【技术实现步骤摘要】
本专利技术涉及汽车转向稳定性监测，具体涉及分布式电动汽车转向稳定性预警方法、装置、设备及介质。
技术介绍
1、随着汽车工业的不断进步，电动汽车作为一种清洁能源汽车，其发展势头迅猛。在电动汽车的众多类型中，分布式驱动电动汽车以其独特的驱动方式和结构优势，逐渐成为研究的热点。这种电动汽车通过取消传统的复杂传动设备，简化了机械传动结构，不仅降低了故障率，还提高了车内空间的利用率，使得车辆在行驶过程中展现出更高的灵活性和可控性。然而，正是这种结构的简化，也使得分布式驱动电动汽车的行驶稳定性面临新的挑战。由于车辆自由度的增加，其在转弯、行驶和制动时的稳定性有所下降。在实际行驶中，尤其是在面对复杂工况，如附着条件较差的冰雪路面时，车轮的动力学特性会发生变化，从线性状态转变为非线性状态，导致车辆的横摆角速度等关键参数偏离理想值。随着车速和转向角的增加，车轮与路面的附着力可能达到极限，从而引发侧滑、跑偏、甩尾等危险情况，严重威胁行车安全。
2、现有的分布式驱动电动汽车在行驶过程中，由于缺乏有效的实时监测手段，无法及时获取车辆的运行状态。这使得驾驶员在操作不当的情况下，车辆可能会迅速进入不可控制的状态，进一步增加了行车风险。此外，在转向稳定性预测方面，现有技术尚未充分利用深度学习方法。这导致在预测分布式驱动电动汽车转向时的潜在故障方面存在不足，无法准确地提前预警，从而无法有效避免可能发生的危险情况，影响了车辆的整体行驶稳定性。
3、有鉴于此，提出本申请。
技术实现思路
1、本
2、为实现上述目的，本专利技术采用以下技术方案：
3、一种分布式电动汽车转向稳定性预警方法，其包括：
4、获取由配置在电动汽车上的传感器组件采集到的感知数据集，基于所述感知数据集建立一个与所述电动汽车相对应的虚拟实体；
5、获取所述虚拟实体的虚拟数据集，基于数字孪生技术将所述虚拟数据集和所述感知数据集进行融合，生成数据孪生仿真数据集；
6、采用lstm神经网络模型对所述数据孪生仿真数据集进行计算，生成分布式电动汽车转向失稳预测值，其中，所述分布式电动汽车转向失稳预测值包括质心侧偏角预测值和横摆角速度预测值；
7、对所述分布式电动汽车转向失稳预测值进行预警处理，生成预警结果或输出分布式电动汽车转向失稳预测值。
8、本专利技术还提供了一种分布式电动汽车转向稳定性预警装置，其包括：
9、虚拟实体建立单元，用于获取由配置在电动汽车上的传感器组件采集到的感知数据集，基于所述感知数据集建立一个与所述电动汽车相对应的虚拟实体；
10、数字孪生单元，用于获取所述虚拟实体的虚拟数据集，基于数字孪生技术将所述虚拟数据集和所述感知数据集进行融合，生成数据孪生仿真数据集；
11、lstm神经网络单元，用于采用lstm神经网络模型对所述数据孪生仿真数据集进行计算，生成分布式电动汽车转向失稳预测值，其中，所述分布式电动汽车转向失稳预测值包括质心侧偏角预测值和横摆角速度预测值；
12、预警单元，用于对所述分布式电动汽车转向失稳预测值进行预警处理，生成预警结果或输出分布式电动汽车转向失稳预测值。
13、本专利技术还提供了一种分布式电动汽车转向稳定性预警设备，其包括处理器、存储器以及存储在所述存储器中且被配置由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项所述的分布式电动汽车转向稳定性预警方法。
14、本专利技术还提供了一种可读存储介质，其存储有计算机程序，所述计算机程序能够被该存储介质所在设备的处理器执行，以实现如上任意一项所述的分布式电动汽车转向稳定性预警方法。
15、综上，所述分布式电动汽车转向稳定性预警方法通过构建数字孪生模型，利用carsim和matlab/simulink联合仿真平台，实现了物理实体与虚拟实体的全面映射，并融合了多源数据，从而提高了模型的准确性和可靠性；旨在解决分布式驱动电动汽车在行驶稳定性方面存在的问题。具体的，所述分布式电动汽车转向稳定性预警方法采用lstm神经网络算法，对车辆的关键运行参数进行实时监测和分析，预测最大质心侧偏角和横摆角速度，以提前预警潜在的转向稳定性故障。通过与车辆传感器获取的实时数据进行对比，系统能够精准地评估车辆的行驶状态，并在检测到异常时及时发出预警，提醒驾驶员采取相应措施。其不仅提高了分布式电动汽车转向故障的监测精度和实时性，还利用深度学习方法提升了对特殊故障的预测准确性。此外，该方法的多源数据融合特性使得对汽车状态的监测更为全面，有效解决了现有技术的缺陷。通过这种方式，本方法为分布式驱动电动汽车的安全行驶提供了有力保障，确保了车辆在各种复杂工况下的稳定性和可靠性。
本文档来自技高网...【技术保护点】
1.一种分布式电动汽车转向稳定性预警方法，其特征在于，包括：
2.根据权利要求1所述的分布式电动汽车转向稳定性预警方法，其特征在于，获取由配置在电动汽车上的传感器组件采集到的感知数据集，基于所述感知数据集建立一个与所述电动汽车相对应的虚拟实体，具体为：
3.根据权利要求1所述的分布式电动汽车转向稳定性预警方法，其特征在于，获取所述虚拟实体的虚拟数据集，基于数字孪生技术将所述虚拟数据集和所述感知数据集进行融合，生成数据孪生仿真数据集，具体为：
4.根据权利要求1所述的分布式电动汽车转向稳定性预警方法，其特征在于，对所述分布式电动汽车转向失稳预测值进行预警处理，生成预警结果或输出分布式电动汽车转向失稳预测值，具体为：
5.根据权利要求4所述的分布式电动汽车转向稳定性预警方法，其特征在于，还包括：
6.根据权利要求5所述的分布式电动汽车转向稳定性预警方法，其特征在于，采用相平面法确定预设的稳定区，其中，相平面内两条关于原点对称且平行的直线作为稳定域边界。
7.根据权利要求6所述的分布式电动汽车转向稳定性预警方法，其
8.一种分布式电动汽车转向稳定性预警装置，其特征在于，包括：
9.一种分布式电动汽车转向稳定性预警设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的分布式电动汽车转向稳定性预警方法。
10.一种可读存储介质，其特征在于，存储有计算机程序，所述计算机程序能够被该存储介质所在设备的处理器执行，以实现如权利要求1至7任意一项所述的分布式电动汽车转向稳定性预警方法。
...【技术特征摘要】
1.一种分布式电动汽车转向稳定性预警方法，其特征在于，包括：
2.根据权利要求1所述的分布式电动汽车转向稳定性预警方法，其特征在于，获取由配置在电动汽车上的传感器组件采集到的感知数据集，基于所述感知数据集建立一个与所述电动汽车相对应的虚拟实体，具体为：
3.根据权利要求1所述的分布式电动汽车转向稳定性预警方法，其特征在于，获取所述虚拟实体的虚拟数据集，基于数字孪生技术将所述虚拟数据集和所述感知数据集进行融合，生成数据孪生仿真数据集，具体为：
4.根据权利要求1所述的分布式电动汽车转向稳定性预警方法，其特征在于，对所述分布式电动汽车转向失稳预测值进行预警处理，生成预警结果或输出分布式电动汽车转向失稳预测值，具体为：
5.根据权利要求4所述的分布式电动汽车转向稳定性预警方法，其特征在于，还包括：
6.根据权利要求5所述的分布式电动汽车转向稳定性预警方法，其特征在于，采用相平面法确定预设的稳定区，其中，相平面内两条关于原点对称...
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。