虚拟传感器在车辆轮胎压力测试中的研究初探

滑转率通常定义为车轮的相对速度与切向速度的比。其表达式为公式（1）。附着系数为φ＝Fφ/G。在滑转率十分小的情况下，车轮滑转率与附着系数满足线性方程φ=ks，其与轮胎的特性有关，也与路面的摩擦有关。

基于上述理论，利用了状态矢量描述车辆滑移状态，式中为纵向刚度，为前、后车轮半径的差。车辆左右侧轮胎的数学模型为

模型表明精确的车轮滑移率是驱动力的一次函数μ加上一个均值白噪声，均值白噪声主要是由于前后车轮半径的不同所造成的。

转速传感器测出各个轮胎上工作转速ω，并从CAN总线上获得发动机传送至各个轮胎上的转矩M，通过计算机对模型求解，可初步获得各个轮胎的滑转率和附着系数。

4　虚拟传感器测量车辆轮胎压力的算法

目前，国外对胎压检测的虚拟传感器算法进行了大量研究与开发工程，其中申请的专利有40多个，大多利用了标准车轮转速传感器，主要的方法有：

4.1　振动分析算法

利用轮胎橡胶在受到路面冲击时的弹性特性，对车轮转速的频谱进行抽样分析，并去除车辆其它部分引起振动时所导致的扰动。振动分析可通过快速傅里叶变换FFT的检测方法完成。

该方法基本的思路是将轮胎看作一个“弹簧一阻尼”系统。根据轮胎模型和充气压力，最理想的振动频率一般在40-50Hz之间，但也有其他较高或较低的频率。通过对不同轮胎的振动进行研究和筛选，监控其振动的频率，从而得出正常频率的值，同时检测出非正常值。

不管是基于模型或者是FFT方法，在应用振动分析之前，都要对速度的测量进行滤波。运用拟合的最小二乘法，得出一个具．有改善了的干扰比率的速度信号。补偿的速度信号波形清晰地显示出45Hz左右的一种振动模式，如图3所示。

利用FFT测量仪和一个低通过率的滤波器可以计算平均周期图，每次测试中可自动计算出如图4所示的峰值。离线后，可以检测15%的轮胎压力降，但是考虑自动设置阈值以及很低的错误警告率，检测30％的轮胎压力降更为可信。FFT是对数据的成批处理，有一定的滞后时间。图4中利用了大量305的测试数据。

<< 前一页 下一页 >>