车辆噪声控制方法分析

2024-10-03

车辆噪声控制方法分析（通用7篇）

车辆噪声控制方法分析篇1

车辆保有量的增长在促进现代物质文明的同时, 也带来了严重的噪声污染。为满足人们对低噪声生活环境的需求, 各国的汽车噪声法规和标准得到不断修订, 与此相应, 汽车降噪技术的研究也更加广泛和深入。为合理预测车外噪声与车辆主要振动噪声源, 国内外学者作了大量的研究工作。对比国外发达国家, 我国的汽车噪声研究起步较晚, 发展较缓慢, 无论是汽车噪声法规, 还是振动噪声控制技术的研究都同国外有一定的差距。快速判别运行车辆主要噪声源并有效预测车外通过噪声, 可以为改进车辆总成匹配, 优化结构设计提供借鉴作用。

1 车辆噪声法规

自20世纪70年代开始, 汽车噪声法规开始被世界各国广泛认可, 相应的测量标准与限值逐步取得一致, 其中形成了三个代表性的法规体系:欧盟、美国和日本。而我国现行车辆噪声法规主要是参考欧洲经济委员会 (ECE) 法规与国际标准化组织 (ISO) 标准, 这里对其进行简要介绍与对比, 为新形势下我国车辆噪声法规的修订提供参照思路。

1.1 ECE法规与ISO法规

ECE法规是当前国际范围内最具影响力的汽车技术法规与认证制度, 现行的版本为ECE R51.02《关于在噪声方面汽车 (至少有四个车轮) 型式认证的统一规定》[1], 分为A、B两部分, 包含了汽车加速行驶车外噪声及定置噪声与匀速噪声的测量。其中附录3即方法A于1995年生效实施, 其试验方法与ISO 362:1998《声学道路车辆加速行驶噪声测量方法工程法》[2]基本相同, 同时公布了限值要求。2007年6月ECE新增附录10即方法B, 其基本等效采用了ISO 362—1:2007《道路车辆加速行驶噪声测量方法工程法第一部分:M、N类车辆》[3]的内容。相比于方法A, 方法B在测量方法、测试项目与仪器等多方面作了较大改动, 如起始加速位置、进线速度和试验挡位的选取等;对于M1类、N1类及质量小于3.5 t的M2类且测试比功率大于等于25k W/t的车辆, 增设匀速噪声试验, 同时在定置噪声测量中对发动机转速也作了更为详细的规定。综合考虑, 方法B的测试条件更为符合现代车型实际行驶工况, 对测量场地和测试系统等提出了更高要求。

1.2 我国汽车噪声法规

与国外相比, 我国汽车噪声控制起步较晚。1979年我国首次颁布了两项标准GB1495—1979《机动车辆允许噪声》[4]和GB 1496—1979《机动车辆噪声测量方法》[5], 1993年时推出GB/T 14365—1993《声学机动车辆定置噪声测量方法》[6], 到了1996年, 国家环境保护局和国家技术监督局联合发布了GB 16170—1996《汽车定置噪声限值》[7], 至此, 我国对汽车加速、定置状态下的噪声有了全面的测量方法及限值标准。2002年, 为了适应现代车型的噪声测量以及与国际标准保持一致, 国家环境保护总局和国家质量监督检验检疫总局联合发布了GB 1495—2002《汽车加速行驶车外噪声限值及测量方法》[8]。GB 1495—2002主要参考了联合国欧洲经济委员会法规ECE R51.02和ISO362噪声测量标准。它代替了GB 1495—1979, 并部分代替GB1496—1979, 自2002年10月1日起分两个阶段实施, 目前执行的是第二阶段的标准。

1.3 国内外汽车噪声法规比较

ECE R51.02加速行驶车辆噪声试验方法B于2007年开始实施认证, 其标准限值仍在制定中, 而我国已启动了对GB 16170—1996和GB 1495—2002的修订工作[9]。选取M1、N3两类典型车型为代表, GB 1495—1979与GB 1495—2002中相应的车外通过噪声限值对比如图1所示

从图1中可见, M1类车型的车外通过噪声限值由1985年前的84 d B (A) 到2005年后的74 d B (A) , 降低了10 d B (A) , N3类车外噪声在这二十年来则共降低了8 d B (A) , 表明我国汽车制造业水平已取得了一定的进步, 相应的噪声治理工作也卓有成效。

然而, 通过与ECE R51.02同类车型噪声限值的比较发现, 目前我国车辆中M1类、M2类 (GVM≤3.5 t) , 或N1类 (GVM≤3.5 t) 汽车的噪声限值与欧洲经济委员会的限值相当, 而M2类 (3.5 t<GVM≤5 t) , 或M3 (GVM>5 t) , N2、N3类车与欧洲汽车发达国家还有较大差距。以M1、N3类车型为代表, 相应的噪声限值对比如图2所示。

可以看出, 2005年后我国M1类车辆通过噪声限值与ECE标准相同, 但在执行期上落后约10年, 而N3类车型其限值相差最高达5 d B (A) , 差距明显。而且到目前为止, 我国还没有具体的匀速行驶车外噪声限值标准[10]。

2 车辆噪声源常用识别方法

文献[11—32]显示汽车运行过程中各组成部件均产生不同程度的振动噪声;同时各振动噪声源的形成机理, 辐射特性及频率特征又存在差异, 且互相影响。随着车辆通过噪声法规的日益严格和降噪技术的不断进步, 各振动噪声源所占比例已突破传统格局而呈现多元特性。通过声源识别可以确定各激励源所占比例, 为降噪与模拟分析提供参照依据。目前车外噪声源识别方法主要包括:消去法、声强法、频谱分析法、相干分析法、声全息法和阵列信号分析法[33—46]。

基于能量叠加原理的消去法, 可在车辆动态条件下和整车声学环境中进行振动噪声源识别, 并且随着吸隔声材料的快速发展, 该方法可显著降低实验难度, 同时提高可操作性与测试精度。贾继德等[47]利用消去法成功实现对某款客车进行噪声源识别与排序。

声强法主要利用声强的矢量特性对车外噪声进行分析测试, 对声学环境要求低。通常先同主观判断法、近场声压测量法或消去法等结合使用以提高试验效率。重庆大学的余文国等[48]先采用消去法确定了发动机燃烧噪声占主导地位, 后采用声强测量技术完成对发动机表面的声源识别。

频谱分析则是根据激励源各自不同的频率特性, 从总噪声频谱中解析对应于各峰值频带来源的声源识别方法。西南交通大学的龚志刚等[49]通过对某城市客车的车外总噪声频率成分与各动力总成频谱相比较, 分析得出冷却风扇噪声和排气噪声为该车主要通过噪声源。

相干分析法是利用频域内的相干函数来描述各激励源贡献率的大小。其中, 常相干函数和多重相干函数主要用于不相干的各噪声源的识别, 而偏相干函数可用于相干噪声源的分析。何天明等[50]等利用偏相干分析法对某轻型车辆进行振动噪声源分析, 结果显示主要噪声源为发动机油底壳和气缸体的振动辐射噪声。

除消去法外, 其余各方法均只适用于定置工况的噪声测量, 对运动声源的精确识别与定位上则显得无能为力。声全息方法是借助于声场空间变换, 对所需目标点的声场信息进行重建, 从而准确获得运动物体表面的声场分布及激励源位置, 但对高频噪声的识别精度有限。清华大学的罗禹贡等[51]采用声全息方法对运动轿车在不同车速下的辐射噪声场进行了分析, 结果显示随车速的提高, 排气噪声比重逐渐上升。

阵列信号处理同样可以在线完成对运动声源的声场分析与定位。该方法通过一定方式排列的传声器阵列来接收空间信息, 并进行信号处理, 从而获取整个辐射表面的信号源个数和位置等信息。它具有较强的干扰抑制能力及较高的分辨能力等优点, 然而其对于低频带的识别效果不是很理想。清华大学的毛晓群等[52]采用传声器十字接收阵列与波束形成算法对某高速行驶轿车的车外噪声源进行识别, 结果显示主要噪声源位置位于排气管、前后轮触地点处, 且随车速的提高, 轮胎噪声将成为最大噪声源。

3 车外通过噪声模拟方法

车外加速行驶噪声试验仍是目前通用的检测车辆运行时最大辐射噪声的方法, 随着车外通过噪声法规的日益严格, 建立合理有效的车外通过噪声预测模型可以在产品开发设计阶段对车辆各组成部件进行实时检测, 为实现车辆噪声的控制提供理论指导。

基于车辆主要振动噪声源的特性以及外场传播模型的建立, 国内外学者在对车外噪声的预测方法上取得了一定的成果, 主要有有限元法、边界元法和统计能量法等[53—66], 然而这些处理方法均建立在静止稳态声源的情况上, 对于车辆这一运动声源的车外辐射噪声随车位置变化的实时特征难以进行描述。综合目前有关车辆通过噪声预测模型, 主要是基于两种方法:点声源辐射法与传递路径分析法。

3.1 点声源辐射法

采用点声源辐射模型, 即是在判定车辆各主要振动噪声源贡献率的基础上, 将各振动噪声源假想为一等效位置处具有相等辐射声功率的点源, 按自由场或半自由场空间点声源辐射特性, 在综合考虑地面反射、运动声源多普勒效应与声源辐射指向性的基础上, 求出各点源辐射到车外指定噪声测点处的噪声情况, 并可按能量叠加原理, 求出车辆运行时总辐射噪声的大小[67]。

1985年, 菲亚特公司的Luigi Pilo等[68]将某车型主要噪声源 (发动机、进气系统、排气系统与轮胎) 等效为点源模型, 并综合考虑进、排气系统辐射噪声, 通过试验数据对仿真结果进行验证, 证明了该方法的有效性。1987年, 日本的KFujita等[69]通过对某四轮驱动轿车的发动机噪声、排气噪声、排气系统表面辐射噪声与轮胎噪声进行点声源等效处理, 结果显示该模拟方法与实测结果具有较高的一致性。

国内, 在1989年, 长春汽车研究所的周昌林等[70]在对解放CA151K和解放CA141汽车进行降噪研究工作过程中, 引进点声源辐射预测模型, 减轻了繁重的劳动作业, 使降噪工作高效快捷, 富有成效。1997年, 湖南大学的黎苏等[71]以解放牌CA141汽车为参考车型, 通过运用点声源辐射模型确定排气噪声源占主导因素, 通过设计新型消声器及改进后的声源预测模型, 合理降低了车外噪声大小。2009年, 重庆建设技术中心的李晓灵等[72]以点声源辐射模型为理论基础, 对某厂生产的ATV400型摩托车在不同频段下的主要噪声源进行了贡献率排序, 并研究了不同频率下多普勒效应对通过噪声测量结果的影响。

应用点声源辐射模型进行车外通过噪声的模拟, 操作简单, 直观性强, 各振动噪声源在车外总噪声中的贡献一目了然。然而, 由于车辆运行过程中各振动噪声源存在交叉干扰, 即某一部件的近场声压并非是由该部件单独引起, 另外考虑到运动声源辐射过程中存在多普勒频移、声传播过程中的反射衍射、地面吸收等影响, 使得仿真结果不可避免地存在误差。为此, 在应用该方法时, 必须综合考虑是否满足工程精度的要求。

3.2 传递路径分析法

车辆作为一个由多种振动噪声源组成的复杂系统, 其通过噪声是由各激励源通过相应的传递路径在车外某一位置的响应叠加的结果。传递路径分析法即是通过分析车辆各振动噪声源与相应的传递函数来判断各激励源对车外总噪声贡献大小的方法[73—75]。然而, 由于车辆在行驶过程中, 激励源与响应点之间的传递函数随车辆位置不同而时刻变化, 使得该方法在车外通过噪声预测中的应用受到限制。

1997年, 日产研发中心的Shinichi Maruyama等[76]对互易法测量传递函数的原理进行了详细阐述, 并将其成功应用于某前置发动机后轮驱动轿车的结构改进中。2000年, 荷兰的De Beer F G等[77]采用互易法测量火车静止状态时各振动源与车外不同位置测点的传递函数, 进而通过插值来模拟合成整个运动过程中各振动源与响应点的传递函数, 解决了传统传递路径分析无法应用于运动状态的困扰。2006年, 第十三次国际声与振动学术会议上[78], 对运用互易法测量运动车辆各振动噪声源与响应点间的传递函数给予了肯定, 实车试验证明该结果具有较高的一致性。

国内对于传递路径方法应用于车外通过噪声的研究相对较迟。2007年, 吉林大学的赵彤航等[79]提出了基于传递函数的车外噪声分析预测思想, 引进互易法测量白噪声信号源至各振动噪声源位置处的传递函数, 并通过定置试验与台架试验对各传递函数进行合理修正, 取得了预期效果。2009年, 吉林大学的侯健等[80,81]基于汽车各总成台架试验及其在整车上的布置, 创建点源与线源两类等效声源模型, 以锤击法测量各总成至车外响应点的传递函数, 建立了运动状态下车外加速通过噪声预测模型。互易法和基于台架试验的传递路径分析是由定置状态的测量结果通过插值计算来模拟合成运动状态下的传递函数方法, 与此不同的是, 2010年, 清华大学的郑四发等[82,83]基于运动车辆上主要振动噪声源信号与静止响应点之间的传递特性, 通过在频域上求解传递函数的方法成功建立了加速行驶车外噪声响应与车上激励源的关系, 并有效抑制了各振动源与噪声源之间的交叉干扰。然而, 在进行该行驶工况下传递特性分析时, 需将加速路段分解成若干个满足线性系统理论的区间以确保各传递函数近似不变, 则求解精度必然受到采样点数的限制。为此, 2012年清华大学的郝鹏等[84,85]在此基础上改变了做法, 利用脉冲响应函数在时域上对各振动噪声源的传播特性进行分析, 相同工况下的计算结果表明, 相比于频域分析, 时域下的传递路径分析方法计算快捷, 精度更高。

为合理预测车外通过噪声, 点声源辐射模型需首先判断不同车辆主要振动噪声源, 而传递路径分析法可以在试验过程中同步采集各潜在激励源信号, 具有更为简便的操作流程和更高的仿真预测精度。

4 总结

通过上述分析, 可以得到以下结论:

(1) 车辆噪声法规的修订以有效限制道路交通噪声为目标, 其车外噪声限值将有望进一步降低。我国噪声标准的修订应紧跟ECE与ISO法规进展, 结合国内车辆实际运行工况与噪声防治水平, 制定切实合理的新标准。

(2) 车辆噪声源识别方法众多, 各有其特性, 应根据实际情况进行合理选择, 也可同时组合运用多种方法, 制定快速有效的声源识别方案。

(3) 受多种因素影响, 点声源辐射模型在满足高精度条件下的应用受到限制, 基于传递路径的分析方法具有实时高效的特性, 为新形势下车外通过噪声模拟提供了广阔的应用空间。

摘要：通过对比现有国内外车外噪声测量方法与标准限值, 指出国外在通过噪声测量中的最新进展和我国噪声标准法规中有待改进的方向。归纳了目前运动车辆车外噪声源的常用识别方法, 为更高效、快捷地识别车辆主要振动噪声源理念提供借鉴作用。总结了国内外对于不同工况下车外通过噪声数值模拟方法, 为创建更深入全面的通过噪声预测模型提供一种全局性的思路。

关键词：车辆,通过噪声,标准限值,数值模拟

灭火智能车辆PID控制方法研究篇2

智能车辆参与灭火与救援能够帮助人们解决很多问题, 同时减少了相关人员可能会遭受的各种风险。但是操纵智能车辆被看作是一个多输入、多输出、输入输出关系复杂多变、不确定多干扰源的复杂非线性系统的控制过程, 而且它对位移、速度和加速度都提出了一定的要求, 传统的PID控制对这些复杂过程和非线性系统不能进行有效的控制, 要使PID控制取得较好的控制效果, 需要找出比例、微分和积分3种控制作用形成控制量时的非线性关系, 这就使得智能控制理论和技术的研究进入智能车辆控制领域成为必然[1,2,8]。

近年来, 将BP神经网络应用于PID控制已成为一大研究热点[4]。本文将传统PID控制和BP神经网络控制结合在一起, 用于灭火智能车的速度闭环控制中, 既利用了PID控制的长处, 又考虑到神经网络独特的优势即神经网络可以充分逼近任意复杂的非线性关系, 具有模糊性、容错性和自学习的能力, 这样可以在线调整PID控制器的参数, 提高系统的应变能力, 在一定程度上克服了PID控制参数靠经验确定及难以对复杂系统或过程进行有效控制的不足。

1 灭火智能车的系统结构

1.1 灭火智能车的组成与控制策略

灭火智能车采用履带型结构, 车的底盘由履带、驱动轮、支重轮、托轮、引导轮和履带张紧装置等组成。驱动轮通过直流电机驱动。当驱动轮被最终传动2级被动齿轮带动时, 其齿轮拉动履带, 地面立即产生作用在履带上的反作用力, 使整车对地面产生向前或向后的运动, 整车也随之运动。这种结构使整个灭火智能车行走平稳, 动力强大。车上安装了灭火装置和检测火焰的红外传感器, 也可扩展安装摄像头、液晶显示器、数字罗盘、机械手臂等装置。车的前部和左右安装了用于避障的红外传感器。灭火智能车的任务是在危险而又复杂的火灾现场, 寻找火源, 并迅速扑灭火源。这要求灭火智能车能够通过寻找目标、识别目标、追踪目标、动态避障来完成灭火任务。因此, 采用基于行为的混合反映式控制, 将系统并行分解为巡航行为、避障行为、目标寻找行为3种。混合式控制方案如图1所示。在这里, 设定:避障行为的优先级最高;寻找行为次之;巡航行为最低;这样才能确保灭火智能车在火灾现场顺利找到火源并将其扑灭。

1.2 灭火智能车的硬件设计

灭火智能车是由控制器, 电源模块, 电机驱动模块, 传感器模块、测速模块和灭火模块组成的[5]。灭火智能车的总体构成如图2所示。

经过对以上各个模块的芯片选择和电路设计, 组建了灭火智能车, 同时也搭建了用于测试的场地。在速度测试时, 由于灭火智能车是通过控制器输出的PWM信号开环调节驱动轮的速度, 这就使得实际控制时, 轮子的转动速度并未达到位置环的输出, 达不到精确运动的要求, 因而有可能对整体的技术性能造成不利的影响。我们将在下节介绍如何弥补这种不利的影响。

2 神经网络PID控制

2.1 BP神经网络PID控制器结构

在传统的PID控制器的基础上加上一个BP神经网络, 利用其学习能力确定和调整PID参数, 应用在灭火智能车的速度闭环控制里, 其结构如图3所示。

2.2 控制算法

PID控制器一般采用经典增量式PID控制算法:

${\begin{cases} u (k) = u (k - 1) + Δ u (k) \\ Δ u (k) = Κ_{p} [e (k) - e (k - 1)] + Κ_{i} e (k) + \\ Κ_{d} [e (k) - 2 e (k - 1) + e (k - 2)] \end{cases} (1)$

式中:Kp 、Ki 、Kd 分别为比例、积分和微分系数。

BP神经网络采用输入层, 隐含层和输出层3层结构, 隐含层神经元的输入为所有输入的加权之和, 即:

$x_{j}^{(2)} = \sum_{i}^{Μ} w_{i j}^{(2)} x_{i}^{(1)} (i = 1, 2, \dots, Μ) (2)$

式中:上标 (1) 、 (2) 分别为输入层、隐含层;M为输入层神经元的个数, 即输入变量的个数, M的大小取决于被控系统的复杂程度。

隐层神经元的活化函数取S函数:

$f (x) = \frac{e^{x} - e^{- x}}{e^{x} + e^{- x}} (3)$

则隐含层神经元的输出:

$y_{j}^{(2)} = f (x_{j}^{(2)}) (4)$

输出层神经元的输入为:

$x_{k}^{(3)} = \sum_{j = 0}^{Q} w_{j k}^{(3)} y_{j}^{(2)} (5)$

式中:上标 (3) 为输出层;Q为隐含层神经元的个数。

输出层神经元的活化函数取非负的S函数:

$g (x) = \frac{e^{x}}{e^{x} + e^{- x}} (6)$

则输出层神经元的输出:

$y_{k}^{(3)} = g (x_{k}^{(3)}) (k = 1, 2, 3) (7)$

即

${\begin{cases} y_{1}^{(3)} = Κ_{p} \\ y_{2}^{(3)} = Κ_{i} \\ y_{3}^{(3)} = Κ_{d} \end{cases} (8)$

取性能指标函数

$E (k) = \frac{(r (k) - y (k))^{2}}{2} (9)$

则按照梯度下降法修正网络的权系数, 即按E (k) 对加权系数的负梯度方向搜索调整, 并附加一个使搜索快速收敛全局极小的惯性项, 若权值w的变化量记为Δw, 则隐含层和输出层之间权值的改变量为:

$Δ w_{j k}^{(3)} = - η \frac{\partial E (k)}{\partial w_{j k}^{(3)}} + α Δ w_{j k}^{(3} (k - 1) (10)$

式中:η为学习速率;α为惯性系数。

$\begin{array}{l} \frac{\partial E (k)}{\partial w_{j k}^{(3)}} = \frac{\partial E (k)}{\partial y (k)} \frac{\partial y (k)}{\partial Δ u (k)} \frac{\partial Δ u (k)}{\partial y_{k}^{(3)} (k)} \times \\ \frac{\partial y_{k}^{(3)} (k)}{\partial x_{k}^{(3)} (k)} \frac{\partial x_{k}^{(3)} (k)}{\partial w_{j k}^{(3)} (k)} (11) \end{array}$

由式 (4) 得到:

$\frac{\partial x_{k}^{(3)} (k)}{\partial w_{i j}^{(3)} (k)} = y_{j}^{(2)} (12)$

由于 $\frac{\partial y (k)}{\partial Δ u (k)}$ 未知, 可以用近似符号函数 $sgn (\frac{\partial y (k)}{\partial Δ u (k)})$ 取代, 因为 $\frac{\partial y (k)}{\partial Δ u (k)}$ 是权值变化中的一个公共因子, 最重要的是它的符号的正负, 符号的正负决定着权值的变化方向, 数值的大小只影响权值变化速度, 由此带来计算不精确影响, 可以调整学习速率η来补偿。则输出层权值调整算法如下:

w $_{j k}^{(3)}$ (k+1) =w $_{j k}^{(3)}$ (k) +ηδ (3) ky $_{j}^{(2)}$ +

α (w $_{j k}^{(3)}$ (k) -w $_{j k}^{(3)}$ (k-1) ) (13)

$\begin{array}{l} 式中 ∶ δ_{k}^{(3)} = e (k) sgn (\frac{\partial y (k)}{\partial Δ u (k)}) \frac{\partial Δ u (k)}{\partial y_{k}^{(3)}} g^{'} (x_{k}^{(3)} (k)) \\ (k = 1, 2, 3) (14) \end{array}$

如同上面的分析, 可得隐含层加权系数调整算法:

$\begin{array}{l} w_{i j}^{(2)} (k + 1) = w_{i j}^{(2)} (k) + η δ_{j}^{(2)} y_{i}^{(1)} + \\ α (w_{i j}^{(2)} (k) - w_{i j}^{(2)} (k - 1)) (15) \end{array}$

$\begin{array}{l} δ_{j}^{(2)} = \sum_{k = 1}^{3} δ_{k}^{(3)} f^{'} (x_{j}^{(2)} (k)) \\ (j = 1, 2, \dots, Q) (17) \end{array}$

基于BP神经网络的PID控制算法归纳如下:

1) 确定BP网络的结构, 选定学习速率η, 给各层加权系数赋初值w $_{i j}^{(2)}$ (0) 、w $_{j k}^{(3)}$ (0) , k=1。

2) 对r (k) 和y (k) 进行采样, 并计算实时误差e (k) =r (k) -y (k) 。

3) 计算BP神经网络各层神经元的输入、输出, BP神经网络输出层的输出即为PID控制器的3个可调参数Kp、Ki、Kd;

4) 根据公式 (1) 计算PID控制器输出u (k) , 参与控制和计算。

5) 通过神经网络学习在线调整w $_{i j}^{(2)}$ (k) 和w $_{j k}^{(3)}$ (k) , 实现PID控制参数自适应调整。

6) k=k+1, 返回到1) 。

3 系统仿真与分析

设被控对象的近似数学模型为:y (k+1) =0.8y (k) / (1+y2 (k) ) +u (k) , BP神经网路的结构选择为4-5-3, 4个输入分别是r (k) , y (k) , e (k) = r (k) - y (k) 和u (k-1) , 3个输出对应Kp、Ki、Kd, 学习速率η=0.01和惯性系数α=0.05, 加权系数初始值取[-0.5, 0.5]上的随机数。输入信号为r (k) =sin (πt) , 如图4, 基于BP神经网络PID控制下的输出跟踪曲线和误差曲线如图5和图6。

从图5和6可以看出, BP神经网络控制实现了对输人信号的几乎相同的跟踪, 有较好的快速性和适应性, 说明其具有很好的控制特性。另外, 稳态误差也小说明神经网络控制精度高, 具有很好的发展前景。

图7为BP神经网络PID控制跟踪正弦信号时的输出参数图, 由于神经网络的输出为PID的3个参数KP、KI、和KD, 通过神经网络的学习, 可以实现3个参数的在线调整, 使参数达到最优, 这也是常规PID所不能达到的功能。

4 结束语

基于BP神经网络的PID控制方法借助神经网络的自学习、自组织能力, 可实现参数的在线自整定和优化, 避免了人工整定参数的繁琐工作, 克服了经典PID控制对被控对象模型的过渡依赖, 是传统的PID控制与先进的智能控制算法相结合的有效方式, 为PID实现复杂的电机非线性控制提供了有效途径, 在合理选择隐含层和输出层激活函数的情况下, 算法具有很强的泛化能力。

本文的创新点为直接将神经网络算法运用于PID控制方法的研究中, 并进行加权系数修正, 实验仿真数据证明, 控制器输出超调小, 收敛快, 满足灭火智能车的精确运动要求和技术性能, 所得结果为进一步的理论和实验研究提供了借鉴和参考。

摘要：为满足灭火智能车辆在火灾现场所需的精确运动要求和技术性能, 充分利用BP神经网络能够逼近任意非线性系统的优点, 将BP神经网络和PID控制相结合, 把训练后的网络输出作为PID控制器输入, 并不断调整其P、I、D参数, 进而调整控制器的输出电压以控制灭火智能车辆的速度。

关键词：灭火智能车辆,BP神经网络,PID控制器

参考文献

[1]张其善, 吴今培, 杨东凯.智能车辆定位导航系统及其应用[M].北京:科学出版社, 2002

[2]Cao Jianbo, Cao Binggang, Chen Wenzhi, et al.Neural network self-adaptive PID control for drivingand regenerative braking of electric Vehicle[C]//2007 IEEE International Conference on Automationand Logistics, 2007:2 029-2 034

[3]KuoL.Su.Automatic fire detection system using a-daptive fusion algorithm for fire fighting robot[C]//2006 IEEEInternational Conference on Systems, Man, and Cybernetics, 2006:966-971

[4]Zhang Mingguang, Qiang Minghui.Study of PIDneural network control for nonlinear system[C]//The 8th International Conference on Signal Process-ing, 2006:166-200

[5]初秀民, 严新平, 吴超仲, 等.汽车驾驶操作信息数据库与采集系统设计[J].中国安全科学学报, 2005, 15 (1) :29-33

[6]刘金锟.先进PID控制及MATLAB仿真[M].北京:电子工业出版社.2003

[7]黄金燕, 葛化敏, 唐明军.基于BP神经网络的PID控制方法的研究[J].微计算机信息, 2006 (26) :278-280

车辆噪声控制方法分析篇3

近几年来, 随着人们生活水平的提高, 以及轨道交通的跨越式发展, 对轨道交通的乘坐舒适性要求也越来越高。而车辆内外噪声是评价舒适性的重要指标之一。如何控制车辆的噪声已成为学术界和工程界共同关注的热点问题, 也成为当今车辆制造厂所迫需解决的问题。

本文依据TSI 2011/229/EU[1]和ISO 3381/3095[2,3]标准, 讨论TSI体系中轨道交通车辆噪声测试方法, 重点分析TSI标准与ISO3381/3095标准的不同测试方法。并针对目前国内车辆噪声测试方法的不足, 提出几点改善意见及展望。

1 TSI体系中轨道交通车辆噪声测试方法

各国轨道交通车辆使用不同的方法对车辆的噪声进行评估。南非使用SANS 10083[4]对电力机车车辆噪声进行评定;亚洲主要使用ISO 3381/3095标准评价轨道车辆噪声;欧洲共同体采用TSI 2011/229/EU标准对轨道车辆噪声进行评价;国内目前采用GB 3450[5]和GB 14892[6]对轨道车辆噪声进行测量评判。总的概括起来车辆噪声评定方法主要是以不同的测量条件和计算方法得出声压级水平。因此, 本文重点分析TSI2011/229/EU以及ISO 3381/3095中相应的车辆噪声的测试方法。

1.1 轨道声学参数

轨道交通车辆由于轮轨的相互作用所产生的轮轨噪声是车辆的主要噪声之一。影响轮轨噪声的主要因素有轨道声学粗糙度和垂向、横向轨道衰减率。经研究表明, 轨道衰减率是对轨道噪声辐射影响最大的参数, 而轨道声学粗糙度对轮轨噪声的最大贡献量达到8.5 d B。因此, 如何测量判断轨道粗糙度是噪声测量的重点内容。

在TSI标准体系中, 轨道粗糙度的测量方法有两种:即直接测量和间接测量。直接测量方法为直接测量基准轨道段表面, 其长度与轨道到常用距离进行比例分配r=25 m, 相对于噪声测量传声器位置处基准轨道的中心位置浮动-2r和+2r。轨道粗糙度应在整个基准轨道段上进行测量, 如当l=1 m时, 波长的测量结果只能达到0.1 m左右。粗糙度在每个剖面上长为l的每条轨道上测量3条平行线, 采用总共给出36个测量结果, 其波长范围至少为0.003~0.1 m。在每个测得粗糙度线上计算的1/3倍频带波长粗糙度范围应采用初级基准轨道段的每个谱的均方值进行处理。

间接测量是测量轴箱加速度或将传声器置于列车下方, 或者将传声器置于客车车厢中, 通过测量噪声或振动进行间接粗糙度测量。但是, 要求列车的车辆必须完全平滑, 制动盘或烧结制动块制动或缓解, 从而最大程度减少车辆粗糙度产生的影响。如线路条件满足直接测量, 应采用直接测量法, 尽量避免用间接测量法。对于每个选择测量段的间接测量信号应进行单独分析, 采用平均能量进行计算。轨道上不同轨道段测量的1/3倍频带粗糙度等级不应超过极值粗糙度频谱, 如图1所示。

对于每个轨道段和1/3倍频带, 波长1~8 cm中1/3倍倍频带中心平均粗糙度频率级等级不应超过极限值粗糙度谱6d B的峰值 (单带) 和3 d B峰值 (在波长范围内最多3个相领带) , 或者两者情况的混合。允许仅单一带、仅3个相邻带或这些频带混合情况下超出限值。具体认可和拒绝判据如图2所示。

垂向、横向轨道衰减率是利用加速性 (加速度/力频率响应功能) 或导纳 (速度/力) 在对应钢轨沿途各位置的相同方向施力的垂直和水平横向方向测量。其轨道动态特性频谱应满足轨道衰减率极限频谱, 如图3所示。

1.2 平稳噪声测量

TSI 2011/229/EU标准中规定, 平稳噪声测量应按照ISO3095-2005进行, 但有偏差。

ISO 3095-2005标准规定:对平稳噪声测试应将传声器轴始终保持水平并垂直于轨道, 具体测点布置如图4所示。车辆静置时, 传声器应位于铁轨上方1.2 m±0.2 m高, 距离轨道中心线7.5 m处, 并与车辆中心方向相反, 其测量数据间隔至少应为20 s。对于货车、车厢以及电力动车, 静置时应启动可以运行的所有设备 (包括牵引设备, 且辅助设备应全功率运行) , 测量车辆静置状态下的Lp Aeq, T值。对于带柴油机组的动力单元, 有三种测试工况。第一, 其风扇按最小功率运行, 辅助设备最小负荷运行可能的情况下压缩机不运行, 此时辅助设备加载的引擎空载。第二, 风扇在足以维持引擎稳定温度情况下运行, 辅助设备正常运行、压缩机开启, 此时辅助设备加载的引擎空载。第三, 风扇以最大可能的速度运转, 辅助设备正常运行, 压缩机开启, 在要求的情况下, 引擎在最大速度下空载, 测量柴油机静置时三种工况下的噪声Lp Aeq, T值。

TSI 2011/229/EU标准规定:车辆在测量前应清除格栅、过滤器和风机上的污垢, 其测量时间规定为60 s。对于客车、货车以及动车组, 在车辆静置时能运行的所有设备 (包括主要的牵引设备, 但不包括制动空压机) 均运行, 且辅助设备应在正常负载下运行;对于带内燃机车的动力单元, 发动机无载空转, 风机处于正常速度, 带正常负载的辅助设备, 制动空压机不运行测量, 其声压级为所有测量点处的所有测量值的平均能量。

1.3 启动噪声测量

TSI 2011/229/EU标准规定启动噪声测量应在干燥的钢轨上进行, 且测量前应清除格栅、过滤器和风机上的污垢。对于加速列车的测量, 应保证试验在最大牵引力、所有辅助设备在正常负载运行, 列车无空转和微小滑行条件下进行。同时不考虑制动空压机的噪声排放。测点布置与ISO 3095-2005标准一致, 传声器组应布置在垂直并侧卧轨道两侧, 具体布置如图5所示。若列车长度L≤50 m时, 只需在列车前10 m处布置一组传声器;若列车长度L>50 m时, 应在列车中部前面10 m处增加另一组传声器测点, 当两组测点之间的距离D>50 m时, 应在两组测点之间增加一组测点, 保证任意两组测点的距离D≤50 m。测量时, 车辆应从静止加速至30 km/h, 并保持该速度运行。测试时间T应从单元启动到列车通过前端测试点10 m结束, 记录列车启动噪声Lp AF (t) 值。以平均值中的最大值作为列车启动噪声测试结果。

ISO 3095-2005与TSI 2011/229/EU区别在于, 对于单一动力单位加速的情况下, 只需在列车前部之前20 m布置一组传声器。对于在用分布式动力的加速度列车或者任何类型的减速度列车的情况下, 在列车前部布置一组传声器, 在列车前部之前L/2 m处布置另一组传声器 (L为车辆转向架之间的距离) 。试验应在使用最大牵引力并且没有出现车轮滑行的情况下进行;如果受试列车非固定配置, 则应规定负载。其应为典型的标准负载。对有单独动力单元的列车应从静止加速到30km/h。测量时间表T应在启动动力单元的前部在传声器位置前面20 m处开始, 在动力单元尾部超过传声器位置20 m结束。牵引单元应位于列车头处, 测量的量值最大为Lp AFmax。对动力分散型列车, 列车应从静止时按照正常运行加速度30 km/h进行加速, 然后保持匀速。测量时间间隔T应从列车前部在第一个传声器位置前20 m处开始计数, 并于动力单元后端超过第二套传声器20 m后停止。测量的量值最大为Lp AFmax。

1.4 通过噪声测量

通过噪声主要来源于轮轨的相互作用, 并受到轨道表面粗糙度和轨道动态特征的影响。因此, TSI 2011/229/EU与ISO3095-2005均有规定, 在试验前, 轨道1/3倍频带波长粗糙度应满足轨道粗糙度极限值, 轨道动态特性应满足轨道衰减率的极限频谱。

对通过噪声测试其测点布置如图5所示, 若列车声源分布不对称时, 无需在两侧进行试验, 但是应保证被试车辆运行轨道与传感器之间没有轨道和障碍物。试验前应以最大速度刹车两次, 以确保没有擦伤。试验速度为80 km/h, 若车辆最大运营速度低于80 km/h时, 应在最大运营速度下测量, 应保证其速度要精确至3%。测试结果应按式 (1) 进行换算至速度为80km/h进行评判。记录时间与ISO3095-2005相同, 应为加权声压级低于车头至少10 d B开始记录至车尾通过后其声压级下降至少-10 d B结束。

1.5 司机室内部噪声测量

对于司机室内部噪声测量的条件, TSI 2011/229/EU与ISO 3381-2005基本一致, 测量时应关闭车门和窗, 载荷应为2/3的最大载荷。测点布置ISO 3381规定司机室测点是在靠近司机耳旁附近布置一个传声器, 测量司机耳朵附近的声压;而TSI 2011/229/EU规定在司机耳朵位置布置8个传声器, 半径为25±2.5 cm的圆形状, 测试结果将8个数据取平均值。

2 轨道交通噪声测量方法的不足与改善

2.1 不足

与TSI 2011/229/EU、ISO 3095/3381相关噪声测量方法对比分析, 目前国内对轨道车辆噪声测试方法存在一些不足之处。

1) 目前国内对轨道车辆噪声进行测试, 要求线路为实际运营线路, 轨道状况应维护良好, 符合正常运营要求, 没有考虑轨道粗糙度及动态特性对噪声的影响。由于车辆运行线路导致轨道车辆噪声偏大, 导致客户与车辆制造商的意见不统一, 严重影响车辆产品的形象。

2) 在测量车辆通过噪声时, 无法准确识别整列车辆通过传声器的时间和运行速度, 导致在记录数据时出现偏差, 严重影响通过噪声的测试结果。

3) 在测量车内司机室噪声时, 国内标准规定距地板高1.2 m靠近司机耳朵附近测量司机室噪声, 但忽视了车辆鸣笛对司机室噪声的影响。

2.2 改进

针对以上轨道车辆噪声测量方法的不足, 有以下几点改进建议。

1) 针对轨道粗糙度对车辆噪声测试结果的影响, 应按照ISO 3095或TSI 2011/229/EU标准规定对轨道粗糙度进行测量, 并对轨道上不同轨道段测量的1/3倍频带粗糙度等级进行评价, 直到满足要求方可进行车辆噪声试验。

2) 应采用速度计记录车辆运行速度, 并要求速度计的精度严格控制在3%以内。同时利用激光发射与接收装置计量列车的通过时间来精确定位列车通过的噪声测量时间。

3) 加强对TSI标准体系的研究, 深入体会标准的内涵, 掌握标准的关键点, 重点研究TSI与ISO噪声测试标准的区别, 为车辆产品进入欧洲市场提供有力的支持。

3 结语

本文研究了TSI标准体系对车辆噪声的测试方法, 论述轨道粗糙度和轨道衰减率对噪声的影响, 从车辆状态、测点布置以及测试方法对比分析了TSI 2011/229/EU与ISO3095/3381标准对列车平稳、启动、通过以及司机室内部噪声的测试的区别, 并对目前国内轨道车辆噪声测试方法所存在的不足进行了阐述, 并给出改进意见。

摘要：研究了TSI标准体系对车辆噪声的测试方法, 论述轨道的动态特性对列车辐射噪声的影响, 对比分析了TSI2011/229/EU与ISO 3095/3381在对列车平稳噪声、启动噪声、通过噪声以及司机室内部噪声的测试方法上的区别, 阐述了目前国内轨道车辆噪声测试方法所存在的不足, 并给出改进意见。

关键词：TSI标准体系,轨道动态特性,噪声测试

参考文献

[1]TSI2011/229/EU concerning the technical specification for interoperability relating to the subsystem‘rolling stock—noise’of the trans-European conventional rail system[S].Official Journal of the European Union, Volume 54, L99/1, 2011.

[2]ISO3381-2005 Railway applications—Acoustics—Measurement of noise inside railbound vehicles[S].International Organization for Standardization, 2005.

[3]ISO3095-2005 Railway applications—Acoustics—Measurement of noise emitted by railbound vehicles[S].International Organization for Standardization, 2005.

[4]SANS 10083:2003 The measurement and assessment of occupational noise for hearing conservation purposes[S].South African National Standard, 2013.

[5]GB3450-2006铁道机车和动车组司机室噪声限值及测量方法[S].中国国家标准, 2006.

车辆噪声控制方法分析篇4

关键词：OBD,安卓,蓝牙,CAN,车辆,监控

引言

随着无线网络通信和电子技术的发展, 越来越多的无线技术被应用到电子领域。其中蓝牙技术和红外技术都是常用的无线技术, 其中蓝牙[1,2]具有小型化、低功率、低成本、内置安全性、稳固、抗干扰能力强等优势, 使用领域也越来越广泛。同时安卓智能移动终端设备发展日新月异且由于安卓系统的开放性, 基于安卓平台的开发应用越来越多。所以安卓蓝牙技术应用到汽车电子领域具有方便快捷、成本低、低功耗、易于使用等多种优点。

目前国内安卓移动设备和汽车电子综合开发的应用产品比较少 (尤其是卡车和客车) , 使用安卓移动设备进行实时监控车辆信息的系统应用更少。目前针对商用车的产品大多都采用外接引线连接专业的CAN采集工具并与便携式电脑连接对车辆或产品进行在线监测, 然后这种方法虽然可行, 但存在很多缺点:

(1) 必须增加监测线路才能进行在线监控, 增加故障点。

(2) 工程人员自带电脑外加专业采集工具, 成本较高。

(3) 过程相对比较复杂, 对工程人员的技术要求提高, 并且个人电脑相对体积较大, 携带不是很方便。

因此我们提出了一种基于ODB接口与无线技术的商用车辆监控方法, 用来商用车辆各产品的状态数据进行在线实时监控, 可以实现实时数据采集显示、在线调试、故障诊断等多种功能, 此法具有成本低、方便快捷、可靠性高、并对技术人员的要求降低等多个优点, 给产品技术开发人员提供了另外一种监测开发思路。本文中的无线技术采用蓝牙技术实现, 此方法可以拓展其他无线技术可采用同样的方案来实现。

1、系统设计原理

1.1 蓝牙功能特点

a) 操作距离长:经过试验显示, 在通常情况下, 蓝牙智能无线控制可以达到8 米以上, 符合监控车辆要求, 而红外遥控器操作距离最长为3 米。

b) 使用方便:在下位机内嵌蓝牙模块后, 只要在具有蓝牙功能的移动终端上装上蓝牙智能无线监控软件, 就可以自如地对车辆进行相应的监控操作。

c) 具有友好的人机界面:本系统可以对车辆进行实时监控, 并可读取、修改车辆或产品的参数, 同时还可以进行故障监测。

d) 抗干扰能力强[2]:红外遥控器在接收管受到物体遮挡时无法进行通信, 而蓝牙是在2.4GHz波段运行, 该波段是一种无需申请许可证的工业、科技、医学无线电波段。正因如此, 使用蓝牙技术不需要支付任何费用, 且当有无线局域网干扰时蓝牙技术的纠错机制也会恢复这些误码。

1.2 系统软硬件构成

蓝牙移动终端的商用车辆监控系统主要包括这两大部分:自带蓝牙的移动终端设备和内嵌蓝牙模块的下位机分别担当上位机和下位机的角色。车辆监控系统的硬件框架如图1 所示。上下位机之间通过蓝牙来进行通信。系统的软件框架如图2 所示。

下位机通过采集车辆或相应产品的总线上的各信息并进行数据处理、控制逻辑判断与计算、输出控制信号完成对车辆或产品的控制, 下位机通过内置蓝牙模块将车辆或产品的相关信息发送给安卓智能终端即上位机, 移动终端通过蓝牙接收数据及指令发送完成车辆状态的实时监控。

2、上位机软件实现

上位机也即安卓智能移动终端, 安卓蓝牙移动终端的监控系统的重要部分之一是上位机软件, 此部分主要完成的功能有:

a) 无线实时数据采集, 可以通过无线蓝牙实时采集车辆或产品所需的工作中的各种数据。

b) 实时状态数据曲线显示, 可以实时以图像的形式直观显示车辆或产品的状态信息。

c) 采集数据回显功能, 可以回读以前采集的状态数据, 并可以图像显示形式来方便后期进行数据分析。

d) 无线调试功能, 可以通过无线连接方便地修改产品或车辆参数。

e) 无线诊断功能, 可以通过故障诊断模块, 在线诊断控制器的故障信息。

上位机软件的实现采用了模块化设计, 主要有数据采集模块、实时数据监控模块、数据回显模块、车辆参数标定模块、故障检测模块。上位机软件流程如图3 所示。

3、下位机软硬件实现

下位机主要完成的功能如下:

a) 采集原始车辆状态数据, 所有的状态信息都是CAN消息, 都是通过下位机的CAN总线接口获得。

b) 车辆数据解析与计算, 主要将采集到的车辆信息, 根据CAN协议进行数据解析与计算, 得到具体的车辆状态数据。

c) 车辆状态数据打包与发送, 负责将解析了的车辆状态数据按照上下位机通讯协议进行重新组包, 并通过内置的蓝牙模块进行发送。

d) 数据记录存储。存储的数据信息主要系统配置参数、上位机及下位机设备信息、监控的车辆信息等数据, 数据存储主要由下位机内部外扩的存储芯片来完成。当行车过程中, 只要下位机与车辆进行正确连接, 无论上位机是否存在以及与下位机是否建立连接, 下位机都会将此次行驶过程中的车辆数据进行存储, 后期通过上位机连接后可以对之前存储的行车数据进行回放显示。

下位机部分在原有缓速器控制器系统的硬件基础上加入蓝牙发送接收模块, 将控制器采集到的车辆信息按照指定的编码格式使用蓝牙模块发送给安卓移动终端。下位机的硬件构图如图4 所示。

4、实车试验

将上位机软件和下位机软硬件开发好后进行了实车试验, 结果显示该系统能很好的和缓速器进行通信并在线监测车辆的实时状态, 同时在使用过程中设备简单易行, 某次在线监控的结果图如图5 所示。监测界面友好, 效果良好。

5、总结

本文提出了一种方便快捷可靠的车辆或产品监测控制方法, 此方法是通过下位机采集车辆上的OBD接口的CAN消息, 并通过蓝牙通信方式来跟上位机即安卓移动终端进行信息交互的设计方案, 简单易行, 开发成本低, 拓展性强, 弥补了传统的需通过修改车辆线束连接来进行检测的缺点, 同时安卓系统是开源系统, 发展飞速, 开发灵活, 为相关项目或产品开发提供了新的开发思路和平台。

参考文献

[1]MILER B A.蓝牙核心技术[M].北京:机械工业出版社, 2009.

[2]周进波, 张磊, 张敏等.基于Android系统蓝牙开发的研究与实现[J].光学仪器, 2013, 35 (1) :34-36

[3]李刚.疯狂安卓讲义[M].北京:电子工业出版社, 2011年7月

[4]郭宏志.安卓应用开发详解[M].北京:电子工业出版社, 2010年.

[5]周汉清, 王云良.基于蓝牙技术的汽车OBDII接口[J].常州信息职业技术学院学报, 2009, 05.

车辆噪声控制方法分析篇5

为硕士研究生开设的《车辆电子技术》是一门针对车辆工程专业学生的选修课程。作为研究生课程,这门课程与本科阶段所学的课程必须有所区别,如选修课《汽车电子与电器》。本科教学已经对汽车电子与电器的基本结构、原理为主进行比较系统的介绍,学生在本科阶段对汽车电子技术已经有了比较初步和全面的了解,因此在研究生阶段开设汽车电子技术必须针对研究生的知识特点,对教学内容和教学方法进行改进,以满足研究生教学的需要。

我校于2004年开始招收硕士研究生,研究生的课程开设时间不长,特别是一些专业选修课由于选课学生数量不多,开设次数更少,并且在研究生的教育与教学方面尚需要进一步进行探索和改革以适应学科发展的需要。随着近几年我校车辆电子控制方向研究课题的增加,选择汽车电控系统作为研究方向的研究生数量也不断提高,将《车辆电子技术》作为主要选修课程的学生数量急剧增多。在为车辆工程的工程硕士新制定的培养方案中,该门课程更名为《汽车电子控制》作为学生的学位必修课程,并将推广到工学硕士的培养方案中。

之前的教学大纲以汽车典型电控系统为案例,主要着重于电控系统原理、结构和分析方法的介绍。由于现代汽车电控系统比较复杂繁多,32学时的课堂教学中介绍结构原理的课时占据了比较大的比重,而对控制系统分析、设计的基本理论和方法的介绍就不够。学生普遍存在的问题是缺乏独立研究、思考、分析问题的能力。

针对以上情况,笔者在该门课程的教学过程中尝试对教学内容和教学方法进行改革,以基础知识串讲、案例教学和专题讨论相结合的教学方法对课程教学进行改革,目的是通过对教学内容和教学方法的改革,让学生能够真正掌握车辆电控系统研发的基本理论和一般性方法,为日后进行相关科研课题的工作和学位论文的撰写奠定比较扎实的专业知识的基础。

2 教学内容和方法的改革

2.1 教学材料的改革

以往选用的教学参考教材是庄继德编写的《汽车电子控制系统工程》和周云山编写的《汽车电子控制技术》两本书。前者对汽车电子控制系统的控制理论、系统分析的数学方法和实现控制系统的方法进行了介绍,但是书中所涉及的有关控制理论方面的知识较少,对于刚从车辆工程本科毕业的研究生,由于缺乏控制理论方面的背景知识,这本教材显得过于艰涩,知识缺乏过渡性。而后者介绍了有关汽车电子控制系统的工作原理、性能指标、系统的动态模型以及在满足动态模型的约束条件下,对给定的性能指标进行控制系统设计的方法和步骤。但是同样由于内容较多,理论和基本方法介绍较少,学生很难将其与工程实际相结合。因此,笔者综合了两本书的主要内容,添加了相关的基础知识和一般性理论和方法的介绍内容,去除了冗余内容,留下几个典型的车辆电控系统作为案例,按照现有学生的知识框架重新编写了适合我校学生实际情况的讲义,并将其制成多媒体课件供教学和学生参考用。

2.2 教学内容和方法的改革

教学以车辆电控系统开发的“V”型流程(图1)为主线,着重培养学生对于电控系统开发的基础理论知识,掌握电控系统开发的常用手段和方法。按照这个基本思路,教学内容被划分了三个主要部分:其一基础知识和基本方法介绍;其二典型案例介绍与分析;其三课堂专题讨论。其课时分配按照1:1:1大致进行分配。

基础理论知识方面,增加了对于古典控制理论和现代控制理论对于控制系统分析方法的基本知识的介绍,这部分内容不求全面系统,而是仅介绍控制系统分析设计有关的理论知识。最后要求学生通过课程掌握系统分析建模方法,将理论应用到工程实际中,并完成一个汽车典型控制系统(四轮主动悬架)的理论建模作为平时作业提交。学生需要掌握动力学系统数学模型的建立方法才能顺利完成该作业。控制系统分析设计的基本方法方面介绍了基于MATLAB/Simulink/Stateflow的计算机辅助控制系统分析建模工具和方法。主要包括MATLAB控制系统分析设计的函数和工具,基于Simulink的计算机仿真模型的建立方法以及基于有限状态机原理的Stateflow控制逻辑设计方法。最后介绍硬件在环仿真的主要工具——d Space仿真平台的使用方法。通过以上教学内容,学生能够基本掌握控制系统分析设计所涉及的主要方法和工具,剩下的工作仅仅是如何运用这些工具而已。

由于汽车电控系统比较繁多,以前的教学主要围绕各种电控系统的功能、原理等方面进行介绍,由于课时有限,很难做到全面、深入,学生收获不大。因此我们选择了比较具有代表性的几个汽车电控系统,作为典型案例,主要介绍如何使用之前介绍的计算机辅助控制系统分析与设计工具进行控制系统建模仿真、分析与设计。典型案例包括电控助力转向系统、电控防抱死制动系统以及液压电控无级变速器控制系统三个。这三个系统包括了机电控制系统、电液控制系统以及整车动力学模型,涵盖了车辆电子控制系统设计的主要方面。通过这三个典型电控系统分析设计过程的介绍,帮助学生吸收消化之前的理论基础知识和方法,让学生将理论与实际相结合,加深对理论和方法的认识。

由于课程教授过程中恰逢学生进行开题报告阶段,大部分同学已经确定了研究方向,查阅了相关文献,并初步完成了开题报告的撰写,针对这种情况,课堂专题讨论部分主要结合学生具体情况,在论文选题与本课程相关的同学中挑选了五位,让他们所做的前期研究工作、目前研究现状、拟采用的研究思路和方法做成多媒体课件,然后在课堂上进行专题讨论。讨论的内容包括:线控动力转向系统、机械电子控制的金属带式无级变速器控制系统与控制策略、牵引力控制系统、底盘集中控制系统等。课堂讨论过程中主讲教师主要针对学生的研究思路、实验方案等具体内容对学生的选题进行提示性和指导性的提问,有时自问自答,有时他问我答,有时我问他答,帮助学生加深对目前最新研究成果的理解,启发学生研究的新思路和新方法,精炼论文的创新点,体现其自身的研究成果。例如,有学生在讨论过程中提出自己所做工作仿佛是前人工作的重复,自己很难提出新的方法或者理论。针对这个问题,教师在课堂上对目前该研究领域最新的研究成果进行了深入讨论,帮助学生换位思考,寻找研究“盲点”,提出新的思路和方法。通过这种方式的讨论,让学生有一种豁然开朗的感觉。

3 教学效果

课程教学以一篇命题论文作为课程成绩的主要依据。该论文要求学生建立给定参数的电控助力转向系统(包括整车转向系统)模型,分析所给系统的控制特性,设计满足使用要求的反馈控制系统。有能力的可进一步完成控制系统的计算机仿真分析。这种命题课程论文的形式要求学生运用课堂讲授的理论方法对车辆电控系统进行分析与设计,检验学生理论联系实际的能力。在所提交的20余篇论文中,除去抄袭他人研究成果的6篇(已打回要求重新撰写),大部分同学基本掌握了车辆电子控制系统分析设计的方法,能够独立进行相关的研究工作。其中一篇运用了动力学仿真软件AMAMS与Simulink的联合仿真方法,并进行了计算机仿真;另一篇根据所给系统,设计了基于PID的反馈控制系统,完成了控制系统的仿真。这两篇文章我们认为思路清晰,创新点突出,研究成果具有比较高的参考价值,可以评为优秀,并推荐公开发表。

课程结束之后,学生普遍反应该门课程有一定难度,但是对于汽车电子控制系统有了更深入的理解,对控制系统的分析设计方法有了更系统的认识和掌握,是一门能真正学到“东西”的课程。

4 结束语

以提高车辆工程专业汽车电子控制方向研究生研究能力为目的,对其课程《车辆电子技术》的教学内容和教学方法进行了改革。在教学内容上以车辆电控系统的“V”型开发流程为主线,以理论知识串讲、典型案例分析和课堂讨论相结合的方法进行,注重提高学生控制系统分析设计的能力以及独立进行科学研究的能力,取得了比较好的教学效果。

当然,该课程的教学还存在一些问题需要进一步完善和解决。如理论教学内容部分如何进一步系统化,教学所用讲义还需要进一步修改、调整和完善,以保证之后该门课程教学的连贯性和一致性。

摘要：从培养车辆工程专业硕士研究生理论联系实际和独立科研能力的角度出发,对《汽车电子控制》课程的教学内容和教学方法进行了改革。将教学内容划分为基础理论和方法的讲解与介绍、典型案例分析和课堂专题讨论三部分,比较系统地完成了学生理论联系实际的学习过程,取得了比较良好的教学效果。

关键词：研究生,车辆工程,电子控制,教学改革

参考文献

[1]李迎,李孝禄《.汽车电子技术》课程教学方法探讨[J].广西大学学报(哲学社会科学版),2009.31:31-32.

[2]张向文《.汽车电子技术》课程教学改革的探讨[J].高教论坛,2008.1:104-109.

[3]黄银娣,解梅,蔡伟义等.交通运输专业汽车电子控制技术类课程建设与改革[J].南京林业大学学报(人文社会科学版),4:126-128.

[4]何勇灵.研究生国际合作教学模式研究和实践[J].北京航空航天大学学报(社会科学版),2009.22:35-38.

车辆噪声控制方法分析篇6

1 2013年车辆管理状况

M分厂隶属于某大型冶炼集团, 此集团下面控制了几十个大型分公司。为了更加有效的配置资源, 集团公司专门成立了车辆管理分公司, 为其他各分厂服务。其他各分厂如有用车需求就向集团公司运输部门申请, 采用租赁的方式按台班 ( 1辆车工作8小时为1个台班) 或工作量向车辆管理分公司结算租赁费用。起初, 集团公司内部车辆管理还存在一些不完善的地方: 1车辆作业不饱满。因车辆租赁的最小单位为一个台班, 部分车辆租赁一个台班可能一半时间都在闲置。2公司内部货物二次倒运费用较高。如该冶炼分厂原料车间2012年铜原料配送量为96. 6万吨, 其中, 倒运量为61. 3万吨, 占全年运输总量的38. 8% 。3公司内部管理松懈, 部分工作人员存在私自用车现象。

2 2013年年底集团公司加大车辆管理力度

为了减少车辆费用, 降低生产成本, 2013年年底, 集团公司加大了车辆管理力度, 并针对本企业的车辆管理现状采取了一些措施:

( 1) 降低某种型号车辆的结算价格;

( 2) 做好到货金属物料卸车仓位的整体规划, 尽量减少二次倒运;

(3) 建立分级控制和归口控制的车辆管理责任制度;

(4) 建立严格的车辆审批制度和网上签班制;

( 5) 加强和完善车辆实际使用情况的收集、记录、整理、汇总和传递工作等。

通过以上措施, 集团公司旨在通过多种手段对价格及工作量的管控, 从而达到降低车辆费用、节约成本的目的。

3制度出台后的效果检验

为了检验此项制度的车辆管理效果, 我们选取了M分厂2013年、2014年的车辆费用来进行因素分析。

2013年年底, 公司下调了车辆台班的结算价格。我们把2014年数据定义为报告期数据, 2013年数据定义为基期数据。用p°、p'分别表示基期、报告期价格, q°、q'分别表示基期、报告期结算工作量。调整前价格与调整后价格如表1所示。

根据以上数据结合各类型车辆的工作量汇总计算出以下结果:

其中: p°q°为2013年结算运输费用金额, p'q'为2014年结算金额。

从上表我们可以看出:

Σ p'q' - Σ p°q° = 3018894 - 4440791 = - 1421897 ( 元)

则: 报告期比基期车辆费用总额减少1421897元, 即:2014年车辆费用结算总额比2013年结算总额减少1421897元。

结算总额的减少一方面是由于结算价格降低, 另一方面是由于公司加强车辆控制, 结算数量的减少而导致的。为了分析以上两种因素分别引起多大程度的减少, 下面就对它们进行因素分析。

( 1) 首先, 我们先分析一下价格p降低所引起的结算金额的减少量。由于各种类型的车辆结算价格不同, 各类的作业数量不同, 我们就引入结算工作量q作为它的同度量因素, 由于结算工作量q为数量指标, 我们就采用报告期结算工作量q'作为同度量因素进行分析。

由此我们可以得出由于结算价格的降低, 导致车辆费用结算总额减少了158385元, 使结算总额降低了7. 88% 。

( 2) 我们再分析一下结算工作量q降低所引起的结算金额的减少量。同样, 我们就引入结算价格p°作为它的同度量因素。则:

所以, 由于结算工作量的降低, 导致车辆费用结算总额减少了1163512元, 使结算总额降低了26. 2% 。

( 3) 由以上两项可以得出:

由此, 可以得出, 由于2013年年底公司采取了一定措施, 导致车辆结算总额减少量为1421897元, 降低了32. 02% 。其中由于价格降低减少了258385元, 降低了7. 88% , 由于结算工作量减少导致结算金额减少了1163512元, 降低了26. 2% 。

显然, 2013年年底公司采取的一系列措施, 其效果是明显的, 应该继续推广下去, 同时, 对公司今后的用车制度提出以下几点合理化建议:

( 1) 加大网络用车管理, 尤其对接送人员或拉运简单物料的车辆、短时使用的吊车、叉车等, 公司车辆可以统一安排5 ~ 10个停放点, 采用临时用车呼叫制度。

( 2) 对大宗物料的转运, 可以考虑采用定量包干的使用模式。

( 3) 对固定时段、固定工作内容的物料转运工作, 可以仍采用驻塞轮班制度。

摘要：车辆运输或车辆作业是冶炼工作中的一个重要组成部分, 在整个企业成本核算中也占有一定的比重, 文章通过对某大型冶炼分厂车辆管理措施出台前后的数据进行因素分析, 检验这些措施对车辆的管控效果, 以便做出正确的管理决策。

城轨车辆制动控制系统的分析篇7

1北四车辆制动控制系统概述

北四车辆制动控制系统的核心是G阀和RIO阀,主要完成列车保持制动、常用制动、紧急制动、防滑保护以及输出空压机的启动请求,并且将列车制动控制系统接入TCMS系统(列车控制和管理系统)中。

2 G阀和RIO阀

北四车辆采用德国KNORR公司的EP2002型制动系统。G阀和RIO阀是整个制动系统的核心部件,是制动管路系统和制动控制系统的枢纽。两阀气路模块如图1所示,G阀可以采集总风压、制动缸风压、空簧风压、副风缸风压以及回送管风压;RIO阀可以采集制动缸风压、空簧风压、副风缸风压以及停放制动缸风压。这些采集到的风压值对制动系统的控制起着非常重要的作用。

RIO阀主要由气路模块和电子控制模块组成。电子控制模块主要由微控制器和电源电路组成。G阀在RIO阀的基础上增加了数据管理模块,该模块由通讯电路和缓冲控制器组成。每节车G阀和RIO阀各1个,G阀是主控制阀,RIO阀是从控制阀。为了便于系统维护,每2节车为1个单元(TC1、M1为1个单元,M3、T3为1个单元,TC2、M2为1个单元),每个单元的4个阀构建起CAN总线网络,相互之间进行通讯和数据共享。另外,每个车的G阀通过MVB总线连接到TCMS网络中,将制动系统的状态实时传给TCMS系统。TC1、M1单元的网络连接如图2所示。

TCMS系统网络向G阀发出制动指令,两阀将参考空簧风压(空簧风压反映列车重量)大小,通过阀内部软件分析,计算出所需的制动力,然后控制向制动缸提供的风压,施加保持制动。保持制动力的大小和空簧风压大小有关,平均有0.24 MPa左右。

常用制动的信号来源于司机手柄。当G阀得到常用制动信号时,两阀将参考空簧风压大小,通过阀内部软件分析,计算出所需的制动力,然后控制向制动缸提供的风压,施加常用制动。除了空簧风压,常用制动力的大小还与控制信号有关,从无到有,但最大不超过紧急制动力。

紧急制动的信号来源于紧急制动控制电路。当两阀得到紧急制动信号后,将参考空簧风压大小,直接通过其内部继电器控制向制动缸提供的风压,施加紧急制动。紧急制动力的大小和空簧风压大小有关,但比其他制动力大,平均有0.3 MPa左右。

防滑保护的信号来源于车轮的速度差或减速度。两阀通过安装于车轴的速度传感器,实时监测列车运行速度。在列车运行中施加制动时,当两阀检测到某轮轴速度比标准速度低,而且速度差超过标准速度的5%时(或当两阀检测到某轮轴的减速度大于4.5 m/s2时),两阀将参考空簧风压大小,通过阀内部软件分析,控制低速车轮反复制动缓解和施加,使之趋向于标准速度,直到列车因制动而停止运行。标准速度取单元内车轴的最大速度(如KNORR制动系统[2])或单车车轴的最大速度(如Nabtesco制动系统[3])。

G阀与外界连接的电气接口有PL1、PL2、PL3、PL4和SK1。PL1接Ⅱ位转向架两车轴的速度传感器,用于采集车轴的速度。PL2接110 V制动电源为G阀供电,接紧急制动信号(信号线为443T),启动紧急制动施加或缓解。PL3接列车牵引制动参考信号、回送模式信号、备用模式信号、副风缸压力开关(只有TC1和TC2车有)以及空压机启动请求信号(只有TC1和TC2车有)。PL4接TCMS系统网络,将列车制动状态实时传给TCMS系统。SK1用来构建制动控制系统的CAN总线网络,方便制动系统的维护。

RIO阀与外界连接的电气接口有PL1、PL2、PL3和SK1。PL1接Ⅰ位转向架两车轴的速度传感器,用于采集车轴的速度。PL2接110 V电源为RIO阀供电,以及接紧急制动信号,启动紧急制动施加或缓解。PL3接列车零速线、制动切除阀B04和停放制动切除阀B05。SK1用来构建制动控制系统的CAN总线网络。RIO阀没有PL4插口,不能直接和TCMS系统通讯。

制动电源BPCB设在每节车的电气柜中,为本节车的两阀提供110 V电源。速度传感器实时采集车轴的转速,为系统启动防滑保护提供依据。当列车紧急安全回路断开时,输出紧急制动施加信号,通过两阀控制,紧急制动施加;紧急安全回路导通时,输出紧急制动缓解信号,通过两阀控制,紧急制动缓解。司机手柄控制线路的通断,形成列车的牵引制动数字信号,输入到各节车的G阀。正常情况下,牵引制动模拟信号的优先级高,即当有模拟信号时,数字信号不起作用;模拟信号是随电压变化的连续信号。TC1和TC2车上G阀PL3口的F、D、R、P针是接入列车安全互锁电路的,当TC1车的副风缸压力小于0.65 MPa时,F和D断开、R和P断开,安全互锁电路无法建立;当TC1车副风缸压力大于0.7 MPa时,F和D接通、R和P接通。TC2车与TC1车副风缸压力开关的工作原理相同,其他车的G阀无此功能。

TC1和TC2车G阀PL3口有H和G针,其中H针接BPCB制动电源。在G阀控制空压机的情况下,当总风压力小于0.8 MPa时,其中一个TC车G阀PL3的H和G针接通,G针得电,向TCMS系统的DX87模块发出空压机启动请求信号,经DX87模块处理后,向该车的空压机控制电路发出空压机启动指令,启动空压机;当总风压力大于0.9 MPa时,该TC车G阀PL3的H和G针断开,G针不得电,向TCMS系统的DX87模块发出空压机停止请求信号,经DX87处理后,向该车的空压机控制电路发出停止指令,停止空压机。如果风压降到0.75 MPa左右时,另一个TC车会以同样的方式启动本车的空压机,2台空压机一起工作,直到总风压力为0.9 MPa左右时停止。

各车G阀PL4口接入TCMS系统网络,将列车的制动状态实时传给TCMS系统。每个单元的4个阀通过SK1口连接在一起,构建CAN总线网络,其中TC1、T3和TC2车上设置维护插座,方便CAN总线网络与电脑连接。B04、B05接入其所在车的RIO阀,通过CAN总线将其状态输入TCMS系统。

3紧急制动控制电路

紧急制动控制电路[4]在两TC车上各有一套,且结构基本相同。列车要施加紧急制动,所有的G阀和RIO阀必须得到紧急制动施加信号。紧急制动信号是由位于两TC车的EB回路产生的,输入到列车所有的G阀和RIO阀。EB回路由一系列与列车安全运行有关的继电器和开关构成,其中有2个安全继电器SIR1和SIR2,其线圈由安全互锁电路供电。因此,要建立EB回路,首先必须保证安全互锁电路向两SIR继电器的线圈供电,即先建立安全互锁。

假设TC1车为主控,当2个SIR继电器得电后,MC(主控制器)手柄打到非EB位,电机正常,按下MC手柄,列车保持完整性,2个TC车的EBPB(紧急制动按钮)都处于正常状态,无乘客报警,门全关闭,总风压不低于0.7 MPa,2个TC车的紧急疏散门关闭正常,列车运行速度为零,MSS(ATC模式选择开关)打在NRM位,紧急制动继电器自锁,即EB回路建立,产生紧急制动缓解信号;当EB回路断开时,2个EMBR(紧急制动继电器)继电器不得电,即产生紧急制动施加信号。TC2车为主控时,紧急制动的控制和TC1车为主控时相同。

司机在启动列车前,先将MC手柄打到EB位,目的是先建立安全互锁,没有安全互锁,EB回路将无法建立。

在停放制动施加和停放制动缓解的控制电路中,PBCB为停放制动电源开关,装在两TC车司机室的电气柜中;PKBPB为停放制动施加按钮,PKBRPB为停放制动缓解按钮;两按钮分别控制脉冲阀的2个电磁阀。假设TC1车为主控,闭合PBCB,按下PKBPB按钮,脉冲阀Ⅱ侧电磁阀动作,停放制动施加;按下PKBRPB按钮,脉冲阀Ⅰ侧电磁阀动作,停放制动缓解。另外,TCMS系统的DX87模块接在停放制动缓解控制电路上,将停放制动的状态传给TCMS系统。值得注意的是,只要停放制动施加电路导通,即使管路系统没有施加停放制动,TCMS系统也会显示为停放制动施加状态。

4结论

北四车辆各系统通过MVB总线,构建了便于集中监控和管理的TCMS系统,它将各子系统紧密地联系在一起,使控制系统的结构更加紧凑、功能更加强大、设计更加灵活,在保证列车安全运行的同时也为乘客提供了一个舒适的乘车环境。

摘要：制动系统是城轨车辆关键系统之一,根据故障导向安全原则,制动系统失效时应有充足的措施确保列车和人员安全。北京地铁四号线车辆的制动控制系统通过G阀和RIO阀,完成列车的保持制动、常用制动、紧急制动、防滑保护等功能,并且将列车制动控制系统接入到TCMS系统中,保证了车辆的安全运营。

关键词：制动控制系统,紧急制动,常用制动

参考文献

[1]姜祥禄,蔡永丽.地铁车辆EP2002制动系统防护保护[J].电力机车与城轨车辆,2008,31(4):47-49.

[2]吴新宇.克诺尔模拟式地铁制动系统概述[J].铁道车辆,2000,38(Z1):32-36.

[3]阳建鸣.纳博特斯克车辆制动技术[J].现代城市轨道交通,2007(3):54-55.

【车辆噪声控制方法分析】推荐阅读：

车辆噪声07-29

车辆稳定控制09-15

车辆控制器09-17