Untersuchung der Wankdynamik und Applikation der Wankparameter eines realen Fahrzeuges

Inhaltsverzeichnis

1 Einleitung

2 Grundlagen

2.1 Einführung in die Fahrzeugmechanik

2.1.1 Allgemeine Bewegung des Kraftfahrzeuges

2.1.2 Aufteilung der Fahrzeugdynamik

2.2 Koordinatensysteme und Transformation

2.2.1 Koordinatensysteme

2.2.2 Transformation

3 Modellbildung der Fahrzeug-Querdynamik

3.1 Das lineare Einspurmodell

3.1.1 Querdynamik des Einspurmodells

3.1.2 Bewegungsgleichung des Einspurmodells

3.2 Das lineare Einspurmodell mit Wanken

3.2.1 Wank-induzierte Kenngröße

3.2.2 Aufstellen der Bewegungsgleichungen

3.2.3 Bewegungsgleichungen in Zustandsform

4 Parameteridentifikation

4.1 Fahrversuche zur Parameterermittlung

4.2 Modellbildung zur Parameterermittlung

4.2.1 Differentialgleichung des Ersatzsystems

4.2.2 Differenzengleichung des Ersatzsystems

4.3 Parameter-Identifizierbarkeit

4.4 Parameterschätzverfahren

4.4.1 Least-Square Verfahren für statische Prozesse

4.4.2 Least-Square Verfahren für dynamische Prozesse

5 Modell-Implementierung und Simulationsergebnisse

5.1 Implementierung des Schwingsystems

5.2 Prozessdaten aus Schwingversuchen

5.3 Simulationsergebnisse mit NLS

5.4 Simulationsergebnisse mit WLS

5.5 Vergleich der Simulationsergebnisse

6 Zusammenfassung

A Anhang

A.1 Parameter von CarSim und Versuchsfahrzeug

A.2 Sensorsignale

Zielsetzung & Themen

Das Hauptziel dieser Diplomarbeit ist die Verbesserung eines am Institut für Automatisierungstechnik und komplexe Systeme (AKS) entwickelten Fehlerdiagnoseverfahrens für die Sensorik der Fahrzeugquerdynamik. Die zentrale Forschungsfrage liegt darin, wie das bisher eingesetzte lineare Einspurmodell so um die Wankdynamik erweitert werden kann, dass eine genauere Beschreibung der Querdynamik bis an die Stabilitätsgrenze ermöglicht wird und gleichzeitig die für die Modellparameter notwendigen Werte durch Fahrversuche und Parameterschätzverfahren effizient bestimmt werden können.

• Erweiterung des linearen Einspurmodells um die Wankdynamik eines Fahrzeugs
• Experimentelle Bestimmung der Modellparameter mittels realer Fahrversuche
• Anwendung von Least-Square Verfahren (NLS und WLS) zur Parameteridentifikation
• Evaluation und Validierung der erweiterten Modellstruktur in Matlab/Simulink
• Untersuchung der Parameter-Identifizierbarkeit zur Genauigkeitsprüfung

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Diese Einleitung stellt die Bedeutung von Fahrzeugsicherheitssystemen wie dem ESP dar und formuliert das Ziel der Arbeit, ein bestehendes Diagnosemodell um die Wankdynamik zu erweitern.

2 Grundlagen: Hier werden die theoretischen Grundlagen der Fahrzeugmechanik, insbesondere die sechs Freiheitsgrade und die notwendigen Koordinatensysteme sowie deren Transformation, definiert.

3 Modellbildung der Fahrzeug-Querdynamik: In diesem Kapitel erfolgt die mathematische Herleitung des linearen Einspurmodells sowie dessen Erweiterung zu einem Modell mit Wankdynamik unter Berücksichtigung von Massenverteilungen und physikalischen Kräften.

4 Parameteridentifikation: Dieses Kapitel erläutert die Methoden zur Bestimmung unbekannter Modellparameter mittels Fahrversuchen und verschiedenen mathematischen Schätzverfahren wie dem Least-Square Algorithmus.

5 Modell-Implementierung und Simulationsergebnisse: Hier wird die praktische Umsetzung der entwickelten Modelle in Matlab/Simulink beschrieben und die erzielten Ergebnisse der Parameteridentifikation werden ausgewertet und verglichen.

6 Zusammenfassung: Die Arbeit schließt mit einer Rekapitulation der Vorgehensweise und der erzielten Ergebnisse zur Erweiterung des Einspurmodells sowie Empfehlungen für weiterführende Untersuchungen.

A Anhang: Der Anhang enthält detaillierte Tabellen zu den Fahrzeugparametern sowie Erläuterungen zu den verwendeten Sensorsignalen.

Schlüsselwörter

Wankdynamik, Einspurmodell, Fahrzeugquerdynamik, Parameteridentifikation, Least-Square Verfahren, ESP, Fahrdynamikregelung, Zustandsraummodell, Modellbildung, Schwingversuch, Sensorik, Systemidentifikation, Simulation, Matlab, Simulink

Häufig gestellte Fragen

Worum geht es in dieser Diplomarbeit grundsätzlich?

Die Arbeit beschäftigt sich mit der Erweiterung eines Standardmodells zur Beschreibung der Fahrzeugquerdynamik, um durch die Einbeziehung der Wankbewegung eine höhere Genauigkeit bei der Fehlerdiagnose von Fahrzeugsensoren zu erreichen.

Was sind die zentralen Themenfelder der Untersuchung?

Zentral sind die Fahrzeugdynamik, die mathematische Modellbildung in Zustandsform sowie Methoden der Parameteridentifikation, um aus realen Fahrversuchsdaten die notwendigen Fahrzeugparameter zu extrahieren.

Was ist das primäre Ziel der Arbeit?

Das Ziel ist die Verbesserung eines am Institut AKS entwickelten Fehlerdiagnoseverfahrens, indem das einfachere lineare Einspurmodell um den Aspekt der Wankdynamik ergänzt wird.

Welche wissenschaftlichen Methoden werden verwendet?

Es werden mechanische Modellbildungsverfahren (Lagrange-Gleichungen), Methoden zur Diskretisierung von Differentialgleichungen und verschiedene Least-Square Schätzverfahren zur Identifikation von Parametern angewandt.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil gliedert sich in die mathematische Herleitung des Einspurmodells mit Wanken, die Durchführung von Fahrversuchen zur Datengewinnung und die Implementierung der Parameterschätzung in einer Simulationsumgebung.

Welche Schlüsselbegriffe charakterisieren die Arbeit?

Die Arbeit lässt sich am besten durch Begriffe wie Wankdynamik, Systemidentifikation, Least-Square Verfahren und Fahrzeugquerdynamik beschreiben.

Warum ist die Berücksichtigung des Wankens für das Einspurmodell wichtig?

Die Standard-Einspurmodelle vernachlässigen Wankbewegungen. Für die genauere Diagnose an der Stabilitätsgrenze ist die Wankdynamik jedoch ein entscheidender Indikator für das Fahrzeugverhalten, besonders bei dynamischen Manövern.

Welche Rolle spielen die Least-Square Verfahren bei der Identifikation?

Die Verfahren erlauben es, die nicht direkt messbaren Modellparameter (wie Trägheitsmomente oder Dämpfungswerte) aus den bei Fahrversuchen aufgezeichneten Signalen (Querbeschleunigung, Wankwinkel) numerisch zu schätzen.

Welchen Einfluss hat der Vergessensfaktor bei der WLS-Methode?

Der Vergessensfaktor λ erlaubt es, den Einfluss älterer Messdaten bei der rekursiven oder gewichteten Schätzung zu reduzieren, was besonders bei zeitveränderlichen Prozessen zu einer besseren Anpassung führt.