CN110435636B - 一种考虑货物升降对叉车横向稳定性影响的优化控制方法 - Google Patents

一种考虑货物升降对叉车横向稳定性影响的优化控制方法 Download PDF

Info

Publication number
CN110435636B
CN110435636B CN201910755348.4A CN201910755348A CN110435636B CN 110435636 B CN110435636 B CN 110435636B CN 201910755348 A CN201910755348 A CN 201910755348A CN 110435636 B CN110435636 B CN 110435636B
Authority
CN
China
Prior art keywords
forklift
formula
goods
particle
yaw moment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910755348.4A
Other languages
English (en)
Other versions
CN110435636A (zh
Inventor
肖本贤
张之路
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201910755348.4A priority Critical patent/CN110435636B/zh
Publication of CN110435636A publication Critical patent/CN110435636A/zh
Application granted granted Critical
Publication of CN110435636B publication Critical patent/CN110435636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • B60W10/184—Conjoint control of vehicle sub-units of different type or different function including control of braking systems with wheel brakes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/02—Control of vehicle driving stability
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/112—Roll movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/12—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to parameters of the vehicle itself, e.g. tyre models
    • B60W40/13—Load or weight
    • B60W2040/1315—Location of the centre of gravity
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/10—Weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2710/00—Output or target parameters relating to a particular sub-units
    • B60W2710/18—Braking system

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Forklifts And Lifting Vehicles (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明涉及一种考虑货物升降对叉车横向稳定性影响的优化控制策略，包括：建立包含货物重量及货物升降速度的车辆模型，确定叉车当前行驶状态下的理想横摆角速度和理想质心侧偏角；检测获得叉车当前行驶状态下的实际横摆角速度和实际质心侧偏角；计算获得后轮转角和附加横摆力矩；根据所述后轮转角和附加横摆力矩，并依据四轮转向与差动制动联合控制策略、制动轮选取规则对叉车进行联合控制。本发明建立了一种新的包含货物重量及货物升降速度的车辆模型，该模型考虑了货物升降对叉车横向稳定性的影响；设计了一种基于附加黑洞机制的简化粒子群算法的横向稳定性控制器，该控制器具有实时快速跟随理想性能指标的优点。

Description

一种考虑货物升降对叉车横向稳定性影响的优化控制方法
技术领域
本发明涉及叉车的横向稳定性控制技术领域，尤其是考虑货物升降对叉车横向稳定性影响的优化控制方法。
背景技术
随着物流产业的发展，叉车作为运输物料的重要设备，其应用领域越来越多，发展前景越来越大。不同于汽车等传统车辆，叉车由于存在货物升降具有其特殊性，对其稳定性评估需要考虑叉车载荷情况下货物升降导致叉车合成重心变化对横向稳定性所造成的影响。
叉车的横向稳定性控制主要通过四轮转向、差动制动等方法来使横摆角速度及质心侧偏角达到理想的性能指标，目前的叉车稳定性控制方法主要集中于叉车一般工况下的横向稳定性控制，并未考虑叉车的特殊性即货物升降导致叉车合成重心变化对横向稳定性所造成的影响，也没有考虑叉车在行驶过程中货物升降动态变化的特殊工况。而叉车在此特殊工况下货物上升下降会导致稳定性降低，影响叉车工作效率甚至会发生叉车稳定性失衡所导致叉车倾覆的危险。
发明内容
本发明的目的在于提供一种在特殊工况下能够快速跟踪理想性能指标、解决了叉车转弯条件下货物升降引起的横向稳定性不足的问题，提高了叉车工作效率的考虑货物升降对叉车横向稳定性影响的优化控制方法。
为实现上述目的，本发明采用了以下技术方案：一种考虑货物升降对叉车横向稳定性影响的优化控制方法，该方法包括以下步骤：
(1)建立包含货物重量及货物升降速度的车辆模型，根据该车辆模型确定叉车当前行驶状态下的理想横摆角速度ωd和理想质心侧偏角βd；
(2)检测获得叉车当前行驶状态下的实际横摆角速度ωreal和实际质心侧偏角βreal，则理想横摆角速度ωd与实际横摆角速度ωreal的实际差值Δω，以及理想质心侧偏角βd与实际质心侧偏角βreal的实际差值Δβ分别为：Δω＝ωd-ωreal，Δβ＝βd-βreal；
(3)根据所述实际差值Δω和实际差值Δβ，采用附加黑洞机制的简化粒子群算法计算获得后轮转角δr和附加横摆力矩MBS；
(4)根据所述后轮转角δr和附加横摆力矩MBS，并依据四轮转向与差动制动联合控制方法、制动轮选取规则对叉车进行联合控制。
在所述步骤(1)中，建立包含货物重量及货物升降速度的车辆模型按如下方式进行：
叉车运动微分方程为：
Figure GDA0002669410310000021
式中，Fy为轮胎侧向力，m为叉车质量，vc为侧向速度，u为前进速度，γ为绕z轴横摆角速度，Mz为轮胎回正力矩，Iz为绕z轴转动惯量；z轴为笛卡尔坐标系的z轴；
在低速、小转角车况下，轮胎侧向力与侧偏角之间呈线性关系，因此，上式变化为：
Figure GDA0002669410310000022
式中，Ff为前轮轮胎侧向力，Fr为后轮轮胎侧向力，kf为前轮侧偏刚度，kr为后轮侧偏刚度，βf为前轮侧偏角，βr为后轮侧偏角，lf为叉车质心至前轴的距离，lr为叉车质心至后轴的距离；所述低速是指0至15km/h，所述小转角是指前轮转角0至0.5rad；
前后轮的侧偏刚度和侧偏角决定了前后轮胎作用力的大小：
Figure GDA0002669410310000023
式中，δf为前轮转角，δr为后轮转角；β为质心侧偏角；
将式(3)代入式(2)，化简成质心侧偏角和横摆角速度表达式为：
Figure GDA0002669410310000031
不同于传统叉车模型，考虑货物升降条件下叉车合成重心变化，上述叉车质心至前轴的距离lf相应转化为lf(t)：
Figure GDA0002669410310000032
其中，lf0为叉车未加货物情况下重心距前桥中心线的距离；y0为初始情况下货物重心距叉车前桥中心线的水平距离，t为货物上升时间，α为叉车后倾角；q为货物重量，v为货物上升速度；
结合叉车合成重心变化公式即式(5)，得到考虑叉车包含货物重量及货物升降速度的车辆模型：
Figure GDA0002669410310000033
其中，L为叉车前后轴轴距，L＝lf+lr。
在所述步骤(1)中，所述理想横摆角速度ωd和理想质心侧偏角βd按如下方式获得：
将理想质心侧偏角βd设定为0，即：βd＝0；
理想横摆角速度ωd的获得方式如下：
利用传感器测量获得叉车在当前行驶状态下的前进速度u、前轮转角δf、货物上升速度v和货物重量q；
由式(7)计算获得叉车的理想横摆角速度ωd：
Figure GDA0002669410310000034
其中，Gr为前轮转向叉车横摆角速度对前轮转向角的稳态增益，
Figure GDA0002669410310000035
K为叉车稳定性因子，
Figure GDA0002669410310000041
μ为轮胎与路面最大附着系数，g为重力加速度，L＝lf+lr。
所述步骤(3)中获得后轮转角δr和附加横摆力矩MBS的计算方法具体如下：
(3a)随机生成30个粒子群个体αi，每个个体是关于后轮转角δr和附加横摆力矩MBS的二维向量，将它们作为初始群体Q1，i＝1,2...30；
(3b)初始化粒子群位置、速度，根据粒子适应度计算公式(8)计算每个粒子适应度值；
min f(xi)＝K1|β-βd|+K2|γ-γd| (8)
式中，β和γ均为其中关于后轮转角δr和附加横摆力矩MBS的函数，具体为各个粒子对应的横摆角速度与质心侧偏角值，K1,K2为归一化因子，分别选取为
Figure GDA0002669410310000042
全局最优粒子为由式(8)计算所得值最小粒子，设为Gbest；
(3c)采用简化粒子群算法更新粒子群位置至最大进化代数的80％，简化粒子群算法更新粒子位置公式如下：
Figure GDA0002669410310000043
式中，t表示当前迭代次数，P是粒子当前位置，V是粒子的速度，ω是惯性权重，c为学习因子，r为[0,1]上产生的随机数,选取ω＝0.8，c＝1.48；
(3d)判断全局最优粒子Gbest是否满足收敛准则，即Gbest所对应的后轮转角δr和附加横摆力矩MBS是否满足min f(xi)≤0.02，若满足，转至步骤(3f)；若不满足，继续下一步骤；
(3e)设置阈值数l，产生随机数p，若l>p，则采用式(9)更新粒子群位置；若l<p，则采用式(10)更新粒子群位置，每次更新后转至步骤(3d)；黑洞搜索机制更新粒子位置公式如下：
Figure GDA0002669410310000044
式中，
Figure GDA0002669410310000045
为迭代次数为t时当前全局最优，R为设置的全局最优解附近搜索半径，rand为产生的[0,1]上随机数；
(3f)输出后轮转角δr和附加横摆力矩MBS。
在所述步骤(4)中，所述四轮转向与差动制动联合控制方法，该方法既可以利用四轮转向分担一部分的横摆力矩，减少差动制动所造成的冲击，也弥补了四轮转向单独控制时的缺点；基于此，在式(6)的基础上添加后轮转角δr和附加横摆力矩MBS以获得理想的控制效果，联合控制的叉车模型微分方程如下：
Figure GDA0002669410310000051
所述步骤(4)中的制动轮选取规则为：左转向时，当附加横摆力矩MBS大于零时，制动轮选取内后轮，当附加横摆力矩MBS小与零时，制动轮选取外前轮；右转向时，当附加横摆力矩MBS大于零时，制动轮选取外前轮，当附加横摆力矩MBS小与零时，制动轮选取内后轮。
由上述技术方案可知，本发明的优点在于：第一，本发明建立了一种新的包含货物重量及货物升降速度的车辆模型，该模型考虑了货物升降对叉车横向稳定性的影响；第二，本发明设计了一种基于附加黑洞机制的简化粒子群算法的横向稳定性控制器，该控制器具有实时快速跟随理想性能指标的优点；第三，解决了叉车转弯条件下货物升降引起的横向稳定性不足的问题，提高了叉车工作效率。
附图说明
图1为本发明的方法流程图；
图2为本发明中叉车动力学模型图。
具体实施方式
如图1所示，一种考虑货物升降对叉车横向稳定性影响的优化控制方法，该方法包括以下步骤：
(1)建立包含货物重量及货物升降速度的车辆模型，根据该车辆模型确定叉车当前行驶状态下的理想横摆角速度ωd和理想质心侧偏角βd；
(2)检测获得叉车当前行驶状态下的实际横摆角速度ωreal和实际质心侧偏角βreal，则理想横摆角速度ωd与实际横摆角速度ωreal的实际差值Δω，以及理想质心侧偏角βd与实际质心侧偏角βreal的实际差值Δβ分别为：Δω＝ωd-ωreal，Δβ＝βd-βreal；
(3)根据所述实际差值Δω和实际差值Δβ，采用附加黑洞机制的简化粒子群算法计算获得后轮转角δr和附加横摆力矩MBS；
(4)根据所述后轮转角δr和附加横摆力矩MBS，并依据四轮转向与差动制动联合控制方法、制动轮选取规则对叉车进行联合控制。
在所述步骤(1)中，建立包含货物重量及货物升降速度的车辆模型按如下方式进行：
叉车运动微分方程为：
Figure GDA0002669410310000061
式中，Fy为轮胎侧向力，m为叉车质量，vc为侧向速度，u为前进速度，γ为绕z轴横摆角速度，Mz为轮胎回正力矩，Iz为绕z轴转动惯量；z轴为笛卡尔坐标系的z轴；
在低速、小转角车况下，轮胎侧向力与侧偏角之间呈线性关系，因此，上式变化为：
Figure GDA0002669410310000062
式中，Ff为前轮轮胎侧向力，Fr为后轮轮胎侧向力，kf为前轮侧偏刚度，kr为后轮侧偏刚度，βf为前轮侧偏角，βr为后轮侧偏角，lf为叉车质心至前轴的距离，lr为叉车质心至后轴的距离；所述低速是指0至15km/h，所述小转角是指前轮转角0至0.5rad；
前后轮的侧偏刚度和侧偏角决定了前后轮胎作用力的大小：
Figure GDA0002669410310000063
式中，δf为前轮转角，δr为后轮转角；β为质心侧偏角；
将式(3)代入式(2)，化简成质心侧偏角和横摆角速度表达式为：
Figure GDA0002669410310000071
不同于传统叉车模型，考虑货物升降条件下叉车合成重心变化，上述叉车质心至前轴的距离lf相应转化为lf(t)：
Figure GDA0002669410310000072
其中，lf0为叉车未加货物情况下重心距前桥中心线的距离；y0为初始情况下货物重心距叉车前桥中心线的水平距离，t为货物上升时间，α为叉车后倾角；q为货物重量，v为货物上升速度；
结合叉车合成重心变化公式即式(5)，得到考虑叉车包含货物重量及货物升降速度的车辆模型：
Figure GDA0002669410310000073
其中，L为叉车前后轴轴距，L＝lf+lr。
在所述步骤(1)中，所述理想横摆角速度ωd和理想质心侧偏角βd按如下方式获得：
将理想质心侧偏角βd设定为0，即：βd＝0；
理想横摆角速度ωd的获得方式如下：
利用传感器测量获得叉车在当前行驶状态下的前进速度u、前轮转角δf、货物上升速度v和货物重量q；
由式(7)计算获得叉车的理想横摆角速度ωd：
Figure GDA0002669410310000074
其中，Gr为前轮转向叉车横摆角速度对前轮转向角的稳态增益，
Figure GDA0002669410310000081
K为叉车稳定性因子，
Figure GDA0002669410310000082
μ为轮胎与路面最大附着系数，g为重力加速度，L＝lf+lr。
所述步骤(3)中获得后轮转角δr和附加横摆力矩MBS的计算方法具体如下：
(3a)随机生成30个粒子群个体αi，每个个体是关于后轮转角δr和附加横摆力矩MBS的二维向量，将它们作为初始群体Q1，i＝1,2...30；
(3b)初始化粒子群位置、速度，根据粒子适应度计算公式(8)计算每个粒子适应度值；
min f(xi)＝K1|β-βd|+K2|γ-γd| (8)
式中，β和γ均为其中关于后轮转角δr和附加横摆力矩MBS的函数，具体为各个粒子对应的横摆角速度与质心侧偏角值，K1,K2为归一化因子，分别选取为
Figure GDA0002669410310000083
βmax为可能出现的最大横摆角速度，γmax为可能出现的最大质心侧偏角；全局最优粒子为由式(8)计算所得值最小粒子，设为Gbest；
(3c)采用简化粒子群算法更新粒子群位置至最大进化代数的80％，简化粒子群算法更新粒子位置公式如下：
Figure GDA0002669410310000084
式中，t表示当前迭代次数，P是粒子当前位置，V是粒子的速度，ω是惯性权重，c为学习因子，r为[0,1]上产生的随机数,选取ω＝0.8，c＝1.48；
(3d)判断全局最优粒子Gbest是否满足收敛准则，即Gbest所对应的后轮转角δr和附加横摆力矩MBS是否满足minf(xi)≤0.02，若满足，转至步骤(3f)；若不满足，继续下一步骤；
(3e)设置阈值数l，产生随机数p，若l>p，则采用式(9)更新粒子群位置；若l<p，则采用式(10)更新粒子群位置，每次更新后转至步骤(3d)；黑洞搜索机制更新粒子位置公式如下：
Figure GDA0002669410310000091
式中，
Figure GDA0002669410310000092
为迭代次数为t时当前全局最优，R为设置的全局最优解附近搜索半径，rand为产生的[0,1]上随机数；
(3f)输出后轮转角δr和附加横摆力矩MBS。
在所述步骤(4)中，所述四轮转向与差动制动联合控制方法，该方法既可以利用四轮转向分担一部分的横摆力矩，减少差动制动所造成的冲击，也弥补了四轮转向单独控制时的缺点；基于此，在式(6)的基础上添加后轮转角δr和附加横摆力矩MBS以获得理想的控制效果，联合控制的叉车模型微分方程如下：
Figure GDA0002669410310000093
所述步骤(4)中的制动轮选取规则为：左转向时，当附加横摆力矩MBS大于零时，制动轮选取内后轮，当附加横摆力矩MBS小与零时，制动轮选取外前轮；右转向时，当附加横摆力矩MBS大于零时，制动轮选取外前轮，当附加横摆力矩MBS小与零时，制动轮选取内后轮。
如图2所示，叉车以速度u向前行驶，叉车后倾角为α，装载货物质量为q，转弯过程中货物以v的速度上升一段距离s，叉车合成重心由于货物上升重心由o变化至o′处，货物重心距叉车前桥中心线的水平距离由y0变化为y′，叉车合成重心至前轴的距离由lf0变化为lf，叉车合成重心至后轴的距离由lr0变化为lr。
综上所述，本发明建立了一种新的包含货物重量及货物升降速度的车辆模型，该模型考虑了货物升降对叉车横向稳定性的影响；本发明设计了一种基于附加黑洞机制的简化粒子群算法的横向稳定性控制器，该控制器具有实时快速跟随理想性能指标的优点；本发明解决了叉车转弯条件下货物升降引起的横向稳定性不足的问题，提高了叉车工作效率。

Claims (5)

1.一种考虑货物升降对叉车横向稳定性影响的优化控制方法，其特征在于：该方法包括以下步骤：
(1)建立包含货物重量及货物升降速度的车辆模型，根据该车辆模型确定叉车当前行驶状态下的理想横摆角速度ωd和理想质心侧偏角βd；
(2)检测获得叉车当前行驶状态下的实际横摆角速度ωreal和实际质心侧偏角βreal，则理想横摆角速度ωd与实际横摆角速度ωreal的实际差值Δω，以及理想质心侧偏角βd与实际质心侧偏角βreal的实际差值Δβ分别为：Δω＝ωd-ωrea，Δβ＝βd-βreal；
(3)根据所述实际差值Δω和实际差值Δβ，采用附加黑洞机制的简化粒子群算法计算获得后轮转角δr和附加横摆力矩MBS；
(4)根据所述后轮转角δr和附加横摆力矩MBS，并依据四轮转向与差动制动联合控制方法、制动轮选取规则对叉车进行联合控制；
在所述步骤(1)中，建立包含货物重量及货物升降速度的车辆模型按如下方式进行：
叉车运动微分方程为：
Figure FDA0002669410300000011
式中，Fy为轮胎侧向力，m为叉车质量，vc为侧向速度，u为前进速度，γ为绕z轴横摆角速度，Mz为轮胎回正力矩，Iz为绕z轴转动惯量；z轴为笛卡尔坐标系的z轴；
在低速、小转角车况下，轮胎侧向力与侧偏角之间呈线性关系，因此，上式变化为：
Figure FDA0002669410300000012
式中，Ff为前轮轮胎侧向力，Fr为后轮轮胎侧向力，kf为前轮侧偏刚度，kr为后轮侧偏刚度，βf为前轮侧偏角，βr为后轮侧偏角，lf为叉车质心至前轴的距离，lr为叉车质心至后轴的距离；所述低速是指0至15km/h，所述小转角是指前轮转角0至0.5rad；
前后轮的侧偏刚度和侧偏角决定了前后轮胎作用力的大小：
Figure FDA0002669410300000021
式中，δf为前轮转角，δr为后轮转角；β为质心侧偏角；
将式(3)代入式(2)，化简成质心侧偏角和横摆角速度表达式为：
Figure FDA0002669410300000022
不同于传统叉车模型，考虑货物升降条件下叉车合成重心变化，上述叉车质心至前轴的距离lf相应转化为lf(t)：
Figure FDA0002669410300000023
其中，lf0为叉车未加货物情况下重心距前桥中心线的距离；y0为初始情况下货物重心距叉车前桥中心线的水平距离，t为货物上升时间，α为叉车后倾角；q为货物重量，v为货物上升速度；
结合叉车合成重心变化公式即式(5)，得到考虑叉车包含货物重量及货物升降速度的车辆模型：
Figure FDA0002669410300000024
其中，L为叉车前后轴轴距，L＝lf+lr。
2.根据权利要求1所述的考虑货物升降对叉车横向稳定性影响的优化控制方法，其特征在于：在所述步骤(1)中，所述理想横摆角速度ωd和理想质心侧偏角βd按如下方式获得：
将理想质心侧偏角βd设定为0，即：βd＝0；
理想横摆角速度ωd的获得方式如下：
利用传感器测量获得叉车在当前行驶状态下的前进速度u、前轮转角δf、货物上升速度v和货物重量q；
由式(7)计算获得叉车的理想横摆角速度ωd：
Figure FDA0002669410300000031
其中，Gr为前轮转向叉车横摆角速度对前轮转向角的稳态增益，
Figure FDA0002669410300000032
K为叉车稳定性因子，
Figure FDA0002669410300000033
μ为轮胎与路面最大附着系数，g为重力加速度，L＝lf+lr。
3.根据权利要求1所述的考虑货物升降对叉车横向稳定性影响的优化控制方法，其特征在于：所述步骤(3)中获得后轮转角δr和附加横摆力矩MBS的计算方法具体如下：
(3a)随机生成30个粒子群个体αi，每个个体是关于后轮转角δr和附加横摆力矩MBS的二维向量，将它们作为初始群体Q1，i＝1,2...30；
(3b)初始化粒子群位置、速度，根据粒子适应度计算公式(8)计算每个粒子适应度值；
minf(xi)＝K1|β-βd|+K2|γ-γd| (8)
式中，β和γ均为其中关于后轮转角δr和附加横摆力矩MBS的函数，具体为各个粒子对应的横摆角速度与质心侧偏角值，K1,K2为归一化因子，分别选取为
Figure FDA0002669410300000034
全局最优粒子为由式(8)计算所得值最小粒子，设为Gbest；
(3c)采用简化粒子群算法更新粒子群位置至最大进化代数的80％，简化粒子群算法更新粒子位置公式如下：
Figure FDA0002669410300000035
式中，t表示当前迭代次数，P是粒子当前位置，V是粒子的速度，ω是惯性权重，c为学习因子，r为[0,1]上产生的随机数,选取ω＝0.8，c＝1.48；
(3d)判断全局最优粒子Gbest是否满足收敛准则，即Gbest所对应的后轮转角δr和附加横摆力矩MBS是否满足minf(xi)≤0.02，若满足，转至步骤(3f)；若不满足，继续下一步骤；
(3e)设置阈值数l，产生随机数p，若l>p，则采用式(9)更新粒子群位置；若l<p，则采用式(10)更新粒子群位置，每次更新后转至步骤(3d)；黑洞搜索机制更新粒子位置公式如下：
Figure FDA0002669410300000041
式中，
Figure FDA0002669410300000042
为迭代次数为t时当前全局最优，R为设置的全局最优解附近搜索半径，rand为产生的[0,1]上随机数；
(3f)输出后轮转角δr和附加横摆力矩MBS。
4.根据权利要求1所述的考虑货物升降对叉车横向稳定性影响的优化控制方法，其特征在于：在所述步骤(4)中，所述四轮转向与差动制动联合控制方法，该方法既可以利用四轮转向分担一部分的横摆力矩，减少差动制动所造成的冲击，也弥补了四轮转向单独控制时的缺点；基于此，在式(6)的基础上添加后轮转角δr和附加横摆力矩MBS以获得理想的控制效果，联合控制的叉车模型微分方程如下：
Figure FDA0002669410300000043
5.根据权利要求1所述的考虑货物升降对叉车横向稳定性影响的优化控制方法，其特征在于：所述步骤(4)中的制动轮选取规则为：左转向时，当附加横摆力矩MBS大于零时，制动轮选取内后轮，当附加横摆力矩MBS小与零时，制动轮选取外前轮；右转向时，当附加横摆力矩MBS大于零时，制动轮选取外前轮，当附加横摆力矩MBS小与零时，制动轮选取内后轮。
CN201910755348.4A 2019-08-15 2019-08-15 一种考虑货物升降对叉车横向稳定性影响的优化控制方法 Active CN110435636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910755348.4A CN110435636B (zh) 2019-08-15 2019-08-15 一种考虑货物升降对叉车横向稳定性影响的优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910755348.4A CN110435636B (zh) 2019-08-15 2019-08-15 一种考虑货物升降对叉车横向稳定性影响的优化控制方法

Publications (2)

Publication Number Publication Date
CN110435636A CN110435636A (zh) 2019-11-12
CN110435636B true CN110435636B (zh) 2021-02-02

Family

ID=68435834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910755348.4A Active CN110435636B (zh) 2019-08-15 2019-08-15 一种考虑货物升降对叉车横向稳定性影响的优化控制方法

Country Status (1)

Country Link
CN (1) CN110435636B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111908391A (zh) * 2020-09-08 2020-11-10 上海市特种设备监督检验技术研究院 一种平衡重式叉车的监测***和监测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8140228B2 (en) * 2009-03-27 2012-03-20 The Raymond Corporation System and method for dynamically maintaining the stability of a material handling vehicle having a vertical lift
CN104925701B (zh) * 2015-06-19 2017-07-18 合肥工业大学 叉车横向稳定性控制方法及其电控***
CN108694283A (zh) * 2018-05-15 2018-10-23 北京理工大学 一种用于提高电动汽车横向稳定性的预测控制方法及***
CN109455186B (zh) * 2018-11-13 2020-03-06 合肥工业大学 三轮独立驱动电动叉车转矩的混合优化分配控制方法

Also Published As

Publication number Publication date
CN110435636A (zh) 2019-11-12

Similar Documents

Publication Publication Date Title
CN109795502B (zh) 智能电动汽车路径跟踪模型预测控制方法
CN111890951B (zh) 智能电动汽车轨迹跟踪与运动控制方法
CN103213582B (zh) 基于车身侧倾角估计的防侧翻预警控制方法
KR101470221B1 (ko) 현가 제어 장치 및 그 방법
CN110509915B (zh) 一种基于时变速度的四轮驱动汽车横向稳定性控制方法
CN111796522B (zh) 一种车辆状态估计方法
WO2022266824A1 (zh) 一种转向控制方法及装置
CN109292019A (zh) 基于同轴式轮腿结构的全地形车主动车身姿态控制方法
CN111731267B (zh) 一种装备非充气弹性车轮的分布式电动汽车稳定性控制***及方法
CN111845755B (zh) 一种车辆纵向车速估计方法
CN109017805B (zh) 一种针对存在不确定性的行驶***车辆稳定性控制方法
WO2018029914A1 (ja) 車両状態量推定装置
CN101844583B (zh) 一种车辆双重转向控制方法
CN110435636B (zh) 一种考虑货物升降对叉车横向稳定性影响的优化控制方法
JP2013023017A (ja) 車体傾動制御装置、車体傾動制御方法
CN112346337A (zh) 极限工况下基于后轮主动转向的车辆稳定性控制方法
CN114148411B (zh) 一种轮式无人平台的漂移控制方法
CN114312847B (zh) 一种自动驾驶车辆的横向控制方法及装置
CN113226881A (zh) 车辆运动状态推断装置、车辆运动状态推断方法以及车辆
CN113401113B (zh) 基于车辆稳定包络线的无人驾驶汽车直接横摆力矩控制方法及控制器
CN112590774B (zh) 一种基于深度强化学习的智能电动汽车漂移入库控制方法
CN114734983A (zh) 一种基于稳定域的分布式电动汽车稳定性控制方法
CN113799621A (zh) 一种变质心转向工况下的无人搬运车转矩分配控制技术
Sun et al. Design of Four Wheel Steering and Direct Yaw Moment Control for Unmanned Vehicle with Path Tracking Controller in Extreme Maneuvers
CN114859733B (zh) 一种差动转向无人车轨迹跟踪及姿态控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant