基于智能轮胎的分布式电驱动车辆动力学解耦控制与转矩协同分配研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    51805030
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    25.0万
  • 负责人：
    张旭东
  • 依托单位：
    北京理工大学
  • 学科分类：
    E0503.机械动力学
  • 结题年份：
    2021
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2021-12-31

项目摘要

Distributed drive electric vehicle (DDEV) owns the outstanding advantages on making full use of road adhesion and achieving advanced vehicle dynamics control. However, challenges still remain in terms of tire-road friction coefficient identification, dynamics decoupling control as well as optimized torque allocation. This project will integrate intelligent tires into vehicle dynamics control system so that the tire-road dynamic interaction can be accurately described. Accordingly, a novel dynamics decoupling and multi-objectives coordinated torque allocation method will be developed. The main content consists of: ① Constructing intelligent tire system based on three-axis accelerometer to reveal the characteristics of tire–road contact patch and deflection model, determining the policy on effective acceleration information extraction, and proposing the tire-road friction coefficient online estimation approaches; ② Developing the vehicle states decoupling strategy based on reinforcement learning theory, investigating the parameter-adaptive model following control, and making the control system robust against strong systemic nonlinearity and parametric uncertainties; ③ Proposing a multi-objectives dynamic control allocation method to optimize the performance of vehicle stability, energy-efficiency and fault-tolerance by considering the road adhesion constraint, energy recovery and motor failure, and then developing a fast global optimization solving algorithm based on nonlinear programming theory. This project can provide a strong technical support to the improvement of the active safety performance of DDEV and the dynamics stability control theory.
分布式电驱动车辆在充分利用路面附着能力实现高性能动力学稳定性控制方面优势突出，然而在路面附着系数识别、动力学解耦控制与转矩优化分配领域仍面临理论与技术挑战。本项目拟将智能轮胎引入车辆动力学控制系统，准确刻画轮胎-路面动态相互作用，并以此为基础，形成车辆动力学解耦控制方法，实现复杂约束条件下转矩多目标协同分配。研究主要包括：①构建基于三轴加速度计的智能轮胎系统，探明轮胎接地印迹与形变特性，确定有效加速度信息提取策略，形成轮胎-路面附着系数在线识别方法；②提出强化学习理论下车辆运动状态解耦策略，研究参数自适应运动跟踪算法，实现强非线性与时变参数下的参考模型跟踪控制；③考虑路面附着约束、回馈能量及电机失效等因素，提出基于车辆稳定性、经济性与容错性的多目标动态控制分配模型，结合非线性规划理论发展快速全局优化求解算法。本项目可以为提升分布式电驱动车辆主动安全性能与完善车辆稳定性控制理论提供有效支撑。

结项摘要

分布式电驱动车辆在充分利用路面附着能力实现高性能动力学稳定性控制方面优势突出，然而在路面附着系数识别、动力学解耦控制与转矩优化分配领域仍面临理论与技术挑战。本项目重点围绕“基于智能轮胎系统的路面附着系数识别方法”、“车辆运动状态解耦与参数自适应运动跟踪控制”、“多目标非线性动态控制分配模型与快速全局最优求解方法”、“基于工况信息预测的高效动力驱动系统能效最优控制研究”等四部分内容开展研究，具体的研究成果如下：.1）建立基于三轴加速度计的智能轮胎系统，掌握轮胎-路面附着系数识别方法。建立基于三轴加速度计的智能轮胎系统与测试平台，掌握轮胎接地特性与有效加速度信息提取方法，融合电机转矩/转速可知性、车载惯性测量单元，形成轮胎-路面附着系数在线识别方法。.2）提出车辆运动状态解耦策略，形成参数自适应运动跟踪算法。提出运动状态解耦策略，兼顾车辆操纵性与稳定性；考虑车辆系统强非线性与参数不确定性，设计参数自适应运动跟踪算法，提升控制系统鲁棒性及有效性。.3）实现多约束条件下控制力矩多目标优化动态控制分配。基于智能轮胎系统，建立综合车辆操纵性、稳定性、经济性等的多目标动态分配模型，设计基于路面信息反馈与车辆行驶状态的多目标动态调节机制，形成基于KKT条件的快速全局最优求解算法。.4）基于工况信息预测的高效动力驱动系统能效最优控制研究。面向高精度速度预测及分布式物理信息系统架构协同能量管理问题，分别提出了多模自适应状态参考设计方法及网联架构下协同能量管理架构，提升了系统综合行驶经济性。.受本基金项目支持，负责人入选中国科协青年托举国家级人才工程，发表学术论文24篇，含SCI论文15篇，ESI高被引论文1篇，EI论文4篇（含中文期刊3篇），会议论文5篇。授权软件著作权5项。授权发明专利16项，专利转化2项。唯一作者出版Springer英文学术专著1部。获2020年河南省科技进步二等奖；2021年机械工业科学技术三等奖；2020年汽车工程学会优秀论文奖（7/500+）。

项目成果

期刊论文数量（16）
专著数量（1）
科研奖励数量（3）
会议论文数量（3）
专利数量（12）
A fast model predictive control allocation of distributed drive electric vehicles for tire slip energy saving with stability constraints
稳定性约束下轮胎打滑节能分布式驱动电动汽车快速模型预测控制分配
  • DOI：
    10.1016/j.conengprac.2020.104554
  • 发表时间：
    2020-09
  • 期刊：
    Control Engineering Practice
  • 影响因子：
    4.9
  • 作者：
    Ningyuan Guo;Xudong Zhang;Yuan Zou;Basilio Lenzo;Tao Zhang;Dietmar Göhlich
  • 通讯作者：
    Dietmar Göhlich
A Computationally Efficient Path-Following Control Strategy of Autonomous Electric Vehicles With Yaw Motion Stabilization
具有偏航运动稳定的自主电动汽车的计算高效路径跟踪控制策略
  • DOI：
    10.1109/tte.2020.2993862
  • 发表时间：
    2020-05
  • 期刊：
    IEEE TRANSACTIONS ON TRANSPORTATION ELECTRIFICATION
  • 影响因子：
    7
  • 作者：
    Guo Ningyuan;Zhang Xudong;Zou Yuan;Lenzo Basilio;Zhang Tao
  • 通讯作者：
    Zhang Tao
A Real-Time Nonlinear Model Predictive Controller for Yaw Motion Optimization of Distributed Drive Electric Vehicles
分布式驱动电动汽车偏航运动优化的实时非线性模型预测控制器
  • DOI：
    10.1109/tvt.2020.2980169
  • 发表时间：
    2020-05-01
  • 期刊：
    IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY
  • 影响因子：
    6.8
  • 作者：
    Guo, Ningyuan;Lenzo, Basilio;Zhang, Tao
  • 通讯作者：
    Zhang, Tao
分布式电驱动车辆力矩分配控制研究现状综述
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    中国公路学报
  • 影响因子：
    --
  • 作者：
    邹渊;郭宁远;张旭东;尹鑫;周亮
  • 通讯作者：
    周亮
Bi-level Energy Management of Plug-in Hybrid Electric Vehicles for Fuel Economy and Battery Lifetime with Intelligent State-of-charge Reference
插电式混合动力汽车的双层能量管理，通过智能充电状态参考实现燃油经济性和电池寿命
  • DOI：
    10.1016/j.jpowsour.2020.228798
  • 发表时间：
    2021
  • 期刊：
    Journal of Power Sources
  • 影响因子：
    9.2
  • 作者：
    Zhang Xudong;Guo Lingxiong;Guo Ningyuan;Zou Yuan;Du Guodong
  • 通讯作者：
    Du Guodong

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

底物添加对森林2个不同演替阶段土壤氨基糖动态的影响
  • DOI：
    10.13332/j.1000-1522.20150396
  • 发表时间：
    2016
  • 期刊：
    北京林业大学学报
  • 影响因子：
    --
  • 作者：
    王辛辛;何红波;胡国庆;邵鹏帅;张威;解宏图;张旭东
  • 通讯作者：
    张旭东
计及多区域用户差异化PMV的柔性负荷多功率级调控策略
  • DOI：
    10.13334/j.0258-8013.pcsee.202197
  • 发表时间：
    2021
  • 期刊：
    中国电机工程学报
  • 影响因子：
    --
  • 作者：
    孙毅;张辰;李泽坤;张旭东;李飞
  • 通讯作者：
    李飞
高压碳纤维复合芯导线输电线路运行的热过载风险评估方法
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    电力系统自动化
  • 影响因子：
    --
  • 作者：
    袁贝尔;应展烽;齐保军;张旭东;冯凯
  • 通讯作者：
    冯凯
白藜芦醇对人黑色素瘤细胞增殖及凋亡的影响
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    Chinese Pharmacological Bulletin
  • 影响因子：
    --
  • 作者：
    刘浩;蒋琛琛;程秀;方琳;陈超;张旭东;蒋志文
  • 通讯作者：
    蒋志文
湿生扁蕾 酮对溃疡性结肠炎肠纤维化大鼠肠上皮细胞 ATG16L1、LC3 表达的影响
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中药材
  • 影响因子：
    --
  • 作者：
    张旭东;柳 娜;景 明;刘雪枫
  • 通讯作者：
    刘雪枫

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

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