CN111695197B - 一种罐车侧翻阈值高可靠动态估计方法 - Google Patents
一种罐车侧翻阈值高可靠动态估计方法 Download PDFInfo
- Publication number
- CN111695197B CN111695197B CN202010444574.3A CN202010444574A CN111695197B CN 111695197 B CN111695197 B CN 111695197B CN 202010444574 A CN202010444574 A CN 202010444574A CN 111695197 B CN111695197 B CN 111695197B
- Authority
- CN
- China
- Prior art keywords
- rollover
- test
- tank car
- threshold
- air bag
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Regulating Braking Force (AREA)
Abstract
本发明提出一种罐车侧翻阈值高可靠动态估计方法,首先明确侧翻表征参数和影响侧翻阈值的因素并搭建侧翻阈值标定装置,然后开展典型侧翻场景下罐车侧翻阈值标定试验,接着处理数据并标定出不同场景下的侧翻阈值,进而利用SVR拟合出侧翻阈值及其影响因素之间的函数关系,最后基于拟合出的函数关系实现罐车侧翻阈值动态估计。该方法提出气囊压力横向转移率这一侧翻表征参数,满足侧翻危险冗余判别的需求;利用高精度惯性测量单元、压力传感器、轮力传感器和防侧翻架搭建罐车侧翻阈值标定装置,可运用于实车试验;通过实车试验数据和SVR,拟合出侧翻阈值与其影响因素间的函数关系,实现侧翻阈值动态估计。
Description
技术领域
本发明涉及一种侧翻阈值估计方法,具体的是一种罐车侧翻阈值高可靠动态估计方法,属于车辆安全技术领域。
背景技术
我国危险品运输安全形势严峻,侧翻是主要的事故形态之一。由于装载量大,运输效率高,罐车成为危险品公路运输的主要载体。然而罐车整车质量较大、质心较高、和受液体扰动,使得罐车在转弯和变道时易发生侧翻,导致危险品泄漏、燃烧、***,造成财产损失、环境污染、生态破坏、人员伤亡。因此,研究罐车侧翻防控方法对公路安全具有重要意义。
目前,侧翻防控方法是基于固定的侧翻阈值,如0.4g的侧向加速度等,然而罐车在不同驾驶行为、不同充液比和不同道路坡度下侧翻阈值是动态变化的,因此单一固定的侧翻阈值难以适用罐车实际侧翻防控需求。据资料调研,罐车侧翻阈值的获取途径大多以多维仿真试验为主,其原因为:1、缺乏罐车侧翻阈值高可靠标定装置,2、缺乏适用于罐车的典型侧翻场景库,3、缺乏能够根据罐车行驶状况动态估计侧翻阈值的方法。
发明内容
针对单一固定的侧翻阈值难以适用罐车实际侧翻防控需求的问题,本发明提出了一种罐车侧翻阈值高可靠动态估计方法。该方法能够根据罐车当前行使状态动态估计侧翻阈值,有助于提高侧翻预警的准确性。
为了实现上述目的,本发明提供如下技术方案:
步骤一:明确侧翻表征参数和影响侧翻阈值的因素并搭建侧翻阈值标定装置
侧翻表征参数选为侧倾角τ、侧向加速度θ和气囊压力横向转移率η,影响罐车侧翻阈值的因素选为车速v、整车质量m和充液比λ,η计算公式为:
式(1)中,Fls是罐车第s根车轴左侧气囊压力,Frs是罐车第s根车轴右侧气囊压力,s是车轴编号,s=1,2,…,e,e是罐车总的车轴数量;
侧翻阈值标定装置包括一台高精度惯性测量单元、多个压力传感器、两个轮力传感器和两台防侧翻架,高精度惯性测量单元安装在接近罐车质心处,压力传感器安装在罐车空气悬架各个气囊的通气阀处,轮力传感器安装在罐车尾部最后轴两侧车轮上,防侧翻架安装在罐车两侧;高精度惯性测量单元采集侧倾角τ和侧向加速度θ,轮力传感器采集最后轴左车轮垂向力Gl和右车轮垂向力Gr,通过车身CAN总线采集最后轴两轮轮速传感器信息的均值作为车速v,各传感器数据输出频率相同,整车质量m和充液比λ事先静态测量获得;
步骤二:在封闭试验场地开展典型侧翻场景下罐车侧翻阈值标定试验
罐车侧翻场景库各场景基元划分如下表所示:
场景基元排列组合后有30种侧翻场景;典型侧翻场景下罐车侧翻阈值标定试验具体步骤包括:
子步骤1:标定试验应在干燥、坚实的路面上进行,且路面表面峰值附着系数不小于0.9;检查标定装置中各传感器的可靠性,防侧翻架的安全性,以及检查试验场地有无安全隐患;
子步骤2:基于确定的侧翻场景在封闭试验场依次设置驾驶行为、充液比和纵向坡度,在试验场地上画出J转向和双移线的试验轨迹,试验开始前,静态测量整车质量m和充液比λ;
子步骤3:保持恒定车速按照轨迹行驶,以32km/h为初始速度,逐次增加2km/h,直到连续5次试验过程中最后轴一侧轮胎垂向力为0或者防侧翻支架一侧着地结束当前场景下侧翻阈值标定试验,保存这5次试验侧倾角τ、侧向加速度θ、气囊压力横向转移率η、车速v、整车质量m、充液比λ、最后轴左车轮垂向力Gl、最后轴右车轮垂向力Gr的数据;
子步骤4:重复子步骤2和子步骤3,完成30种侧翻场景下的阈值标定试验并保存数据;
步骤三:处理数据并动态标定出不同典型侧翻场景下的侧翻阈值
30个侧翻场景标定试验完成后,每个场景下保存了5次试验数据,共有150次试验数据;采用加权均值滤波对每次试验采集的侧倾角τ、侧向加速度θ、气囊压力横向转移率η、车速v、最后轴左车轮垂向力Gl、最后轴右车轮垂向力Gr的数据进行处理;以侧向加速度为例,θt为某次试验中侧向加速度的一组数据,t=1,2,…,c,c为该次试验侧向加速度数据量,加权均值滤波处理方法如下:
该次试验的侧倾角τ、气囊压力横向转移率η、车速v、最后轴左车轮垂向力Gl、最后轴右车轮垂向力Gr数据以同样的方法进行滤波处理;
150次试验的各项数据经过上述方法处理后,计算侧倾状态H,公式为:
子步骤1:将某次试验的侧倾角、侧向加速度、气囊压力横向转移率、车速和侧倾状态的数据进行时间轴统一显示,即各数据的曲线具有相同的起始时刻和终止时刻;该次试验中整车质量和充液比为定值;
步骤四:利用SVR拟合出侧翻阈值及其影响因素之间的函数关系
结合样本数据利用SVR分别拟合侧倾角阈值与车速、整车质量、充液比的函数fτ(x),侧向加速度阈值与车速、整车质量、充液比的函数fθ(x),气囊压力横向转移率阈值与车速、整车质量、充液比的函数fη(x);
步骤五:基于拟合出的函数关系实现罐车侧翻阈值动态估计
罐车行驶时,通过车身CAN总线读取车速事先静态测量整车质量和充液比得到分别计算和 为侧倾角控制阈值,为侧向加速度控制阈值,为气囊压力横向转移率控制阈值;为侧倾角预警阈值,为侧向加速度预警阈值,为气囊压力横向转移率预警阈值。
与现有技术相比,本发明具有如下优点和有益效果:
1.本发明提出了气囊压力横向转移率这一侧翻表征参数,满足侧翻危险冗余判别的需求,提高侧翻防控的可靠性;
2.本发明搭建的侧翻阈值标定标定装置能够准确实时采集罐车发生侧翻时各表征参数数据,可运用于实车试验;
3.本发明总结的侧翻场景库涵盖了罐车实际行驶时发生侧翻的典型场景;
4.本发明通过实车试验数据和SVR,拟合出侧翻阈值与其影响因素间的函数关系,实现侧翻阈值动态估计。
附图说明
图1为罐车侧翻阈值标定方法及装置的总体设计方案图
图2为罐车侧翻阈值标定装置的结构图
图3为半径为45.7m的罐车J左转向试验轨迹图
图4为罐车双移线试验轨迹图
具体实施方式
以下将结合具体实例对本发明提供的技术方案进行详细说明,应理解下述具体实施方式仅用于说明而不用于限制本发明的范围。
本发明提出了一种罐车侧翻阈值高可靠动态估计方法,首先明确侧翻表征参数和影响侧翻阈值的因素并搭建侧翻阈值标定装置,然后在封闭试验场地开展典型侧翻场景下罐车侧翻阈值标定试验,接着处理数据并动态标定出不同典型侧翻场景下的侧翻阈值,进而利用SVR拟合出侧翻阈值及其影响因素之间的函数关系,最后基于拟合出的函数关系实现罐车侧翻阈值动态估计。本发明针对使用气囊分离式空气悬架的罐车提出了气囊压力横向转移率这一侧翻表征参数,满足侧翻危险冗余判别的需求;利用高精度惯性测量单元、压力传感器、轮力传感器和防侧翻架搭建罐车侧翻阈值标定装置,可运用于实车试验;结合罐车实际侧翻场景,参考多项车辆稳定性试验标准,总结适用于罐车典型侧翻场景库;通过实车试验数据和SVR,拟合出侧翻阈值与其影响因素间的函数关系,实现侧翻阈值动态估计。本发明总体设计方案如图1所示,具体步骤包括:
步骤一:明确侧翻表征参数和影响侧翻阈值的因素并搭建侧翻阈值标定装置
侧倾角、侧向加速度和横向载荷转移率是常用的侧翻表征参数,可以直观的反映车辆的侧倾稳定性。然而高速运转状态下车轮的载荷测量比较困难,针对使用气囊分离式空气悬架的罐车,由于车轮处气囊压力与车轮的载荷存在对应关系并且气囊分布左右对称,提出气囊压力横向转移率这一侧翻表征参数,因此侧翻表征参数选为侧倾角τ、侧向加速度θ和气囊压力横向转移率η。η计算公式为:
式(1)中,Fls是罐车第s根车轴左侧气囊压力,Frs是罐车第s根车轴右侧气囊压力,s是车轴编号,s=1,2,…,e,e是罐车总的车轴数量。
道路曲率半径一定时,车速和整车质量越大,罐车的离心力就越大,当车辆自重加在车轮上的力矩不足以克服离心力时,车辆会发生侧翻。罐车在非满载状态下,由于罐车运动状态的不断变化和液体的流动性,罐体内的液体易于晃动,会对罐体侧壁产生附加的力和力矩,从而降低罐车侧倾稳定性,诱使车辆发生侧翻。因此影响罐车侧翻阈值的因素选为车速v、整车质量m和充液比λ。
侧翻阈值标定装置包括一台高精度惯性测量单元、多个压力传感器、两个轮力传感器(轮力传感器的介绍与功能见参考文献--晏华文.基于蓝牙的车轮力数据传输***设计[D].镇江:江苏科技大学,2013)和两台防侧翻架。高精度惯性测量单元安装在接近罐车质心处,压力传感器安装在罐车空气悬架各个气囊的通气阀处,轮力传感器安装在罐车尾部最后轴两侧车轮上,防侧翻架安装在罐车两侧,如图2所示(图中为两轴罐车,对于三轴罐车,需要增加压力传感器的数量)。高精度惯性测量单元采集侧倾角τ和侧向加速度θ,轮力传感器采集最后轴左车轮垂向力Gl和最后轴右车轮垂向力Gr。随着越来越多的罐车配备制动防抱死***(ABS)等电子***,轮速传感器已被安装在车辆中,通过车身CAN总线采集最后轴两轮(即非转向轮)轮速传感器信息的均值作为车速v。整车质量m和充液比λ事先静态测量获得,各传感器数据输出频率相同,保证采集的数据一一对应。
步骤二:在封闭试验场地开展典型侧翻场景下罐车侧翻阈值标定试验
确定侧翻表征参数、影响侧翻阈值的因素和标定装置后,需要设计罐车典型侧翻场景库,在封闭试验场地开展侧翻阈值标定试验。
罐车侧翻场景库的建立需考虑“驾驶行为”、“充液比”和“纵向坡度(下坡)”三个场景基元,各场景基元划分如下表所示。在驾驶行为基元、充液比基元和纵向坡度基元中选择一项量化参数,进行排列组合得到不同的侧翻场景。为与侧滑区分,暂不考虑低附着系数。
J转向试验轨迹设置参考GB/T6323-2014《汽车操纵稳定性试验方法》中转向试验规定,如图3所示。双移线试验轨迹设置参考ISO 3888-2《乘用车--急剧变换车道操纵用试验车道--第2部分:障碍物规避》中规定要求,如图4所示。场景基元排列组合时,考虑到试验安全,认为纵向陡坡<7%不支持J转向试验,因此有4(J转向)×5(充液比)×1(纵向坡度<3%)+1(双移线)×5(充液比)×2(纵向坡度)=30种侧翻场景。
通过实车试验,记录罐车在不同侧翻场景下从安全行驶到发生侧翻过程中侧翻表征参数和影响侧翻阈值的因素的数值变化。具体步骤包括:
子步骤1:标定试验应在干燥、坚实的路面上进行,且路面表面峰值附着系数不小于0.9;需检查标定装置中各传感器的可靠性,防侧翻架的安全性,以及检查试验场地有无安全隐患;
子步骤2:基于确定的侧翻场景在封闭试验场依次设置驾驶行为、充液比和纵向坡度,用醒目的颜色在试验场地上画出J转向和双移线的试验轨迹,试验开始前,静态测量整车质量m和充液比λ;
子步骤3:参考GB/T 38185-2019《商用车辆电子稳定性控制***性能要求及试验方法》J转向试验中速度设置,驾驶员尽量保持恒定车速按照轨迹行驶,以32km/h为初始速度,逐次增加2km/h,直到连续5次试验过程中最后轴一侧轮胎垂向力为0或者防侧翻支架一侧着地结束当前场景下侧翻阈值标定试验,保存这5次试验侧倾角τ、侧向加速度θ、气囊压力横向转移率η、车速v、整车质量m、充液比λ、最后轴左车轮垂向力Gl、最后轴右车轮垂向力Gr的数据;
子步骤4:重复子步骤2和子步骤3,完成30种侧翻场景下的阈值标定试验并保存数据;
步骤三:处理数据并动态标定出不同典型侧翻场景下的侧翻阈值
30个侧翻场景标定试验完成后,每个场景下保存了5次试验数据,共有150次试验数据。为了进一步提高数据的准确性和可靠性,采用工程实用的加权均值滤波对每次试验采集的侧倾角τ、侧向加速度θ、气囊压力横向转移率η、车速v、最后轴左车轮垂向力Gl、最后轴右车轮垂向力Gr的数据进行处理(单次试验中整车质量m和充液比λ为一定值,无需处理)。以侧向加速度为例,θt为某次试验中侧向加速度的一组数据,t=1,2,…,c,c为该次试验侧向加速度数据量,加权均值滤波处理方法如下:
150次试验的各项数据经过上述方法处理后,计算侧倾状态H,公式为:
子步骤1:将某次试验的侧倾角、侧向加速度、气囊压力横向转移率、车速和侧倾状态的数据进行时间轴统一显示,即各数据的曲线具有相同的起始时刻和终止时刻;该次试验中整车质量和充液比为定值;
子步骤2:从起始时刻开始搜索侧倾状态H值第一次达到0.9(根据侧翻防控程度需求不同可对值“0.9”更改)的点,并记录此时车速、整车质量、充液比、侧倾角、侧向加速度和气囊压力横向转移率的值,记为其中为该次试验的侧翻阈值;
步骤四:利用SVR拟合出侧翻阈值及其影响因素之间的函数关系
支持向量机是针对一般的估计和预测问题而开发的,除了使用支持向量机分类,还可以用来进行函数回归的拟合,即SVR(Support Vector Regression)。SVR具有计算复杂度低和泛化性能好的优点,是通过最小化预测误差,找到一个能够很好地逼近训练实例的函数,并且在误差最小化时,最大化函数的平整度来降低拟合的风险。
利用SVR分别拟合侧倾角阈值与车速、整车质量、充液比的函数fτ(x),侧向加速度阈值与车速、整车质量、充液比的函数fθ(x),气囊压力横向转移率阈值与车速、整车质量、充液比的函数fη(x),以fτ(x)为例介SVR拟合函数方法。
将式(6)带入式(5)中,得到SVR的对偶问题:
SVR具体使用方法和b的计算方法可以参考文献(周志华.机器学习[M].北京:清华大学出版社,2016:133-137)。以同样的方法求得fθ(x)和fη(x)。
步骤五:基于拟合出的函数关系实现罐车侧翻阈值动态估计
Claims (1)
1.一种罐车侧翻阈值高可靠动态估计方法,其特征在于,具体步骤包括:
步骤一:明确侧翻表征参数和影响侧翻阈值的因素并搭建侧翻阈值标定装置
侧翻表征参数选为侧倾角τ、侧向加速度θ和气囊压力横向转移率η,影响罐车侧翻阈值的因素选为车速v、整车质量m和充液比λ,η计算公式为:
式(1)中,Fls是罐车第s根车轴左侧气囊压力,Frs是罐车第s根车轴右侧气囊压力,s是车轴编号,s=1,2,…,e,e是罐车总的车轴数量;
侧翻阈值标定装置包括一台高精度惯性测量单元、多个压力传感器、两个轮力传感器和两台防侧翻架,高精度惯性测量单元安装在接近罐车质心处,压力传感器安装在罐车空气悬架各个气囊的通气阀处,轮力传感器安装在罐车尾部最后轴两侧车轮上,防侧翻架安装在罐车两侧;高精度惯性测量单元采集侧倾角τ和侧向加速度θ,轮力传感器采集最后轴左车轮垂向力Gl和右车轮垂向力Gr,通过车身CAN总线采集最后轴两轮轮速传感器信息的均值作为车速v,各传感器数据输出频率相同,整车质量m和充液比λ事先静态测量获得;
步骤二:在封闭试验场地开展典型侧翻场景下罐车侧翻阈值标定试验
罐车侧翻场景库各场景基元划分如下表所示:
场景基元排列组合后有30种侧翻场景;典型侧翻场景下罐车侧翻阈值标定试验具体步骤包括:
子步骤1:标定试验应在干燥、坚实的路面上进行,且路面表面峰值附着系数不小于0.9;检查标定装置中各传感器的可靠性,防侧翻架的安全性,以及检查试验场地有无安全隐患;
子步骤2:基于确定的侧翻场景在封闭试验场依次设置驾驶行为、充液比和纵向坡度,在试验场地上画出J转向和双移线的试验轨迹,试验开始前,静态测量整车质量m和充液比λ;
子步骤3:保持恒定车速按照轨迹行驶,以32km/h为初始速度,逐次增加2km/h,直到连续5次试验过程中最后轴一侧轮胎垂向力为0或者防侧翻支架一侧着地结束当前场景下侧翻阈值标定试验,保存这5次试验侧倾角τ、侧向加速度θ、气囊压力横向转移率η、车速v、整车质量m、充液比λ、最后轴左车轮垂向力Gl、最后轴右车轮垂向力Gr的数据;
子步骤4:重复子步骤2和子步骤3,完成30种侧翻场景下的阈值标定试验并保存数据;
步骤三:处理数据并动态标定出不同典型侧翻场景下的侧翻阈值
30个侧翻场景标定试验完成后,每个场景下保存了5次试验数据,共有150次试验数据;采用加权均值滤波对每次试验采集的侧倾角τ、侧向加速度θ、气囊压力横向转移率η、车速v、最后轴左车轮垂向力Gl、最后轴右车轮垂向力Gr的数据进行处理;以侧向加速度为例,θt为某次试验中侧向加速度的一组数据,t=1,2,…,c,c为该次试验侧向加速度数据量,加权均值滤波处理方法如下:
该次试验的侧倾角τ、气囊压力横向转移率η、车速v、最后轴左车轮垂向力Gl、最后轴右车轮垂向力Gr数据以同样的方法进行滤波处理;
150次试验的各项数据经过上述方法处理后,计算侧倾状态H,公式为:
子步骤1:将某次试验的侧倾角、侧向加速度、气囊压力横向转移率、车速和侧倾状态的数据进行时间轴统一显示,即各数据的曲线具有相同的起始时刻和终止时刻;该次试验中整车质量和充液比为定值;
步骤四:利用SVR拟合出侧翻阈值及其影响因素之间的函数关系
结合样本数据利用SVR分别拟合侧倾角阈值与车速、整车质量、充液比的函数fτ(x),侧向加速度阈值与车速、整车质量、充液比的函数fθ(x),气囊压力横向转移率阈值与车速、整车质量、充液比的函数fη(x);
步骤五:基于拟合出的函数关系实现罐车侧翻阈值动态估计
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010444574.3A CN111695197B (zh) | 2020-05-23 | 2020-05-23 | 一种罐车侧翻阈值高可靠动态估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010444574.3A CN111695197B (zh) | 2020-05-23 | 2020-05-23 | 一种罐车侧翻阈值高可靠动态估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111695197A CN111695197A (zh) | 2020-09-22 |
CN111695197B true CN111695197B (zh) | 2023-04-11 |
Family
ID=72477444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010444574.3A Active CN111695197B (zh) | 2020-05-23 | 2020-05-23 | 一种罐车侧翻阈值高可靠动态估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111695197B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112389450A (zh) * | 2020-11-20 | 2021-02-23 | 交通运输部公路科学研究所 | 一种基于板簧形变的罐车整车质量动态估计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103213582A (zh) * | 2013-04-18 | 2013-07-24 | 上海理工大学 | 基于车身侧倾角估计的防侧翻预警控制方法 |
CN108099919A (zh) * | 2017-11-09 | 2018-06-01 | 珠海格力电器股份有限公司 | 车辆防侧翻预警方法、装置、存储介质及车辆 |
CN109368076A (zh) * | 2018-08-31 | 2019-02-22 | 淮阴工学院 | 一种液罐车罐体防侧翻控制***及控制方法 |
CN109515368A (zh) * | 2018-10-29 | 2019-03-26 | 淮阴工学院 | 一种液罐车侧翻缓冲装置及其控制方法 |
CN109878509A (zh) * | 2019-03-11 | 2019-06-14 | 东南大学 | 基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法 |
-
2020
- 2020-05-23 CN CN202010444574.3A patent/CN111695197B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103213582A (zh) * | 2013-04-18 | 2013-07-24 | 上海理工大学 | 基于车身侧倾角估计的防侧翻预警控制方法 |
CN108099919A (zh) * | 2017-11-09 | 2018-06-01 | 珠海格力电器股份有限公司 | 车辆防侧翻预警方法、装置、存储介质及车辆 |
CN109368076A (zh) * | 2018-08-31 | 2019-02-22 | 淮阴工学院 | 一种液罐车罐体防侧翻控制***及控制方法 |
CN109515368A (zh) * | 2018-10-29 | 2019-03-26 | 淮阴工学院 | 一种液罐车侧翻缓冲装置及其控制方法 |
CN109878509A (zh) * | 2019-03-11 | 2019-06-14 | 东南大学 | 基于模糊逻辑的整体式罐车多源信息融合侧翻预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111695197A (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6438464B1 (en) | Method and device for detecting the overturning hazard of a motor vehicle | |
CN102112354B (zh) | 路面摩擦系数估计装置和路面摩擦系数估计方法 | |
CN102282052B (zh) | 车辆状态估计装置 | |
US6904351B1 (en) | Operating a vehicle control system | |
CN106740873B (zh) | 一种侧翻预警***及其预警方法 | |
US20090177346A1 (en) | Dynamic estimation of vehicle inertial parameters and tire forces from tire sensors | |
CN111806449A (zh) | 一种纯电动车的整车质量和路面坡度的估算方法 | |
CN107247824A (zh) | 考虑刹车和转弯影响的汽车质量‑道路坡度联合估计方法 | |
CN108819950B (zh) | 汽车稳定性控制***的车速估计方法及*** | |
CN111645698B (zh) | 一种重载车辆侧翻阈值自适应估计方法 | |
CN104354700A (zh) | 一种基于无迹卡尔曼滤波的车辆参数在线估计方法 | |
CN103946039B (zh) | 用于估算车辆车轮滚动阻力的方法 | |
CN102165300A (zh) | 用于求出汽车重心的方法和设备 | |
JP3158038B2 (ja) | タイヤ空気圧低下検出装置 | |
CN108556850B (zh) | 一种多轴重型车辆车轮垂向载荷通用计算方法 | |
WO2022134929A1 (zh) | 一种确定车辆质量方法、装置、设备及介质 | |
CN111695197B (zh) | 一种罐车侧翻阈值高可靠动态估计方法 | |
CN114620052A (zh) | 一种车辆信号处理方法、装置和驾驶设备 | |
CN105579824B (zh) | 用于模拟转弯行驶的方法 | |
CN112455456A (zh) | 一种智能商用车质心位置测量方法及行车安全控制*** | |
CN111645670B (zh) | 一种基于支持向量机的重载车辆侧倾状态检测方法 | |
Ghosh et al. | Sideslip angle estimation of a Formula SAE racing vehicle | |
CN111695196B (zh) | 一种基于车体运动学信息的罐车侧倾状态预判方法 | |
Ehlers et al. | State and parameter estimation in a semitrailer for different loading conditions only based on trailer signals | |
CN115303285A (zh) | 用于控制车辆的计算机实现的方法 |
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 |