汽车复合制动舒适性模型问题的研究.pdf

学兔兔 务I lI5 化 汽车复合制动舒适性模型问题的研究 Vehicle hybrid brake comfort modeI reseach 马文斌，陈庆樟，刘 忠 MA Wen bin，CHEN Qing．zhang，LIU Zhong (常熟理工学院，常熟215500) 擒 要；为了描述汽车复合制动 (电机制动与液压制动复合)在制动模式切换时对驾乘人员舒适性的影 响，提出了一种制动舒适性建模方法，利用主成分分析提取采集数据中对舒适性贡献率较大 的因子组成特征向量，基于叶斯正则化BP网络建立复合制动舒适性模型，用于汽车复合制动 参数验证性校调。回归分析表明，相对传统的梯度下降法BP网络，贝叶斯正则化模型收敛速 度较快，预测精度较高，具有较大的推广价值。 关键词：复合制动；舒适性建模；贝叶斯正则化 中圈分类号：TB24 文献标识码：A 文章编号：1 009-01 34(201 3)04(上)-oo82-o3 Doi：10．3969／J．Issn．1009-01 34．201 3．04(I-)．26 0 引言 为了达到有效利用能量的目的，电动汽车和 复合动力汽车多采用电机制动和液压制动复合以 提高制动能量的回收效率，但是存在电机制动模 式切换到液压制动模式过程的波动性，从而影响 汽车制动舒适性，因此建立复合制动舒适性模型 对于汽车复合制动系统参数校调具有重要意义。 国内学者对汽车行驶过程的舒适性研究较 图1复合制动舒适性产生机理 多。文献【l】以汽车操纵装置的操纵力舒适性客观 定量评价为目标，利用主成分分析法建立了整车 车速和制动情况决定制动系统中不同制动模式的 操纵力舒适性评价模型。文献【2】基于踏板力和力 介入程度，而不同的制动模式带给驾乘人员不一 变率建立了离合器操纵舒适性模型。但目前对于 样的乘车感觉，两种模式的过渡阶段会产生感觉 复合制动过程的模式切换舒适性研究不多见。 的突然变化，从而影响驾乘的舒适性。 BP神经网络近年来研究较多，传统的BP网络 2 主成分分析贝叶斯正则化BP神经 算法简单，多用于非线性系统，但是存在收敛速 网络 度慢，泛化能力差的缺点 。 2．1主成分分析 因此考虑采用贝叶斯正则化的BP网络建立复 复合制动过程中对波动性产生影响的因素很 合制动舒适性模型，该方法可提高BP网络的收敛 多，各种参数间的强耦合作用使得模型预测误差 速度、泛化能力和回归准确度 。 较大。 1复合制动舒适性机理分析 主成分分析通过合适的降维方法对多变量复 复合制动舒适性可以理解为汽车由电机制动 杂系统进行综合处理。通过构造系统的价值函数 转为液压