某型特種車輛蛇形駕駛工況側傾穩定性仿真研究

王全，姜樂華，高經緯

（國防科學技術大學交通運輸工程系，湖南 長沙 410072）

某型特種車輛蛇形駕駛工況側傾穩定性仿真研究

王全，姜樂華，高經緯

（國防科學技術大學交通運輸工程系，湖南 長沙 410072）

∶針對某型特種車輛蛇在形駕駛工況下容易發生側翻的問題，基于ADAMS軟件建立了魔術公式輪胎模型和整車虛擬樣機模型，并進行了不同速度和方向盤轉角下的蛇形駕駛仿真試驗；選取橫向載荷轉移率作為側傾穩定性評價指標并對其進行修正，獲得評價效果更好的橫向載荷轉移率；利用優化后的評價指標求得研究對象蛇形駕駛工況下的側翻預警閾值。仿真結果表明：相同的方向盤轉角，速度增大，車輛側傾穩定性變差；相同的行駛速度，方向盤轉角增大，車輛更容易發生側翻。

∶蛇形駕駛；ADAMS；仿真試驗；橫向載荷轉移率；速度；方向盤轉角

10.16638/j.cnki.1671-7988.2016.09.039

LC NO.: U467.1+1Document Code: AArticle ID: 1671-7988 (2016)09-103-05

引言

車輛側翻是指車輛在行駛過程中繞其縱軸線轉動90?；蚋蟮慕嵌纫灾萝嚿砼c地面相接觸的一種極其危險的側向運動[1]，一般分為兩種形式：①側向加速度超過一定限值，使得內側車輪的垂直反力為零而引起的側翻；②車輛行駛時產生側向滑移與路面上的障礙物發生側向撞擊，被其絆倒而發生的側翻[2]。美國高速公路交通安全管理局對車輛事故進行的統計數據顯示，盡管車輛側翻事故率不高，但是產生的危害程度僅次于碰撞事故，居第二位[3]。

車輛側傾穩定性主要包括兩個方面：靜態側傾穩定性和動態側傾穩定性。其中，靜態側傾穩定性評價方法有三種[4]：靜態穩定因子法，側拉比例系數法和側傾比例系數法；動態側傾穩定性評價方法也有三種：理論分析法，計算機模擬仿真法和實車試驗法。計算機模擬仿真法和實車試驗法都是基于典型行駛工況下車輛的響應判斷其行駛狀態，包括蛇形駕駛工況、雙移線工況、穩態轉向工況等；其中，蛇形駕駛是主要用于評估車輛過渡響應和側傾穩定性的工況[5]，該工況模擬車輛在某一方向轉向情況下向反方向急打方向盤避障行駛，由于側向加速度方向和大小的突變，車輛極易發生劇烈橫擺和側翻；蛇形駕駛工況下側傾穩定性良好的車輛，在其他工況下一般也具有極好的側傾穩定性。本文研究對象是應用于特殊用途的特種車輛，無法進行實車試驗；而且在實際車輛側傾穩定性的研究中，相比較于計算機仿真分析方法，實車側翻試驗具有很高的經濟成本、較大的危險性以及嚴格的試驗條件[6]。綜上，本文采用計算機仿真分析方法。

1、車輛側傾機理及側傾穩定性評價指標

1.1車輛側傾機理

首先對某型特種車輛側傾穩定機理進行分析研究，圖1即為某型特種車輛穩態下的側傾模型[7]：

圖1　某型特種車輛穩態下的側傾模型

其中：ay是質心處側向加速度，h是質心高度，M是整車質量，B是輪距，?y是質心相對于輪距中心的偏移量，F1和F2是兩側車輪的垂直反力。

對車輛輪距中心O取矩，可以得到如下平衡方程：

從公式(1)中可以看出，車輛受到兩個側傾力矩，一個是車輛所受側向力引起的，大小是M·ay·h，另一個是由于車輛質心偏移引起的，大小是M·g·△y；與這兩個力矩平衡的是穩定力矩(F2-F1) ·B/2，是載荷在兩側車輪之間發生橫向轉移引起的。當公式兩邊相等時，車輛正常行駛，當左邊大于右邊時，車身將發生傾斜，車輛載荷從一側轉移到另一側，極限工況是F1=0，右邊達到最大值M·g·B/2，車輛即將發生側翻。

1.2車輛側傾穩定性評價指標

車輛常用的側傾穩定性評價指標有以下三種[8]：

(1)車身側傾角是車輛側傾狀態的最直接的變化量。當車身側傾角超過極限值時，車輛就會發生側翻；一般以靜態側翻試驗測定車輛最大側傾穩定角。車輛的靜態最大側傾穩定角越大，車輛側傾穩定性越好。

(2)側向加速度值，以單位重力加速度表示[9]；試驗數據表明，大多數乘用車的側翻閾值都在lg以上，輕型卡車、貨車及越野車的側翻閾值在0.89g到1.29g范圍之內，重型運輸車的側翻閾值通常在0.59g以下。

(3)車輛發生側傾時，造成左右車輪中一側載荷增加，另一側載荷減少的現象，稱為由側傾引起的載荷轉移。橫向載荷轉移率定義為右(左)側輪胎垂向載荷與左(右)側輪胎垂向載荷的差，與左右輪胎垂向載荷總和的比值的絕對值[10]：

式中：F1是內側車輪的垂直載荷；F2是外側車輪的垂直載荷。

標準橫向載荷轉移率介于0到1之間，數值越小越穩定，數值為0時兩側載荷相等;數值為1時，載荷完全轉移到一側，車輛即將發生側翻。

2、基于ADAMS的整車虛擬樣機模型的建立

ADAMS是由美國MDI公司開發的集建模、求解、可視化技術于一體的虛擬樣機軟件，是目前世界上使用最多的機械系統仿真分析軟件；其中，ADAMS/Car模塊集成了多家著名車企在汽車設計、開發等方面的經驗，是一種基于模板的建模和仿真工具，大大加速和簡化了建模的步驟[11]。本文整車虛擬樣機仿真模型是基于ADAMS/Car模塊建立的。

2.1整車虛擬樣機模型的建立

(1)在Template buider界面中建立各子系統的template文件，同時建立子系統中各部件約束關系和子系統之間的communicator;

(2)在Standard界面下建立各子系統的subsystem文件；

(3)在Standard界面下建立整車assembly文件，裝配各子系統組成整車模型。

整車參數如表1所示：

表1　整車參數

在ADAMS/Car中建立的研究對象整車虛擬樣機模型，共包括10個子系統，147個構件總計447個自由度。整車ADAMS虛擬樣機模型如下圖2所示：

圖2　整車ADAMS虛擬樣機模型

3、蛇形駕駛側傾穩定性仿真試驗

3.1側傾穩定性評價指標的選取與優化

3.1.1側傾穩定性評價指標的選取

由于體育教師在高?；@球發展的過程中起著非常關鍵的作用，因此，高校應該加強培訓工作，提升他們的專業技能和綜合素質，確保他們能夠為籃球運動的發展提供幫助。由于本身具備了比較強的理論知識，但是在實踐操作能力上比較缺乏，因此，應該結合各方面的資源推送到實踐中進行訓練，確保他們能夠獲得更多的實踐性知識，可以幫助學生在體育課上得到更好的吸收。同時，還要加強對體育教師的長久性培訓工作和繼續教育工作，在有條件的情況之下，還可以輸送他們到相應的省隊中參加學習，確保他們本身具備較強的教育教學能力，可以提高高校籃球的發展。

在車輛參數確定的情況下，對其側傾穩定性影響最大的因素是行駛速度和方向盤轉角。本文做了多組仿真試驗，仿真軌跡如圖3所示，試驗條件及試驗結果如表2所示：

圖3　蛇形駕駛仿真軌跡

表2　蛇形駕駛工況仿真試驗條件及試驗結果

從表2可以看出，有5組仿真試驗發生了側翻；提取(7):(9)組試驗結果曲線如圖4所示。

從圖4可以看出，三種條件下車輛都發生了側翻，其中80km/h和100km/h速度下車輛還發生了滾翻。車身側傾角、側向加速度和橫向載荷轉移率三個指標都可以直觀地表征車輛狀態的變化，但是從圖4(a)、4(b)可以看出，車身側傾角和側向加速度隨車輛側翻急劇增大，遠遠超過理論值所允許的極限值，因而變化曲線并不能直觀反映車輛側翻臨界值；但是圖4(c)所示橫向載荷轉移率卻可以準確反映車輛側翻臨界值(根據其定義，1即為側翻臨界值)以及達到臨界值的時間，故本文選擇橫向載荷轉移率作為研究對象側傾穩定性評價指標。

圖4　側翻工況中研究對象的響應曲線圖

3.1.2側傾穩定性評價指標的優化

過去的研究中，認為三個車軸是同時側翻的，這樣計算出的整車橫向載荷轉移率沒有考慮不同車軸的差異。本文在仿真分析中發現，車輛在側翻過程中，各車軸一般情況下并不是同時側翻，即同一側的車輪并不是同時離開地面。第(7)組試驗結果如右圖5所示：

圖5　側翻工況下各軸橫向載荷轉移率變化

從圖5可以看出，中軸和后軸明顯比前軸提前達到側翻閾值，如果三個軸以相同的權重值代入整車橫向載荷轉移率的計算顯然是不恰當的；故本文引入修正系數a，b和c，在整車橫向載荷轉移率的計算中賦予三個軸不同的權重；由圖5知，后軸橫向載荷轉移率達到1時，中軸為0.9，前軸只有0.6，故取：a:b:c=1:0.9:0.6=0.4:0.36:0.24，修正前的整車橫向載荷轉移率計算式為：

修正后的整車橫向載荷轉移率計算式為：

第(7)組試驗工況下，修正前后橫向載荷轉移率對比如下圖6所示：

圖6　修正前后橫向載荷轉移率對比

從圖6可以看出，修正后的橫向載荷轉移率與修正前相比，曲線增長較快，它的意義在于：車輛側翻預警研究中，考慮到從接收到預警信號到防側翻執行器起作用會有一段時間延遲，故側翻預警閾值的選取不是極值1，而是0.9或更小的值，較早的預警意味著更長的防側翻控制反應時間；如果駕駛員能提前得知車輛的側傾穩定狀態，就能有效避免車輛側翻現象的發生[12]。修正后的橫向載荷轉移率曲線在0.8以后比修正前增長快，將提前達到預警閾值，從而比修正前獲得更長的預警時間，由此證明修正后的橫向載荷轉移率優于修正前的橫向載荷轉移率。

3.2蛇形駕駛工況下預警閾值及極限行駛條件的確定

3.2.1蛇形駕駛工況下預警閾值的確定

本文研究對象質心較低，故在低速下具有較好側傾穩定性，仿真試驗結果（表2）也證明了這一點；當車速大于80km/h時，車輛將不能保持良好的抗側翻性能，側翻工況下修正后的整車橫向載荷轉移率如圖7所示。

從圖7可以看出，車輛在高速蛇形駕駛工況下，從穩態到側翻只經歷了2s左右的時間；而在一般的側翻預警操作中，駕駛員接到側翻預警信息的反應時間T0一般為0.4s:1.5s，該值與駕駛員反應快慢和駕駛環境有關；之后從加速踏板移動到制動踏板所需時間T1與消除制動間隙所需時間T2之和一般為0.2s:0.5s，還要考慮車輛施加制動力時間與車輛慣性、預警算法時間等，整個過程需要3s左右[13]，顯然不能滿足預警要求；故采用主動防側翻控制措施，由傳感器檢測車輛狀態，橫向載荷轉移率達到預警閾值時觸發防側翻控制系統，此時預警時間只需考慮上述時間T1+T2，以及車輛施加制動力時間與車輛慣性、預警算法時間等，整個過程只需要1s。據此可以求得上述幾種工況下側翻預警閾值如表3所示。

圖7　側翻工況下橫向載荷轉移率曲線

表3　側翻工況預警閾值

表3給出了研究對象在蛇形駕駛工況下，應用主動防側翻預警和控制措施時的預警閾值，可以看出，閾值介于0.86:0.89之間，故當以橫向載荷轉移率作為側傾穩定性評價指標時，可以確定0.85作為該特種車輛蛇形駕駛工況下的防側翻控制預警閾值。

3.2.2蛇形駕駛工況極限行駛條件及大角度側傾危險預警條件的確定

圖8　90km/h速度不同轉角下修正后的橫向載荷轉移率曲線

上述分析可知，研究對象低速蛇形駕駛工況側傾穩定性較好，高速下抗側翻性能較差，本文通過進一步仿真分析，獲得該特種車輛蛇形駕駛工況下，能保持正常行駛的極限速度和方向盤轉角；同時，由上文分析可知，在蛇形駕駛工況中，當車輛橫向載荷轉移率最大值達到0.85，應先于主動防側翻預警觸發大角度側傾危險預警，提醒駕駛員繼續加速或者增大轉角將使車輛進入極限駕駛工況，該預警通過直接檢測車輛行駛速度和方向盤轉角，超過預警值即向駕駛員報警；大角度側傾危險預警條件的確定如下圖8所示。

如圖8所示，速度條件一定，通過仿真逐步逼近橫向載荷轉移率值為0.85時的方向盤轉角，此轉角即為大角度側傾危險預警條件值；同理可以得到其他速度條件下的預警值。研究對象蛇形駕駛工況下的極限行駛條件及大角度側傾危險預警條件如下圖9所示：

圖9　蛇形駕駛工況極限行駛條件及大角度側傾危險預警條件曲線圖

如圖9所示，由于車輛結構方面的原因，經仿真實驗分析，在0:70km/h的速度條件下，研究對象具有較好的側傾穩定性，且方向盤轉角增大對不會仿真結果影響較??；該特種車輛是一種重型車輛，實際行駛速度一般不會大于100km/h;基于以上研究結論可知，在蛇形駕駛工況下，圖9所示極限行駛工況擬合曲線是側翻臨界曲線，大角度側傾危險預警擬合曲線是防側翻安全警戒線；極限行駛工況擬合曲線上方的區域表示車輛一定會發生側翻的工況，車輛狀態處于兩條曲線之間時，雖不會發生側翻，但車身會劇烈橫擺、傾斜，有側翻危險，大角度側傾危險預警擬合曲線下方是安全行駛區域，不會發生側翻。

4、結論

本文首先從理論上分析了研究對象的側翻機理，然后基于ADAMS建立了輪胎模型和整車虛擬樣機多體動力學模型，并進行了蛇形駕駛工況側傾穩定性仿真試驗，得到以下結論：

（1）研究對象在方向盤轉角相同的條件下，車速越大，車輛側傾穩定性越差；在速度相同的條件下，方向盤轉角越大，車輛越容易發生側翻；

（2）考慮了研究對象不同車軸抗側翻能力不同的問題，通過賦予不同車軸不同的權重值所得到的修正橫向載荷轉移率比傳統算法結果更接近工程實際；

（3）利用修正后的橫向載荷轉移率，得到的蛇形駕駛極限行駛條件、側翻預警閾值以及大角度側傾危險預警條件；其中，大角度側傾危險預警條件先于側翻預警閾值起作用，兩者分別通過駕駛員和主動預警系統控制車輛，相當于對危險工況具備雙重預警機制，既較真實客觀地反映出研究對象的側傾穩定性能，又為該特種車輛后續防側翻預警控制系統的開發奠定了基礎。

[1] 徐延海.基于主動轉向技術的汽車防側翻控制的研究[J].汽車工程,2005(5):518-521.

[2] 王宏雁,董文灝.客車側翻的運動學分析[J].交通科學與工程,2012,28(3):60-66.

[3] Linda J, Anne M, John W. Trucks involved in fatal accidents fact -book 2007[R].Ann Arbor:The University of Michigan Transporta -tion Research Institute,2010.

[4] 吳新燁.客車側傾穩定性及側翻安全性研究[D].廈門:廈門大學,2013.

[5] 陳軍.MSC.ADAMS技術與工程分析實例[M].北京:中國水利水電出版社,2010.

[6] 徐洪國.汽車列車橫向穩定性研究[J].公路交通科技,2006, 23(2):141-150.

[7] 婁源停.重型商用車防側翻控制策略的研究[D].長春:長春工業大學,2014.

[8] MJL Boada,BL Boada,AG Babe,et al. Active roll control using reinforcement learning for a single unit heavy vehicle[J].Intern -ational Journal of Heavy Vehicle Systems,2009,16(4):412-430.

[9] 余志生.汽車理論[M].北京:機械工業出版社,2009.

[10] 張不揚,宗長富,王德平.車輛側翻預警研究現狀與關鍵技術.汽車技術,2010,8:27-30.

[11] 熊馳.基于ADAMS的多軸重型車輛側傾穩定性研究[D].重慶:重慶交通大學,2014.

[12] 糜沛紋,宗長富,趙漢卿.基于自適應卡爾曼濾波的商用車橫向載荷轉移率估計[J].汽車技術,2013(8):19-23.

[13] 朱天軍.基于改進TTR重型車輛側翻預警及多目標穩定性控制算法研究[D].長春:吉林大學,2010.

A Type of Special Vehicle Serpentine Driving Conditions Roll Stability
Simulation Research

Wang Quan, Jiang Lehua, Gao Jingwei
(Department of Traffic & Transportation Engineering, National University of Defense Technology, Hunan Changsha 410072)

Aiming at the problem that a special vehicle easy to turn on it's side under serpentine driving conditions, built the magic formula tire model and vehicle virtual prototype model based on ADAMS software, and carried out serpentine driving condition simulation test under different speed and steering angle used the whole vehicle model; Selected the lateral load transfer rate as the roll stability evaluation index and modified it, gained better evaluation of lateral load transfer rate; Using the optimized evaluation index obtained the rollover warning thresholds under the serpentine driving conditions. The simulation results showed that: under the same steering wheel angle, the vehicle roll stability get worse when the speed increasing; under the same speed, the steering increasing cause the vehicle get easier to turn on it's side.

Serpentine driving; ADAMS; Simulation test; Lateral load transfer rate; Speed; Steering wheel angl

∶U467.1+1

∶A

∶1671-7988 (2016)09-103-05

王全（1990—）男，研究生，就讀于國防科技大學指揮軍官基礎教育學院交通運輸工程系，從事車輛側傾穩定性及側翻預警控制策略方面的研究。高經緯（1982—）男，副教授，就職于國防科技大學指揮軍官基礎教育學院交通運輸工程系，從事車輛地面力學，車輛故障診斷方面的研究。