分布式电动车辆多线控执行系统动力学优化及容错控制方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51575295
  • 项目类别:
    面上项目
  • 资助金额:
    64.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0503.机械动力学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Besides of energy saving, active safety control is another worldwide challenge for research and development of electric vehicles. This proposal looks into a distributed electric vehicle with a multi-actuation system structure including independent drive/brake/steer/suspension-by-wire systems, explores the fundamental theory and method for multi-system coupling dynamics, coordinated control and active fault-tolerant control of such kind of vehicle, and aims to fully exert the overall advantages of each actuation-by-wire system to comprehensively enhance active safety performance of an electric vehicle. This proposal will construct a hierarchical control architecture, in which the desired forces and torques are calculated in the upper controller; in the middle controller, the nonlinear dynamic optimal control of longitudinal/lateral/vertical tire forces is studied based on the nonlinear dynamic optimization theory, and the principle of multi-actuation system failure and compensation mechanism are analyzed to propose an active fault-tolerant control method based on longitudinal/lateral/vertical tire force coordination; in the lower controller, the inverse models of the tire and actuation-by-wire systems are constructed to address the conversion problem between longitudinal/lateral/vertical tire forces and the control commands of the actuation systems. In this program, the innovative breakthroughs are expected to be achieved in the optimization and fault-tolerant control architecture of multi-actuation systems, the dynamic optimal control method and the active fault-tolerant control method based on the inverse model of system dynamics and dynamic coordinated control of longitudinal/lateral/vertical tire forces.
电动汽车的主动安全控制是除节能之外,电动车辆研发亟待突破的另一项国际难题。申请者以具有独立线控驱动/制动/转向/悬架多执行系统结构特征的分布式电动车辆为研究对象,探讨该类型车辆的多系统耦合动力学、协同控制及主动容错控制所涉及的基础理论和方法,力求充分发挥各线控系统整体优势,综合提升电动车辆主动安全性能。本项目将构建分层控制架构,首先通过上层控制器求解期望合力及力矩;重点研究中层控制中基于非线性动态优化理论的“纵/横/垂”三向力非线性动态优化控制方法,探讨多执行系统失效原理及其补偿机制,拟提出基于“纵/横/垂”三向力协同的主动容错控制方法;在下层控制中,构建轮胎及线控执行系统动力学逆模型,以解决轮胎三向力与线控执行系统控制命令的转换难题。本项目力争在基于系统动力学逆模型和轮胎三向力动态协同优化的多执行系统优化与容错控制构架、动态优化控制方法与主动容错控制方法三个方面取得创新性突破。

结项摘要

高性能电动汽车已成为全球汽车行业的热点,而如何有效提升其综合性能,尤其是整车安全性,被公认为是该领域的国际难题。本项目以具有独立线控驱动/制动/转向/悬架多执行系统结构特征的分布式电动车辆为研究对象,开展了分布式电动车辆多线控执行系统动力学优化及容错控制方法的研究。项目组首先提出了多执行系统优化与容错控制结构,在此基础上对线控执行系统与轮胎的非线性动力学耦合特性分析及动力学模型建模、“纵/横/垂”三向力非线性动态优化控制方法、多执行系统失效分析及失效补偿机制、多执行系统主动容错控制方法等进行了深入研究,取得如下创新性成果:.1)提出了分布式电动车辆多执行系统无模型自适应协同容错控制方法,建立了驱动/制动/转向系统的多输入多输出无模型自校正控制器,突破了对系统故障精准建模的约束,同时解决了单执行系统主动容错和多执行系统协同容错难题。 .2)提出了分布式电动车辆“纵-横-垂”三向力协同主动容错控制方法,建立正常执行器冗余度模型,对正常状态下“纵-横-垂”三向力优化的约束条件、目标函数和多约束非凸函数优化求解方法进行容错处理,解决了异构执行系统之间主动容错控制难题。.3)创建了分布式电动车辆多执行系统优化与容错控制架构,提出将多执行系统主动容错控制与轮胎三向力协同优化相结合,不仅解决了驱动/制动/转向/悬挂多执行系统的协同容错问题,而且有效解决了系统优化控制与容错控制的融合难题。.此外,项目组还建立了分布式电动车辆协同优化及容错控制仿真平台、硬件在环试验平台和实车试验平台,完成了相关理论方法的仿真及试验验证。.项目执行期间,发表了SCI/EI学术论文16篇(其中SCI检索10篇),申请国家发明专利2项,授权国家发明专利2项,出版专著1部。获国家科学技术进步奖二等奖1项,中国汽车工业科学技术进步奖一等奖1项。培养研究生10人,博士后5人。.项目研究成果为分布式电动汽车动力学及容错控制研究提供了方法支撑。

项目成果

期刊论文数量(15)
专著数量(1)
科研奖励数量(2)
会议论文数量(1)
专利数量(4)
Active Fault-Tolerant Control Based on Multiple Input Multiple Output-Model Free Adaptive Control for Four Wheel Independently Driven Electric Vehicle Drive System
四轮独立驱动电动汽车驱动系统基于多输入多输出模型自由自适应控制的主动容错控制
  • DOI:
    10.3390/app9020276
  • 发表时间:
    2019-01
  • 期刊:
    APPLIED SCIENCES-BASEL
  • 影响因子:
    2.7
  • 作者:
    Luo Yugong;Hu Yun;Jiang Fachao;Chen Rui;Wang Yongsheng
  • 通讯作者:
    Wang Yongsheng
Vehicle deformation depth based injury risk function for safety benefit evaluation of crash avoidance and mitigation systems
基于车辆变形深度的伤害风险函数,用于评估碰撞避免和缓解系统的安全效益
  • DOI:
    10.1049/iet-its.2017.0150
  • 发表时间:
    2018-01
  • 期刊:
    IET Intelligent Transport Systems
  • 影响因子:
    2.7
  • 作者:
    Long Chen;Yugong Luo;Fabrizio Stefano Napolitano;Robert Zobel;Keqiang Li
  • 通讯作者:
    Keqiang Li
Coordinated fault tolerant control of over-actuated electric vehicles based on optimal tire force distribution
基于最优轮胎受力分布的过驱动电动汽车协调容错控制
  • DOI:
    10.1504/ijvd.2017.090905
  • 发表时间:
    2017
  • 期刊:
    Int. J. Vehicle Design
  • 影响因子:
    --
  • 作者:
    Yugong Luo;Kun Cao;Laiqing Xie;Keqiang Li
  • 通讯作者:
    Keqiang Li
Estimation of tire-road friction coefficient based on frequency domain data fusion
基于频域数据融合的轮胎-路面摩擦系数估计
  • DOI:
    10.1016/j.ymssp.2016.08.006
  • 发表时间:
    2017-02-15
  • 期刊:
    MECHANICAL SYSTEMS AND SIGNAL PROCESSING
  • 影响因子:
    8.4
  • 作者:
    Chen, Long;Luo, Yugong;Li, Keqiang
  • 通讯作者:
    Li, Keqiang
分布式电动车辆驱动系统MFAC主动容错控制
  • DOI:
    10.19562/j.chinasae.qcgc.2019.09.001
  • 发表时间:
    2019
  • 期刊:
    汽车工程
  • 影响因子:
    --
  • 作者:
    胡云;江发潮;陈锐;罗禹贡
  • 通讯作者:
    罗禹贡

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于动态目标调整的汽车全轮纵向力分配的研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    汽车工程
  • 影响因子:
    --
  • 作者:
    李克强;罗禹贡;刘力
  • 通讯作者:
    刘力
基于纵向频响特性的整车质量估计方法
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    吉林大学学报(工学版)
  • 影响因子:
    --
  • 作者:
    胡满江;罗禹贡;陈龙;李克强
  • 通讯作者:
    李克强
智能车辆运动控制研究综述
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    汽车安全与节能学报
  • 影响因子:
    --
  • 作者:
    郭景华;李克强;罗禹贡
  • 通讯作者:
    罗禹贡
Intelligent Environment-Friendly Vehicles: Concept and Case Studies
智能环保汽车:概念与案例研究
  • DOI:
    10.1109/tits.2011.2170680
  • 发表时间:
    2012-03
  • 期刊:
    IEEE Transactions on Intelligent Transportation Systems
  • 影响因子:
    8.5
  • 作者:
    李克强;陈涛;罗禹贡;王建强
  • 通讯作者:
    王建强
Adaptive neuro network sliding mode cascade architecture of longitudinal tracking control of unmanned vehicles
无人车纵向跟踪控制的自适应神经网络滑模级联架构
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Nonlinear dynamics
  • 影响因子:
    5.6
  • 作者:
    郭景华;罗禹贡;李克强
  • 通讯作者:
    李克强

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

罗禹贡的其他基金

基于预期行驶状态估计的智能电动车辆底盘综合控制方法
  • 批准号:
    50805081
  • 批准年份:
    2008
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码