1、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 8:309:30一、实验目的：1 学习制动性能道路实验的基本方法，以及实验常用设备；2 通过道路实验数据分析一个真实车辆的制动性能；3 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：1 实验车速测量装置：常用的有 ONO SOKKI 机械五轮仪、ONO SOKKI 光学五轮仪和 RT3000 惯性测
2、量系统。实验中实际使用的是基于 GPS 的 RT3000 惯性测量系统。2 数据采集、记录系统：ACME 便携工控机3 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：1学习机械五轮仪的工作原理、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。2 学习车载开发实验软件的使用，了解制动性
3、能分析中比较重要的实验数据的内容和测量方法。3 制动协调时间的测量4充分发出的制动减速度和制动距离的计算充分发出的制动减速度：= （ 22）25.92（ ）制动距离=13.6（ 2+22） 0+ 2025.925.根据实验设备设计制动实验的实验方法，要求的实验车速范围应包括 30Km/h50Km/h；6.车速、轮速的计算方法分析；7.按照实验方法在可能的条件下进行制动实验。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1、 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
4、）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：%首先用菜单栏中Import命令导入试验数据df1.Csv，matlab 自动命名为数据矩阵data;time=data(:,1);brake=data(:,
5、2);speed=data(:,3);pressure=data(:,8);%去掉无效数据并作图braketimei1=find(isnan(brake);brake1=brake(i1);time1=time(i1);plot(time1,brake1,g);%去掉无效数据并作图-pressuretimei2=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
6、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 10100Hz 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）更改为 0.1s（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-speedtimei3=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=
7、0:10000:500000;speed2=spline(time3,speed1,time4);%微分处理，得到减速度；acc1=-diff(speed2)*10/3.6;plot(time4(2:end),acc1,r);（1） 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，但比制动踏板开始上升的时间略早了 0.05s，可能是踏板位置传感器采样的滞后导致的。理论上来说，制动压力开始上升的时间应该晚于制动踏板踩到底的时间。最后是制动减速度曲线：制动减速度发出的时间明显比制动踏板和制动压力的
8、上升时间有延迟，用放大图看出，制动减速度开始直线上升的时间为 1.1s，其中和制动踏板压力相应的时间差 0.1s 即为制动系起作用的延迟时间。对于第一组数据的各个曲线的分析如上述，下面将制动踏板位置、制动压力、制动减速度合在同一张图中进行制动协调时间的计算与分析。为了将三个曲线作在同一张图上，对于数据进行了缩放，所以纵坐标无意义，我们主要计算用到的也只是横坐标。进行缩放的 matlab 程序为：（该程序应接在上面的程序后面）%作在同一个图上;brake2=brake1./1000.*13;pressure2=pressure1./16.*12-1.4765;plot(time1,brake2,
9、g);hold on;plot(time2,pressure2,b);hold on;plot(time4(2:end),acc1,r);作图结果为：从图中可以看出，制动减速度晚于制动踏板位置开始上升，制动协调时间约为 0.4s（从 1s 到减速度为 4.5m/s2） 。注 ： 制 动 协 调 时 间 是 指 在 紧 急 制 动 时 ， 从 踏 板 开 始 动 作 产 生 制 动 效 果 时 到 车 轮 制 动 率 达到 75%时 的 用 时 。（2） 第二组数据 一脚“重”制动首先是踏板位置曲线：踏板从 0.91s 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仍然比踏板踩
10、下的时间略早 0.1s，说明在制动踏板位置被检测到之前，制动踏板已经被踩到底了。这个“重”制动的曲线中，制动压力先是在 16m/s2 左右剧烈波动，随后在14m/s2 附近保持，这种形状应该是 ABS 起作用的结果。而 “轻”制动过程中由于没有车轮抱死，所以制动压力曲线变化平滑。最后是制动减速度曲线：制动减速度发出的时间明显比制动踏板和制动压力的上升时间有延迟，制动减速度开始直线上升的时间为 1s。在 3s 后，制动减速度变成了加速度，并且在 0 作用作减幅振荡，这是因为车刹住以后，车头前点，相当于给了车悬架，在悬架弹簧阻尼系统的作用下，车辆绕横向轴反复震荡，导致车速的小范围波动，数据处理之后
11、就表现为减速度的波动。对于第二组数据的各个曲线的分析如上述，下面将制动踏板位置、制动压力、制动减速度合在同一张图中进行制动协调时间的计算与分析。作图用 matlab 程序同上。作图结果为：从图中大致可以得出，制动协调时间约为 0.3s（从 0.9s 到减速度为6m/s2） 。2、 充分发出的制动减速度：= （ 22）25.92（ ）列表表示两组数据中实测的 ub、 ue、 se、 sb：数据序号 ub（km/h） ue（ km/h） se（m ） sb（m） MFDD（m/s2）1 轻制动（初速度47km/h）37.6(1.63s) 4.7(3.06s) 6.10 14.26 6.582 重制
12、动（初速度55km/h）44(1.41s) 5.5(2.73s) 5.53 14.12 8.56车速括号内数据表示对应的时间，然后根据括号内的时间查出 se sb。其中，s e sb 来自于对车速的积分，积分和作图的 matlab 程序如下：第一组数据的制动距离从 1.1s 开始计算%求制动距离time5=time4(12:end)./100000;speed3=speed2(12:end);distance=cumsum(speed3)./3.6.*0.1;plot(time5,distance);grid;计算机算出制动距离约为 14.3m。第二组数据的制动距离从 1s 开始计算程序为：%
13、第二组制动距离time6=time4(12:end)./100000;speed4=speed2(12:end);distance2=cumsum(speed4)./3.6.*0.1;plot(time6,distance2);grid;计算机算出制动距离约为 14.5m。3、 制动距离=13.6（ 2+22） 0+ 2025.92第一组数据中测得 。（2+22） =0.06， 0=47 ,=6.6/21=13.6（ 0.06） 47+ 47225.926.6=13.7计算机算出制动距离约为 14.2m（当然，计算机以算 MFDD 为主，未考虑制动协调时间 0.06s） 。第二组数据中测得 。
14、（2+22） =0.08， 0=55 ,=8/22=13.6（ 0.08） 55+ 55225.928=15.8计算机算出制动距离约为 14.5m（当然，计算机以算 MFDD 为主，未考虑制动协调时间 0.08s） 。4、 计算轮速、滑移率：利用滑移率计算公式=车 轮车 100%计算滑移率的 matlab 程序如下：由于采样频率大的同时，图线波动很大，编程时选用采样间隔常数 a=1000，采样频率为 100Hz。%数据导入time=data(:,1);brake=data(:,2);speed=data(:,3);pressure=data(:,8);a=10000;%车速处理；i3=find
15、(isnan(speed);speed1=speed(i3);time3=time(i3);%车速光滑time4=0:a:500000;speed2=spline(time3,speed1,time4);%左前轮滑移率vfl=data(:,4);i4=find(isnan(vfl);vfl1=vfl(i4);tfl=time(i4);tfl1=0:a:500000;vfl2=spline(tfl,vfl1,tfl1);%plot(tfl1,vfl2);%右前轮滑移率vfr=data(:,5);i5=find(isnan(vfr);vfr1=vfr(i5);tfr=time(i5);tfr1=0
16、:a:500000;vfr2=spline(tfr,vfr1,tfr1);%plot(tfr1,vfr2);%左后轮滑移率vrl=data(:,6);i6=find(isnan(vrl);vrl1=vrl(i6);trl=time(i6);trl1=0:a:500000;vrl2=spline(trl,vrl1,trl1);%plot(trl1,vrl2);%右后轮滑移率vrr=data(:,7);i7=find(isnan(vrr);vrr1=vrr(i7);trr=time(i7);trr1=0:a:500000;vrr2=spline(trr,vrr1,trr1);%plot(trr1,
17、vrr2);%wfl=(speed2-vfl2)./speed2*100;plot(tfl1,wfl,y);hold on;wfr=(speed2-vfr2)./speed2*100;plot(tfr1,wfr,g);hold on;wrl=(speed2-vrl2)./speed2*100;plot(trl1,wrl,r);hold on;wrr=(speed2-vrr2)./speed2*100;plot(trr1,wrr,b);配合上制动压力曲线可以对于 ABS 的工作和车轮抱死情况作简要分析：制动压力曲线作图过程：time=data(:,1);pfl=data(:,9);pfr=dat
18、a(:,10);prl=data(:,11);prr=data(:,12);a=1000%左前轮制动压力i1=find(isnan(pfl);pfl1=pfl(i1);tfl1=time(i1);tfl2=0:a:500000;pfl2=spline(tfl1,pfl1,tfl2);%右前轮制动压力i2=find(isnan(pfr);pfr1=pfr(i2);tfr1=time(i2);tfr2=0:a:500000;pfr2=spline(tfr1,pfr1,tfr2);%左后轮制动压力i3=find(isnan(prl);prl1=prl(i3);trl1=time(i3);trl2=0
19、:a:500000;prl2=spline(trl1,prl1,trl2);%右后轮制动压力i4=find(isnan(prl);prr1=prr(i4);trr1=time(i4);trr2=0:a:500000;prr2=spline(trr1,prr1,trr2);%作图plot(tfl2,pfl2,y);hold on;plot(tfr2,pfr2,g);hold on;plot(trl2,prl2,r);hold on;plot(trr2,prr2,b);（1 ） 轻制动时，各轮滑移率曲线为：制动最后阶段的各轮滑移率曲线为：制动压力分配曲线为：已知在轻制动时，刹车过程从 1s 开始，
20、到 3.5s 结束。从图中可以看出，从刹车一开始（1s）算起，各车轮滑移率基本相同，但是左后轮后来的滑移率更大，不过从最后一个阶段的滑移率曲线来看，黄色的左前轮先抱死，其次是红色的左后轮，然后是绿色的右前轮，最后是蓝色的右后轮。这种抱死情况可能导致制动跑偏，但是由于在 0.1s 之内车就停下来了，所以这种跑偏不影响制动性能。轻制动条件下，车轮基本上不抱死，制动压力基本上不受 ABS 的大幅度调节。制动压力在 3.5s 处降低了一个水平，分析是因为 4 个车轮相继抱死后 ABS 起作用的原因。虽然有跑偏可能， 但是没有累积成宏观的跑偏现象，另外，车轮的滑移率一直保持在4%左右，所以，此时认为该车
21、的制动性能良好。（2 ） 重制动时，各轮滑移率曲线为：最后阶段的放大图为：制动压力分配曲线为：重制动条件下，制动从 0.9s 开始，到 3s 左右结束。从图中可以看出，重制动条件下车轮滑移率变化比轻制动更加剧烈，ABS 对于车轮制动压力的调节也是很明显的，尤其对于企图先抱死的左后轮给予的很大的打压。不过在2.66s 左右，左后轮还是首先倔强地抱死了。此时 ABS 直接把左后轮制动压力减到了 0，使得左后轮的抱死仅仅持续了百分之几秒。对于两个前轮的制动压力调节也比较明显，可能是为了保证转向能力。这个 ABS 一直偏爱右后轮，对于右后轮的制动压力分配调节的最少。右前、右后、左前轮后来也依次抱死，不
22、过车基本上已经停了，影响不大。因此得出的结论是，在重制动条件下，车的左后轮要首先抱死，但是在 ABS 的调节下，左后轮的抱死只是昙花一现，不会对车的制动性能造成太大的影响，所以 ABS 在这里起到了有效防止侧滑的作用。我们小组还做了其他两组重制动的试验数据，作图（限于篇幅，这里从略了）后发现，制动压力分配曲线和实验报告中给出的曲线趋势完全类似，即左后轮容易先抱死，且左后轮受到的调节最明显。对于前轮的情况也是相似的，对于前轮也在不断进行制动压力的调节。另外，这个 ABS 对于右后轮比较偏爱，调节的程度最小。六、实验思考题1、什么是制动性能的评价指标，制动性能中各评价指标通常用什么实验方法测量。本
23、次实验数据说明实验车辆的前后制动力分配是否合适或滞后是否合适，为什么？解：（1 ）制动性能的评价指标包括：（i）制动效能，即制动距离与制动减速度；（ii）制动效能的恒定性，即抗水衰退性能、抗热衰退性能；(iii)制动时的方向稳定性，即制动时汽车不发生跑偏、侧滑以及失去转向能力的性能。（2 ）制动性能中各评价指标测量的常用实验方法：(i)制动效能通过类似于本次实验的制动性能实验，分析试验车的制动力、制动减速度、制动距离和制动协调时间；（ii）制动抗热衰退性用一定车速连续以等减速度制动，最后的制动效能不能低于规定的冷试验制动效能；（iii）制动方向稳定性制动时汽车按给定轨迹行驶的能力，试验时规定一
24、定宽度试验通道（1.5 倍车宽或3.7m） ，制动时方向稳定性合格的车辆，在试验过程中不允许产生不可控制的效应使它偏离这条轨道。（3 ） 本次试验的制动力分配情况讨论：在报告第五部分的第五点中，我们详细地讨论了关于制动压力分配、车轮滑移率的问题。这里做一简要总结：试验车在当时的试验条件下，左后轮容易先抱死，轻制动条件下随后是左前轮，此时有制动跑偏趋势，但是时间太短，对于制动性能影响不大；重制动条件下 ABS 对于左后轮不断进行剧烈地调节，左后轮虽然还是抱死了，但是持续时间很短。试验车的 ABS 对于两个前轮的调节是不断进行的，应该是维持很好的转向特性。试验车的 ABS 对于不易先抱死的右后轮的
25、调节不明显。当然，在 ABS 的调节下，试验车的制动性能还是不错的（防了轻制动跑偏又防了重制动后轴侧滑） 。2、 ABS 系统有什么作用，其工作原理是什么？解：（1） ABS 的作用在制动过程中防止车轮制动抱死提高汽车的方向稳定性、转向操纵能力缩短制动距离（2 ）工作原理制动时轮速传感器测量车轮的速度，如果一个车轮有抱死的可能时，车轮减速度增加很快，车轮开始滑转。如果减速度超过设定的值，控制器就会发出指令，让电磁阀停止或减少车轮的制动压力，直到抱死消失为止。为防止车轮制动力不足，必须再次增加制动压力。在自动制动控制过程中，必须连续测量车轮运动是否稳定，应通过调节制动压力（加压、减压和保压）使车
26、轮保持在制动力最大的滑转范围内。3、什么是制动协调时间？根据本次实验中的实验数据分析本车的协调时间是多少？计算实验中“充分发出的平均制动减速度”是多少？解：制 动 协 调 时 间 是 指 在 紧 急 制 动 时 ， 从 踏 板 开 始 动 作 产 生 制 动 效 果 时 到 车 轮 制 动 率 达到 75%时 的 用 时 。在数据处理部分的第 4 部分，我们对于轮速（车轮的抱死情况）进行了分析，可以看出，本车的制动协调时间在 0.30.4s 左右，符合法规规定的小于 0.6s。试验中计算出的 MFDD 为 6.58m/s2(轻制动)，8.56m/s 2(重制动)。六、试验总结1、试验数据处理麻
27、烦：试验数据有大量的无效项，给作图造成了很大障碍，在 matlab 里面搜索到了去掉无效项的函数，解决了这个问题，不过找办法花费的时间较多；2、采样频率的选取：采样频率选得太高时，车速的波动使得加速度曲线“惨不忍睹” 。最后将分散的点用spline 函数改成等间隔采样，然后采样频率减小，使得波动的影响减小了。当然可以尝试用临近的几百个数值求平均值的方法，不过貌似没有减小采样频率的方法来得直观简单。而且从精确性上来说，对于宏观分析，100Hz 已经足够了；3、随感一开始不知道试验数据要处理什么，最后把制动压力曲线、滑移率曲线画出来之后感觉越做越有兴趣了，只是时间有限，还得赶别的报告。Matlab 是一个很强大的处理数据的软件，这个试验让我新学到了很多新的处理数据的方法。另外，试验给出了一个对于 ABS原理的实例，分析起来提升了课内知识。
