履带车辆HMCVT测试技术研究及应用

履带车辆HMCVT测试技术研究及应用

论文摘要

本文研究的内容是河南省高校杰出科研人才创新基金项目“液压机械式无级变速器研究开发”及河南科技大学重点学科建设项目“车辆新型动力传动系统试验台”的主要研究内容,其目的是为设计开发车辆传动系统提供一种通用性强、操作简单、成本低、精度及自动化程度高、检测速度快的检测系统,在论文中对液压机械无级变速传动(hydro-mechanical continuous variable transmission,简称HMCVT)性能测试系统进行了较为深入的理论研究与实践。系统地阐述了车辆传动系测试及相关技术的研究现状,分析了履带车辆新型传动—液压机械无级变速的传动原理、性能及其性能测试的特点,提出了液压机械无级变速传动的性能评价方法。根据相关国家标准及行业标准,结合HMCVT性能的评价方法,分析了进行HMCVT性能测试的测量与控制参数,设计了履带车辆液压机械无级变速传动试验系统。发动机为试验系统提供动力,是HMCVT性能测试的重要组成部分,发动机控制的自动化程度对试验过程的高精度自动化控制有着重要的作用。运用神经网络理论,建立了发动机输出转速、转矩与油门开度的数学模型,为发动机自动控制奠定了基础。分析了无级变速传动试验系统发动机的工作模式,研究了发动机油门控制原理,提出了基于BP神经网络整定的PID发动机油门开度控制的策略,编制了系统控制软件,进行了油门开度控制。分析了履带车辆的行驶阻力与工作阻力的特征,结合履带车辆传动系的特点,建立了试验系统的连续加载模型。为了提高电涡流测功器的响应速度,研究了基于电涡流测功器动态特性的电涡流测功器的预测控制方法,建立了基于遗传算法的电涡流测功器控制模型,实现了车辆行驶阻力在试验系统上的模拟。在提高试验系统传感器测试精度的研究中,分析了温度传感器的非线性特性,建立了基于支持向量机的温度传感器非线性补偿模型。提出了运用数据融合技术提高HMCVT液压油温度测量精度的方法,建立了数据自适应加权融合算法模型。分析了HMCVT液压油油压测量的干扰因素,制定了基于拟合方程显著性检验技术的融合规则,进行了HMCVT液压系统油压测试数据配准,并通过油压测试检验了所制定的融合规则的有效性。针对HMCVT测试中转速变化范围较宽的特点,提出了转速的准等精度测量方法。分析了试验系统信号采集与数据处理系统的硬件构成原理,研究了试验系统的软件技术,基于虚拟仪器技术编制了试验系统软件。为提高系统的测试精度,设计了转矩传感器标定装置,对转矩传感器进行了标定和误差修正。分析并提出了试验系统内部阻力的测量与补偿方法,对试验系统的测量精度进行了研究。分析了测试系统的误差分配与合成方法,建立了测试系统的数据测试精度模型。运用所设计的试验系统进行了HMCVT无级调速特性试验,试验表明所设计的试验系统能够满足HMCVT性能测试的需要,具有较高的稳定性与精度。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题的来源及意义
  • 1.2 测试技术的发展及其在车辆领域的应用
  • 1.2.1 测试技术发展的现状
  • 1.2.2 车辆传动系测试技术发展的现状
  • 1.2.3 液压机械无级变速传动系性能及其试验
  • 1.3 本文的主要研究内容及创新点
  • 第2章 履带车辆HMCVT及性能测试系统
  • 2.1 履带车辆HMCVT构成与功能特点
  • 2.1.1 HMCVT构成
  • 2.1.2 HMCVT原理
  • 2.1.3 履带车辆HMCVT
  • 2.2 履带车辆HMCVT性能
  • 2.2.1 履带车辆HMCVT系统特性
  • 2.2.2 履带车辆HMCVT性能评价
  • 2.2.3 履带车辆HMCVT性能试验规范
  • 2.3 履带车辆HMCVT性能测试系统
  • 2.3.1 履带车辆HMCVT性能测试系统的功能
  • 2.3.2 履带车辆HMCVT性能试验测试参数分析
  • 2.3.3 履带车辆HMCVT试验系统构成分析
  • 2.3.4 履带车辆HMCVT性能试验过程分析
  • 2.4 本章小结
  • 第3章 履带车辆HMCVT测试系统的发动机控制
  • 3.1 发动机过程控制
  • 3.1.1 试验系统的发动机控制
  • 3.1.2 发动机油门控制原理
  • 3.1.3 发动机过程控制模型
  • 3.2 神经网络理论
  • 3.2.1 BP网络模型与结构
  • 3.2.2 BP网络学习算法
  • 3.2.3 BP算法的改进
  • 3.3 基于BP网络的发动机模型辨识
  • 3.3.1 发动机系统辨识的一般模型
  • 3.3.2 神经网络辨识的理论依据与辨识结构
  • 3.3.3 基于BP网络的发动机模型辨识
  • 3.4 基于BP神经网络整定的PID发动机油门开度控制
  • 3.4.1 基于BP神经网络的PID整定原理
  • 3.4.2 发动机油门控制软件设计
  • 3.4.3 仿真试验及结论
  • 3.5 本章小结
  • 第4章 履带车辆试验载荷及其模拟
  • 4.1 履带车辆载荷分析
  • 4.1.1 履带车辆建模的几点假设
  • 4.1.2 履带车辆行驶阻力
  • 4.1.3 履带车辆转向阻力
  • 4.2 履带车辆HMCVT试验载荷模型
  • 4.2.1 车辆直线行驶的试验载荷模型
  • 4.2.2 车辆转向时的试验载荷模型
  • 4.2.3 试验载荷综合模型
  • 4.3 阻力载荷的模拟
  • 4.3.1 盘式制动器对阻力载荷的模拟
  • 4.3.2 电涡流测功器对阻力载荷的模拟
  • 4.4 本章小结
  • 第5章 履带车辆HMCVT性能参数测量及其精度分析
  • 5.1 履带车辆HMCVT性能测试的测控系统
  • 5.1.1 测控系统组成
  • 5.1.2 测控系统硬件规格及参数
  • 5.1.3 测控系统软件
  • 5.2 HMCVT性能测试参数测量方法
  • 5.2.1 测量方法的基本理论
  • 5.2.2 基于自适应加权融合算法的HMCVT温度测量
  • 5.2.3 基于数据融合技术的HMCVT液压油油压测量
  • 5.2.4 转速测量及其提高测量精度的方法
  • 5.2.5 HMCVT转矩测量方法
  • 5.3 测试系统误差与测量不确定度
  • 5.3.1 直接测量误差与间接测量误差的传递
  • 5.3.2 测量误差的合成
  • 5.3.3 测量不确定度评定
  • 5.3.4 测试系统误差的分配
  • 5.3.5 HMCVT间接测试量测量精度分析
  • 5.4 测试系统抗干扰技术
  • 5.5 本章小结
  • 第6章 HMCVT性能测试
  • 6.1 试验目的
  • 6.2 试验方案
  • 6.3 试验结果及分析
  • 第7章 总结与展望
  • 7.1 主要成果
  • 7.2 展望
  • 参考文献
  • 攻读博士学位期间参与的科研项目与发表论文情况
  • A 学术论文
  • B 科研项目
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    履带车辆HMCVT测试技术研究及应用
    下载Doc文档

    猜你喜欢