基于改进粒子群算法的轮胎模型参数两级辨识

摘要：

为提高PAC89(Pacejka'89 tyre model)轮胎模型的辨识速度和辨识精度,采用加入自适应权重和自然选择性的粒子群算法,并将PAC89轮胎模型参数分为两级,依次进行辨识.以轮胎模型侧偏力曲线的辨识为例,轮胎模型中的刚度因子、形状因子、峰值因子、曲率因子、垂直和水平偏移率为一级参数,通过改进粒子群算法进行一级辨识得到;组成上述因子的特性参数为二级参数,通过改进粒子群算法进行二级辨识得到.一级辨识收敛时的迭代次数小于40,二级辨识收敛时的、迭代次数在100左右,通过实验数据与辨识模型的对比得出平均相对残差为1.6961％.辨识结果表明,采用改进粒子群算法分两级对PAC89轮胎模型进行辨识的方法,能够在保证模型精度的同时提高辨识速度,是一种有效的多参数辨识方法.

关键词：轮胎模型、粒子群算法、参数辨识、魔术公式、车辆工程

所属期刊栏目：21

分类号：U461.6(汽车工程)

资助基金：国家自然科学基金;山东省重点研发计划

在线出版日期：2021-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：6876-6881