基于π演算的汽車(chē)底盤(pán)測(cè)功機(jī)智能主體VR系統(tǒng)的研究.pdf

1、本文針對(duì)當(dāng)前汽車(chē)底盤(pán)測(cè)功機(jī)測(cè)試實(shí)驗(yàn)中存在的參數(shù)標(biāo)定偶然性大、過(guò)程控制缺失、測(cè)試效率低下、試驗(yàn)成本高，以及數(shù)據(jù)并發(fā)式輸入空間的非線性因素導(dǎo)致的系統(tǒng)偏差較大等傳統(tǒng)控制模式無(wú)法解決的問(wèn)題，將人工智能領(lǐng)域的最新成果——智能主體技術(shù)應(yīng)用于汽車(chē)底盤(pán)測(cè)功機(jī)系統(tǒng)的智能化建設(shè)中，構(gòu)建了基于π演算的智能主體模型，并重點(diǎn)研究了系統(tǒng)中的智能控制、阻力模擬等問(wèn)題，從而提升了汽車(chē)底盤(pán)測(cè)功機(jī)的制造水平和多工況排放測(cè)試的實(shí)驗(yàn)水平，具體如下：
　　 首先，針對(duì)汽

2、車(chē)底盤(pán)室內(nèi)檢測(cè)試驗(yàn)中阻力模擬試驗(yàn)的“偶然、多次、全過(guò)程人工操作”等特點(diǎn)，利用智能主體控制技術(shù)，首次提出了適合于汽車(chē)底盤(pán)測(cè)功機(jī)排放測(cè)試的π演算模型，從而保證了在不同轉(zhuǎn)速工況下的精度。
　　 由于汽車(chē)懸架與底盤(pán)測(cè)功機(jī)系統(tǒng)是一個(gè)由較多非線性因素共同作用的復(fù)雜系統(tǒng)，因此借鑒免疫反饋原理，結(jié)合積分控制的規(guī)律，提出了一種模糊免疫PID控制方法，并利用免疫進(jìn)化算法進(jìn)行參數(shù)優(yōu)化設(shè)計(jì)。仿真結(jié)果表明，它優(yōu)于常規(guī)的PID控制器，對(duì)測(cè)功機(jī)恒扭矩和恒轉(zhuǎn)速

3、的控制取得了良好的控制效果。
　　 利用ADAMS建立了輪胎道路模型和測(cè)功機(jī)道路行駛阻力的模型，并通過(guò)調(diào)用上位機(jī)阻力計(jì)算模型，實(shí)時(shí)控制測(cè)功機(jī)轉(zhuǎn)鼓轉(zhuǎn)矩的加載，從而實(shí)現(xiàn)了車(chē)輛道路行駛阻力的精確模擬。
　　 針對(duì)傳統(tǒng)底盤(pán)測(cè)功機(jī)在條件發(fā)生變化時(shí)，無(wú)法自動(dòng)進(jìn)行參數(shù)調(diào)節(jié)的局限性，采用核PCA分析方法，對(duì)數(shù)據(jù)記錄集進(jìn)行特征提取，這樣就能較好地滿(mǎn)足輸入空間的非線性特性，以適應(yīng)由于測(cè)量值波動(dòng)而引起的參數(shù)變化。本文還提出了一種適合于汽車(chē)底盤(pán)