عنوان

ارائه یک الگوریتم پیشبین سریع برای تخمین دینامیک خودرو و حالت‌های آن

کد کشور

IR

شماره

۴۱۴۰پ

زبان متن نوشتاري يا گفتاري و مانند آن

فارسی

کشور محل نشر

IR

عنوان اصلي

ارائه یک الگوریتم پیشبین سریع برای تخمین دینامیک خودرو و حالت‌های آن

نام عام مواد

[پایان‌نامه]

عنوان اصلي به زبان ديگر

Design of a Fast Predictive Algorithm for Estimation of Vehicle Dynamics and States

نام نخستين پديدآور

/صدرا رفعت‌نیا

نام ناشر، پخش کننده و غيره

: مهندسی مکانیک

تاریخ نشرو بخش و غیره

، ۱۳۹۹

نام خاص و کميت اثر

۱۵۹ص.

ساير جزييات

:

متن يادداشت

زبان: فارسی

متن يادداشت

زبان چکیده: فارسی

متن يادداشت

چاپی - الکترونیکی

متن يادداشت

مصور، جدول، نمودار

جزئيات پايان نامه و نوع درجه آن

دکتری

نظم درجات

مهندسی مکانیک- دینامیک، ارتعاشات و کنترل

زمان اعطا مدرک

۱۳۹۹/۱۱/۰۱

کسي که مدرک را اعطا کرده

صنعتی سهند

متن يادداشت

در راستای افزایش ایمنی و حفظ پایداری خودروهای سواری و در جهت توسعه‌ی سیستم‌های حمل و نقل هوشمند در دهه‌های اخیر، سیستم‌های کنترل مختلفی همچون ترمز ضدقفل، کنترل الکترونیکی پایداری و کنترل کروز معرفی شده و در حال توسعه می‌باشند .برای طراحی کنترل‌کننده‌های مدرن در این سیستم‌ها، داشتن اطلاعات دقیق از دینامیک سیستم خودرو و در دسترس بودن متغیرهای حالت از جمله سرعت‌های طولی و جانبی خودرو از چالش‌های جدی می‌باشد .تغییر شرایط محیطی در رانندگی مثل شیب و اصطکاک جاده، نیروهای آیرودینامیکی، تغییر در پارامترهای دینامیک خودرو و دیگر منابع نامعینی از عوامل مهم در عدم دقت مدل‌های ریاضی از پیش تعیین شده برای سیستم خودرو می‌باشند .مدلسازی رفتار غیرخطی نیروهای تایر در تماس با جاده از مسائل پیچیده‌ای دیگری است که بدلیل ارتباط با عوامل مختلف، امکان تعیین مدل دقیق و قابل اطمینانی برای آن وجود ندارد و عمدتا مدل‌های نیروهای تایر مبتنی بر داده‌های تجربی و برای استفاده در شرایط خاص معرفی شده‌اند .با این توصیف تخمین دقیق و برخط از دینامیک سیستم خودرو، نیروهای تایر و دیگر نامعینی‌های مدلسازی با استفاده از اندازه‌گیری تعداد محدودی از خروجی‌های سیستم می‌تواند در جهت کنترل دقیق و سازگار با شرایط مختلف سیستم خودرو، بسیار موثر باشد .از سوی دیگر این نکته لازم به ذکر می‌باشد که سیستم‌های اندازه‌گیری محدودیت‌هایی دارند که می‌تواند تخمین را با مشکل مواجه نماید .به عنوان مثال سیستم موقعیت‌یاب جهانی علی‌رغم دقت بالا دارای فرکانس پایین بوده ودر برخی موقعیت‌ها در دسترس نمی‌باشد .داده‌های اندازه‌گیری مانند شتاب و نرخ دوران خودرو نیز به دلیل وجود عدم‌قطعیت‌های حسگرها شامل بایاس و دریفت در داده‌های شتاب‌سنج و ژیروسکوپ، به تنهایی مورد اعتماد نبوده و استفاده مستقیم از این داده‌ها موجب افزایش خطا در تخمین می‌شود .بنابراین ترکیب مناسبی از اطلاعات حسگرها می تواند اعتماد به داده‌های اندازه‌گیری را در جهت رسیدن به یک تخمین دقیق و قابل اطمینان افزایش دهد .در رساله حاضر، به منظور دسترسی به یک مدل دینامیکی قابل اطمینان از خودرو جهت استفاده در طراحی کنترل‌کننده‌های مبتنی بر مدل، یک روش تخمین غیرخطی جدید مبتنی بر پیش‌بین پیشنهاد می‌شود .در روش پیشنهادی، با تخمین جملات جبران‌کننده که به مدل اولیه اضافه می‌شود، یک مدل دقیق از سیستم خودرو در هر لحظه به‌روزرسانی می‌شود .جملات جبران‌کننده که حاوی نامعینی‌های سیستم خودرو و نیروهای تایر می‌باشند، در هر لحظه با استفاده از داده‌های اندازه‌گیری و براساس یک الگوریتم پیش‌بین یک گام به عقب محاسبه می‌شوند .این الگوریتم جدید تخمین از یک ایده نوین تطبیقی برای تنظیم برخط وزن‌های خود با استفاده از ترکیب اطلاعات حسگری بین سیستم داده‌برداری اینرسی، سیستم موقعیت‌یاب جهانی و سیستم سمت و تراز مرجع بهره می‌برد .بنابراین این الگوریتم در حضور نامعینی‌های موجود در مدل و عدم‌قطعیت‌های داده‌های اندازه‌گیری( بایاس حسگرهای شتاب‌سنج و دریفت ژیروسکوپ) تخمینی دقیق و با فرکانس بالا از متغیرهای حالت ارائه می‌دهد .از سوی دیگر در مواقع تداخل طولانی مدت در داده‌های سامانه ترکیبی، از یک ایده مقید نوین برای ارائه تخمینی قابل اطمینان از متغیرهای حالت سیستم استفاده می‌شود .در این پژوهش، پایداری تصادفی تخمین‌زن پیشنهادی مورد تحلیل قرار گرفته و از داده‌های تست میدانی خودرو برای ارزیابی عملی آن استفاده شده است .نتایج تجربی ارائه شده حاکی از عملکرد دقیق تخمین‌زن تطبیقی ارائه شده در مواقع کارکرد عادی و عملکرد قابل اطمینان در حضور تداخل در سامانه‌های کمکی دارد .از سوی دیگر، به منظور ارزیابی عملکرد روش تخمین پیشنهادی در به‌روزرسانی مدل‌های اولیه و از پیش تعیین شده، از کنترل‌کننده‌های غیرخطی مبتنی بر مدل تخمینی برای کنترل دینامیک طولی و جانبی خودرو در سیستم‌های ترمز ضدقفل، پایداری الکترونیکی خودرو و کنترل کروز استفاده شده است .سیستم‌های کنترلی به صورت نرم‌افزار در حلقه در محیط شبیه‌ساز کارسیم طراحی و تست شده‌اند .در این حالت تخمین‌زن پیشنهادی، نامعینی‌های موجود بین مدل اولیه انتخابی و مدل شبیه‌ساز کارسیم را در قالب جملات جبران‌کننده تخمین زده و با اضافه کردن به مدل فضای حالت سیستم، در طراحی سیستم کنترلی استفاده می‌کند .بدین ترتیب کنترل‌کننده طراحی شده با استفاده از مدل تخمینی به‌روز شده، در حضور نامعینی‌های مدل و عدم‌قطعیت داده‌های اندازه‌گیری، از دقت بالایی برخوردار بوده و با تغییرات پارامترهای سیستم و شرایط محیطی خود را سازگار می‌نماید .ضمنا تخمین‌زن پیشنهادی به دلیل عدم نیاز به بهینه‌سازی برخط، سریع بوده و برای پیاده‌سازی مناسب می‌باشد .

متن يادداشت

In the last decades, a large number of advanced vehicle control systems such as anti-lock braking system (ABS), electronic stability control (ESC) and cruise control system (CCS) have been developed to improve the stability and safety characteristics of ground vehicles and transportation systems. The main issue encountered with the design of modern controllers for these systems is to access a reliable model of vehicle dynamics and the exact information of states such as longitudinal and lateral velocities. Changing environmental conditions such as slope and friction of road, aerodynamic forces, variation of vehicle parameters and other sources of uncertainty are the important factors that make the mathematical vehicle models unreliable. The precise knowledge of the nonlinear tire model affected by various factors is another essential challenge for the control systems. The existing tire models have been developed according to the laboratory tests for especial conditions and are unreliable in general. With the above reasoning, the exact and online estimation of vehicle system dynamics, tire forces and other modelling uncertainties by using some measurement information can be effective for the accurate control of vehicle system. It should be mentioned that, the limitation of measurement systems may propagate the estimation errors over the time that causes the control system malfunction. For example, in the global navigation satellite system (GNSS), not only the updating frequency is low, but also the signal of GNSS may be obstructed in some environments. In addition, the measurement bias of the accelerometer and the drift of the gyroscope increase the estimation error of the stand-alone inertial measurement units (IMUs). Therefore, the integrated IMU/GNSS system provides more accurate and reliable data. The present study proposes a new effective method to estimate the accurate vehicle dynamic model for the design of reliable model-based controllers. To achieve such a model, some complementary terms are calculated and added to the selected initial vehicle model to compensate the vehicle system uncertainties. The novel estimation algorithm is developed based on one-step aback predictive method. The proposed method uses the information fusion between IMU and the aided systems including the GNSS and the attitude-heading reference system. The bias of acceleration sensors and the drift of gyroscope are compensated using a novel adaptive algorithm by which the estimator weights are tuned automatically. Therefore, the vehicle longitudinal and lateral velocities together with the yaw rate are accurately estimated with a high frequency. During long-time GNSS outages, a novel state constrained estimation algorithm is suggested to enhance the reliability of the estimated states. The estimation algorithm is mathematically analyzed for the stochastic stability and experimentally evaluated through real-world vehicular tests. The results indicate that the proposed estimation algorithm leads to the improved estimation accuracy in in normal condition and enhances the reliability of the integrated system during GNSS outage. Accordingly, the nonlinear controllers for ABS, ESC and CCS are designed based on the updated dynamic model within the CarSim software environment as a virtual vehicle experiment platform. In this respect, any mismatching of the initial and CarSim vehicle models due to any source of uncertainties is compensated by the estimator. The obtained results reveal that, the designed data fusion algorithm remarkably improves the estimation performance in the presence of system and measurement uncertainties. Also, since the proposed estimator doesnt need the online optimization, it is fast and easy for implementation.

خط فهرستنویسی و خط اصلی شناسه

ba

عنوان اصلي به زبان ديگر

Design of a Fast Predictive Algorithm for Estimation of Vehicle Dynamics and States

موضوع مستند نشده

دینامیک خودرو

موضوع مستند نشده

تخمین مبتنی بر پیش‌بین

موضوع مستند نشده

تخمین نامعینی‌های مدل

موضوع مستند نشده

تست واقعی خودرو

اصطلاح موضوعی

Vehicle dynamic, Predictive based estimation, Uncertainty estimation, Measurement error, Data fusion, Real-world experimentally test

اصطلاح موضوعی

دینامیک خودرو، تخمین مبتنی بر پیش‌بین، تخمین نامعینی‌های مدل، تست واقعی خودرو

مستند نام اشخاص تاييد نشده

رفعت‌نیا، صدرا

مستند نام اشخاص تاييد نشده

میرزایی، مهدی، استاد راهنما

کشور

ایران

تاريخ عمليات

20230812

شماره بازیابی

مکانیک ،۸۰۴۷۱ ،۱۳۹۹

نام ميزبان

ن‌آ ی‌اهت‌لاح‍ و وردوخ‍ ک‌یمانید ن‌یمخت‍ ی‌ارب‍ ع‌یرس‍ ن‌یبشیپ‍ م‌تیروگلا ک‌ی‍ ه‌ئارا.pdf

شماره دسترسي

عادی

اطلاعات مختصر

عادی

تاريخ و ساعت مذاکره و دسترسي

4140.pdf

تاريخ و ساعت مذاکره و دسترسي

p80471.pdf

بيت در ثانيه

0

ارتباط براي تسهيلات دسترسي

ایمانی

نوع فرمت الکترونيکي

متن

اندازه فايل

0

شماره کنترل رکورد

پ۴۱۴۰

يادداشت عمومي

فارسی

وضعیت فهرست نویسی

نمایه‌سازی قبلی

فرمت انتشار

pe

نوع ماده

TF

کد کاربرگه

92029

پیشوند ISBD اعمال شده است

1

سطح دسترسي

a

تكميل شده

Y