样的，路面平整度越小， 悬架动行程相应也越小，因此，采用某一工况下的正向悬架动行程信号的平均值和时速 信号，通过BP神经网络来非线性预测路面等级是可行的。汽车行驶时，路面的不平度会激起汽车的振动，当这种振动达到一定程度时,将使乘 客感到不舒服，或使所运载的货物受损，縮短车辆零部件的使用寿命及汽车与地面的附 着效果，同时轮胎对路面的动态载荷对路面也会产生破坏作用。本专利技术的有益效果在于， 通过路面等级判断，适当调节电子控制空气悬架的空气弹簧刚度和减振器阻尼来衰减悬 架振动，从而削弱上述不良影响。因此，分析汽车振动与路面的不平度的关系，判断路 面等级具有重要意义。准确判断路面等级，可以给悬架控制系统提供信息，悬架控制系统根据获得的路面 信息调节空气弹簧的高度和减振器阻尼，从而使车辆在行驶的过程中有较好的平顺性。 直接利用ECAS高度传感器信号和速度信号，只是增加了ECAS—ECU的计算量，不仅可 以节约成本(不需要安装加速度传感器)，而且在实际应用中比较容易实现。附图说明图1为本专利技术实施例1神经网络模型； 具体实施例方式下面结合附图做进一步说明。 实施例1，在车辆行驶过程 中，采集前桥高度传感器信号，记录下车辆悬架动行程信号，截取适当时间长度的信号， 滤除平衡位置以下的信号，求得正向悬架动行程信号的平均值；以正向悬架动行程信号 的平均值和车辆时速信号作为BP神经网络输入，非线性预测路面等级。神经网络路面等级判断模型框图如图1所示，其输入是二维的，第一层(隐层)有 5个神经元，传递函数是tom&;第二层(输出层)是单个神经元，传递函数是线性的， 训练函数选取^n'w/w。 BP神经网络以前悬架动行程正向信号平均值(S『S)、车辆行驶 速度(K)为输入，以路面不平度均方根值(雄S)为神经网络目标输出，通过对仿真数据的学习确定所有的权值和阈值，完成从输入到输出的非线性近似映照,从而实现特定的 路面等级判断过程。根据神经网络输出，对照表l，就可以得出车辆当前情况下所行驶的道路等级。表1路面不平度8级分类标准路面等级ABCDEFGH《/(10Jm) (0.011m"〈iK2.83m-')上限2.695.3810.7721.5343,0686.13172.26344.52几何平均值 下限3.81 5.387.61 10.7715.23 21.5330.45 43.0660.90 86.13121.80 172.26243.61 344.52487.22 689.0权利要求1.，其特征是:该方法包括下列步骤①采集来自前桥高度传感器的悬架动行程信号；②对采集的悬架动行程信号进行实时低通滤波，滤除平衡位置以下的信号，求得正向悬架动行程信号的平均值；③以正向悬架动行程信号的平均值和时速信号作为神经网络输入，非线性预测路面等级。2. 根据权利要求1所述的路面等级预测方法，其特征是，所述步骤②正向悬架动行 程信号的平均值的计算中，截取适当时间长度的正向悬架动行程信号。3. 根据权利要求1所述的路面等级预测方法，其特征是，所述步骤③中进一步以 路面不平度均方根值RMS为神经网络目标输出。4. 根据权利要求1所述的路面等级预测方法，其特征是，所述步骤③中进一步包 括通过对仿真数据的学习确定所有的权值和阈值，完成神经网络从输入到输出的非线 性近似映照,从而实现特定的路面等级判断过程。5，根据权利要求1所述的路面等级预测方法，其特征是，所述神经网络的路面等 级判断模型输入是二维的，第一层有5个神经元，传递函数是toW&;第二层是单个 神经元，传递函数是线性的，训练函数选取zmz'"/w。全文摘要本专利技术涉及。目的在于提供一种成本低且容易实现的路面等级预测方法，为采用电子控制空气悬架的车辆测算并提供路面等级信息。实现本专利技术目的的技术方案是，采集适当时间长度的前桥高度传感器的悬架动行程信号；对采集的悬架动行程信号进行实时低通滤波，滤除平衡位置以下信号，求得正向悬架动行程信号的平均值；以正向悬架动行程信号的平均值和时速信号作为BP神经网络输入，非线性预测路面等级。文档编号B60G23/00GK101367324SQ20081015578公开日2009年2月18日 申请日期2008年10月15日 优先权日2008年10月15日专利技术者周孔亢, 岑慎洪, 李仲兴, 侃 蒋, 燎 陈 申请人:江苏大学本文档来自技高网...
【技术保护点】
一种基于电子控制空气悬架车辆高度传感器的路面等级预测方法，其特征是：该方法包括下列步骤： ①采集来自前桥高度传感器的悬架动行程信号； ②对采集的悬架动行程信号进行实时低通滤波，滤除平衡位置以下的信号，求得正向悬架动行程信号的平均值； ③以正向悬架动行程信号的平均值和时速信号作为神经网络输入，非线性预测路面等级。
【技术特征摘要】
【专利技术属性】
技术研发人员：蒋侃，陈燎，周孔亢，李仲兴，岑慎洪，
申请(专利权)人：江苏大学，
类型：发明
国别省市：32[中国|江苏]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。