(汽车试验学)试验2汽车制动性试验报告.doc

(汽车试验学)试验2汽车制动性试验报告汽车制动性试验报告报告人:2007010751汽71冯旭宁同组人员:曹大林,张旭,章雄,项心江实验日期:2010年4月25日实验地点:清华地热钻井架北侧道路实验时间:上午8:30~9:30一、实验目的:学习制动性能道路实验的基本方法,以及实验常用设备;通过道路实验数据分析一个真实车辆的制动性能;通过实验数据计算实验车辆的制动协调时间、充分发出的制动减速度和制动距离。二、实验对象:一辆福田皮卡,具体车型参数对于试验数据处理没有关系,故省略。三、实验设备:实验车速测量装置:常用的有ONOSOKKI机械五轮仪、ONOSOKKI光学五轮仪和RT3000惯性测量系统。实验中实际使用的是基于GPS的RT3000惯性测量系统。数据采集、记录系统:ACME便携工控机GEMS液压传感器——测量制动过程中制动压力的变化情况。四、试验内容:、安装方法及安装注意事项;了解实验车上的实验设备及安装方法,分析设备的安装应该有什么要求。由于制动实验中,实验车辆上的所有人和物都处于制动减速度的环境中,因此需要对所有物品进行固定,以防止实验过程中对设备的损伤以及对实验人员的损伤。另外,由于实验过程是在室外进行,要求实验系统能够承受各种环境的影响,因此需要针对实验内容选择实验设备及防范措施。学习车载开发实验软件的使用,了解制动性能分析中比较重要的实验数据的内容和测量方法。:MFDD=ub2--sb制动距离s=‘+τ2’‘2ua0+,要求的实验车速范围应包括30Km/h~50Km/h;、轮速的计算方法分析;。为保证安全,实验中由同学们操作实验仪器,老师驾驶实验车辆。有可能的情况下进行常规制动与ABS控制制动的对比实验。五、实验数据处理制动减速度、踏板信号、制动压力信号数据处理遇到的第一个问题就是,数据中的NaN(无效量)特别多,采样频率虽然是10000Hz,但是有效的数据间隔不均匀,而且不连续。同时,不同的参数出现有效值的对应时间也不一样,这给处理数据带来了较大的麻烦。所以处理数据的第一步就是将NaN的对应数据都去掉。(注:这里应用了matlab去掉无效数据的函数i1=find(~isnan(brake));brake1=brake(i1);即去掉了brake数据中的NaN数据。)对于制动踏板信号和制动压力信号的数据处理和作图的matlab程序如下:%,matlab自动命名为数据矩阵data;time=data(:,1);brake=data(:,2);speed=data(:,3);pressure=data(:,8);%去掉无效数据并作图brake~timei1=find(~isnan(brake));brake1=brake(i1);time1=time(i1);plot(time1,brake1,'g');%去掉无效数据并作图--pressure~timei2=find(~isnan(pressure));pressure1=pressure(i2);time2=time(i2);plot(time2,pressure1,'b');在计算制动减速度时,计算的数据来源于GPS车速。但由数据发现,GPS车速有局部波动,逐项差分或微分得到的曲线都是充满了毛刺的。最终我发现,采样频率过高是没有意义的,实际上采样频率在10~100Hz就可以作出较好的减速度曲线。为了消除这些波动的毛刺,对于速度曲线进行样条光滑处理,在光滑处理的同时,将时间间隔(对应着采样频率)(即采样频率改为10Hz)。再对于制动速度求微分之后,曲线上的毛刺消除了,且曲线光滑。对于制动减速度数据处理和作图的matlab程序如下:当然,这是和上一部分程序相接的。%去掉无效数据--speed~timei3=find(~isnan(speed));speed1=speed(i3);time3=time(i3);%对速度进行样条光滑处理,并减小采样频率;time4=0:10000:500000;speed2=spline(time3,speed1,time4);%微分处理,得到减速度;acc1=-diff(speed2)*10/;plot(time4(2:end),acc1,'r');第一组数据——一脚“轻”制动首先是踏板位置曲线:踏板从1s开始被踩到底。然后是制动压力曲线:可以看到制动压力的上升开始时间和踏板踩下的时间几乎相同,但比制动踏板开始