Primary studies on integration optimization of differential steering of electric vehicle with motorized wheels based on quality engineering

The model of the differential steering system(DSS) of electric vehicle with motorized wheels and the three-degree-of-freedom dynamic model of vehicle are built.Based on these models,the concepts and quantitative expressions of steering road feel,steering portability and steering stability are proposed.Through integrating the Monte Carlo descriptive sampling,elitist non-dominated sorting genetic algorithm(NSGA-II) and Taguchi robust design method,the system parameters are optimized with steering road feel and steering portability as optimization targets,and steering stability and steering portability as constraints.The simulation results show that the system optimized based on quality engineering can improve the steering road feel,guarantee steering stability and steering portability and thus provide a theoretical basis for the design and optimization of the electric vehicle with motorized wheels system.

用于电动轮驱动汽车的差动助力转向

根据电动轮汽车的各轮独立驱动特点,提出一种针对电动轮汽车的新型助力转向方式。着重讨论了差动助力转向的基本原理和可行性。应用Matlab及Simulink建立了整车和转向系模型,给出了目标扭矩分配的特性曲线及左右转向轮的扭矩输出的控制算法,并进行了仿真验证。结果表明:对于电动轮驱动汽车,所提出的差动助力转向方法满足了转向轻便和驾驶路感要求,可以在保留传统机械转向系的前提下,成功应用于四轮独立驱动的电动汽车,提高电动轮汽车整车性能优势并降低成本。

基于NLPQL算法的电动轮汽车差速助力转向参数优化

建立力与位移耦合控制的电动轮汽车差速助力转向系统模型,给出转向路感、转向灵敏度、转向稳定性以及转向经济性的量化公式;根据多目标多约束优化问题的特点,以转向路感和转向经济性为优化目标,以转向稳定性和转向灵敏度为约束条件,设计非线性二次规划算法(NLPQL),对系统参数进行优化设计。仿真结果表明:基于NLPQL算法的电动轮汽车差速助力转向多目标优化,可在保证系统具有较好的转向稳定性和较高的转向灵敏度基础上,有效提高系统的转向路感,并降低系统的转向能耗,为电动轮系统的设计和优化提供理论基础。

电动轮汽车差速助力转向系统路感优化

根据电动轮汽车差速助力转向系统工作原理,提出转向路感、转向灵敏度、转向稳定性的概念及量化公式;在传统模拟退火(SA)算法基础上,以转向路感为优化目标,转向稳定性和转向灵敏度为约束条件,设计自适应模拟退火(ASA)算法,对系统参数进行优化设计。仿真结果表明:基于ASA算法的电动轮汽车差速助力转向路感优化,可在保证系统具有较好的转向稳定性和转向灵敏度基础上,有效提高系统的转向路感。研究结果可为电动轮汽车差速助力转向的设计和优化提供理论基础。

电动汽车差动助力转向与主动前轮转向协调控制

装备差动助力转向(DDAS)系统的汽车匹配主动前轮转向(AFS)系统时,两者会相互干扰。DDAS助力时引入的横摆力偶矩会影响车辆的转向特性,反之,AFS的介入会导致转向盘转矩突变。为此,本文提出了一种差动协同主动转向(DDCAS)系统。首先,介绍了DDCAS系统的结构和动力学模型;然后,分别制定了DDAS和AFS的控制策略,分析了两系统的干扰机理,并制定了DDCAS控制策略。最后,在Matlab/Simulink与CarSim联合仿真平台上进行了典型工况的仿真分析,验证了本文控制策略的有效性。