1. 某P2混动车辆驾驶性分析应用举例

为了客观地评估驾驶性能，操纵工况是必要的，代表主要驾驶情况的舒适性和性能评估。典型的操纵工况包括：加速，驱动，恒速，换档，Tip-In和Tip-Out。此外，还要定义驾驶性客观标准和相关的可测量参数，如下表所示。

1.1 参数的获取

为了在虚拟(仿真)环境中提供关于驾驶性能的准确描述，有必要尽可能精确地将车辆模型参数化。因此，需要对参考车辆进行全面地测量。

•俯仰模型需要仿真车辆在纵向上的运动，实验确定弹簧和阻尼器参数。

•分析前后轮制动压力与制动力之间的关系，为合理的再生制动工况仿真提供依据。此外，通过测量确定了车身重心的位置和高度。

•通过对不同驱动周期的分析，得出参考车的驱动系运行策略包括大量的开关序列以及两个牵引电机(电机和内燃机)的联合运行状态。受实际条件约束，无法提供混合动力汽车详细的控制策略。

为了更精确地表示传动系，还需所有可用的数据，如发动机特性、效率、发动机轴承的位置和刚度、离合器的最大传递扭矩、混合动力运行策略的规则等。

1.2 传动链建模

建立仿真模型，再现如下车辆行为:

•纵向动力学性能评价;

•结合纵向和纵向动力学的舒适性评估。

在Amesim仿真环境中，将已有的p2混合动力传动系模型应用于参考车辆的传动系，并通过测量数据进行参数化。下图所示为开发的包含以下组件的传动系模型：驾驶员模型、内燃机模型、电机/发电机模型、传动模型、离合器模型、电池模型、车辆模型和混合动力运行策略。仿真的p2混合动力传动系统由多个部件组成，这些部件之间相互作用，能够以足够的精度再现真实的驾驶行为。

图  P2混动车辆驾驶性模型

1.3 仿真模型验证

为了验证建模的驱动序列是否表现出与真实车辆相关联的行为，在仿真模型中模拟驾驶操纵工况，并将其与之对应的车辆进行的预定义驾驶工况收集的测量数据进行比较。

•首先，表2中列出的所有与驾驶性能相关的操作都是在公共道路和测试轨道上进行的。作为仿真的输入转矩，使用了在测试驱动期间记录的系统转矩输出的传递信息，该信息表示电动机和ICE提供的联合驱动转矩。

•随后，通过与实验结果的比较，分析了模型驱动系统的性能。

图  验证操纵工况 - normal start, creep, rolling stop, vehicle stop

上图显示了验证的操纵工况-正常启动，蠕 变，滚动停车，车辆停车等四个工况的车辆速度和加速度的仿真与试验结果对比。 上图中测量和仿真速度之间的(小)差异主要是由于制动系统建模中的不确定性所 致 的。 由于目前的研究主要集中在驱动系统上，可以忽略制动对驱动性能的影响。

为了研究在试验驾驶场景下如何提高驾驶性能，改变仿真模型中所选传动系部件的参数，分析其对驾驶操纵工况的影响。

 这里以三个工况来评估驾驶性为例：从0 Km/h到100Km/h的全速加速(同时发生换挡和混合操作)，以50Km/h的恒速加速(发生换挡和助推)，以及以130Km/h的恒速加速。分析离合器模型的典型参数变化对驾驶性的影响。

在离合器模型中，扭转阻尼器的刚度和阻尼系数是变化的，这是由于内燃机的振荡峰不会对齿轮箱造成损伤，从而保证了离合器的顺利啮合。

三种驾驶工况下离合器参数变化的舒适值（最大转速波动）如下表所示。

Comfort values（离合器刚度阻尼优化）

可以看出，在全油门加速时，舒适性值随着扭转阻尼器刚度的增加而增加(驾驶性能下降)，而在Tip-In过程中，这一趋势是相反的。 在Tip-Out期间没有检测到任何更改。

1.4 小结

总体而言，在仿真驾驶过程中，随着扭转阻尼器刚度的增加，驾驶性能得到改善。阻尼系数的变化也有相似的结果。随着阻尼的增加，舒适性值降低，从而提高了驾驶性能。

 同样，变速箱模型延长换档时间会提高驾驶性能。虽然在这种情况下驾驶舒适性增加了，但加速性能受到影响，从0 加速到100km/h需要更多的时间。

增加传动轴的刚度不会产生与离合器相同的效果。在这种情况下，舒适性值增加，但应该注意的是，在设计轴时必须获得最小刚度，以便将驱动单元的全部扭矩传递给车轮。

对于悬架，随着弹簧刚度的变化，其舒适性值的变化趋势不明显。然而，有一个范围，其中驾驶性能是最佳的。较强的阻尼会导致整体的改善。

2. off-Road Drivability 分析案例

对于越野地形路面的驾驶性建模，则需要将上述的动力传动库2D车辆模型替换为车辆动力学库中的15自由度车辆模型，并考虑悬架的K&C特性以及越野路面路谱特性（GPS导入或3D map导入），还要耦合转向以及对应的驾驶员模型。模型及仿真轨迹结果如下图所示。

仿真分析可得四个车轮转速及电池soc、电压等结果，详见下图结果及动画。 可见，车辆再 沙土软路面出现了打滑卡滞，并且在转弯时因控制不当出现侧翻。

通过对驾驶员策略进行基于AI的机器人学习训练进行优化（也可以通过Amesim中的ROM工具训练优化控制），并更新模型进行仿真。

从下述动画可以看到，经过驾驶员控制优化之后，车辆在沙石路面没有出现打滑及卡滞，在转弯时也没有出现侧翻，可以实现平稳的驾驶，具有比较好的驾驶性。

---

文章来源：Simcenter 1D系统仿真