0 引言
车辆的软地面通过性是指机动车辆要能以一定的速度通过泥泞、滩涂、海滩以及山地等各种松软路面[1]。尤其对于军用车辆来说,在整个军事行动中,既要保障战役后方,又要接近前沿阵地,但其使用环境与民用车辆相比,极其恶劣,这对车辆的整体性能提出了更高的要求,特别是军用车辆在上述地区的机动性能,直接关系到作战部队能否获取战场主动和战场制胜。随着我国汽车工业的发展,军用车辆的整体性能水平已有了很大的提高,车辆的到达地域已相当广泛,如果进一步深入研究车辆与松软地面的相互作用问题,将会对我国车辆装备的整体水平的提高产生深远的影响[2]。
多年来,车辆的松软地面通过性问题一直受到人们的重视和研究。随着测量设备的更新以及计算机技术的发展,车辆地面力学得到了进一步地研究和发展,其研究手段和方法都在不断改进[3-4]。世界各国,特别是美国、日本和加拿大等国为研究车辆地面力学不惜投入了大量的人力和物力,充分利用了各种最先进的理论和测试手段,提出了多种车辆地面相互作用的模型,并运用于解决实际问题[5-6]。我国对于车辆地面通过性的研究也非常重视,有关高等院校和研究所早在20世纪80年代开始,对车辆土壤相互作用的模型已经做了不少研究工作。
在研究通过性理论方面,车辆松软地面通过性研究方法和模型总结起来主要可以分为:半经验模型法、经验模型法和数值模拟方法[7-8]。半经验模型法以M.G.Bekker研究发展而成的土壤承压模型为代表,它结合已有的力学、土力学等理论对车轮-土壤相互作用进行分析,通过试验设计及分析,推导得到了车辆和土壤参数之间近似的关系方程,但由于土壤模型建立不完善,参数无量纲,试验结果与分析有较大差别,阻碍了此方法的实际运用推广。经验模型法以美国工程兵水道试验站(WES)的原型为代表,主要通过结合土壤特性观测和车辆实车试验推导出土壤参数与车辆性能之间关系,建立了以“车辆圆锥指数”VCI为评价指标的评价体系,以快速评定车辆在松软地面上的通过性能。该方法简单实用,但普适性较弱,在新工况下需要重新建立经验方程。数值模拟方法结合了土力学理论、弹塑性理论和本构关系等理论,切得益于数值计算方法和计算机应用技术的发展,近些年取得了长足的进步,但受限于模型中边界条件难以确定和涉及的土壤参数过于繁多,分析的过程复杂,仅限于专业研究,暂时还未被普遍应用。
在通过性测试装置方面,到目前为止,车辆地面通过性问题研究主要涉及的试验装备主要包括土壤圆锥指数仪、土壤特性参数测量装备和室内模拟土壤槽测试系统[9-11]。圆锥指数仪采用综合强度指标描述土壤综合机械物理性质,结构简单、使用方便,美国最新研制成功了空投圆锥指数仪,用于快速判定区域车辆的可行驶性。土壤特性参数测量装备以贝氏仪为代表,能够测量多种土壤力学参数,但测量过程较为繁琐[12]。模拟土壤槽测试系统依靠实验室的完整测试设备,能够较为详尽地分析轮地交互作用,为模型的建立奠定基础,但也难以用于实车环境[13-15]。
综合以上两方面可以看出,车辆地面通过性问题的研究还存在着一些不足之处,主要体现在:① 部分理论方法仅是针对特定的土壤与车辆工况,然而对于分散在有各种特殊需求的领域,还尚未形成完善统一的理论,各种研究方法还存在着一定局限性;② 在试验测试手段方面主要集中于静态土壤参数测量与模型试验,这些方法属于离线测量和静态测量,缺乏有效的动态测试装备与方法,无法实现实车动态性能测试与评估;③ 在评价系统方面,一般采用定性分析,但还未形成具有普适性的有效定量评价方法。
1 轮力感知装置制备
车辆的软地面通过性是对轮-地交互特性的一种描述方式,这种交互在本质上是车轮与地面相互作用力的结果。因此,实现对轮力连续、实时、准确地感知,将能够突破现有通过性测试装置在间断性、滞后性、离线测量等方面的限制,使行驶过程中的实时通过性评估成为可能。
车轮所受六维轮力,如图1所示,包括:纵向力Fx、侧向力Fy、垂向力Fz和侧倾力矩Mx、侧向力矩My、回正力矩Mz。通过对比传统轮地相互作用模型中力的定义可知,六维轮力中的纵向力Fx即为轮壤相互作用中的挂钩牵引力,垂向力Fz为垂向载荷,而侧向力矩My为驱动扭矩。
图1 六维轮力示意图
Fig.1 Six dimensional wheel forces
作者所在课题组长期从事多维轮力感知装备的研发方面与应用方面的研究,并成功开发了具有自主知识产权的六维轮力感知装置。装置的核心部件为能够实现六维力结构解耦的弹性体,如图2所示。
图2 轮力感知弹性体结构
Fig.2 Elastomer structure
轮力感知装置的组装方式如图3所示,各标号分别表示:1.传输模块安装罩,2.传输模块,3.采集电路,4.编码器,5.采集模块安装罩,6.弹性体防护罩,7.组桥电路,8.弹性体内环法兰,9.弹性体,10.弹性体外环法兰。弹性体的内外环分别通过法兰与车轴和轮辋相连,因此弹性体上的应变梁可以在车轮受力时产生相应的应变。采集电路用于采集应变的大小,编码器用于采集车轮的旋转角度,以上二者均随车轮转动,其信号通过无线通讯的方式发送到与车身相对静止的传输模块,进而完成轮力解算。
图3 轮力感知装备装配
Fig.3 Wheel force sensor assembly
多维轮力的解算流程如图4所示,首先多维轮力引起弹性体应变,紧接着应变大小通过轮力感知装置表现为相应的电压,并根据弹性体结构解耦的标定矩阵转换为车轮坐标系下的多维轮力,同时考虑到车轮与车身的相对转动,车轮坐标系下的轮力需再经过旋转解耦方能还原为车身坐标系下的多维轮力值。最后通过软硬件滤波方法,消除传输过程的噪声,得到解算轮力。
图4 轮力解算流程
Fig.4 Wheel force calculation
2 软地面通过性动态测试系统
2.1 测试系统构建
在对软地面通过性问题已有研究进行全面调研的基础上,针对研究中涉及到的关键物理量,结合目前已有的传感器测量技术,提出了以车轮力传感器为核心,辅以其他传感器的测试系统构建方案,如图5所示。
图5 测试系统构成
Fig.5 Test system composition
测试系统统主要包括轮力感知装置、轮速传感器、GPS、数码摄像机以及土壤参数测量设备,并基于VC平台开发了一套集成了实时同步采集的系统,数据采集的实时性、同步性及可靠性为下一步的通过性评价模型研究奠定了的基础。
软地面通过性动态测试系统主要侧重于轮壤之间相互作用的动态响应测量,包括驱动扭矩T、挂钩牵引力Dp、垂向载荷W、滑转率s和沉陷量Z0等核心参数。其中T、Dp和W可以通过轮力感知装置直接获取;滑转率可以通过车轮转速和车辆前进速度计算得到,故采用轮速传感器测量车轮转速,采用GPS获取车速;沉陷量则通过架于轮侧的相机得到。测试系统的实车装配如图6所示。
图6 实车系统搭建
Fig.6 Real vehicle testing system
2.2 软地面测试试验
试验中,主要选取了沙壤土、黏土和沙地3种类型松软地面进行直线加速制动试验。图7、图8和图9分别展示了3种地面上的车辆动态响应实测数据。
图7 沙壤土地面直线加速制动试验
Fig.7 Linear acceleration braking test on sandy loam
图8 黏土地面直线加速制动试验
Fig.8 Linear acceleration braking test on clay
图9 沙地地面直线加速制动试验
Fig.9 Linear acceleration braking test on sand
软地面上动态响应的整体变化趋势表现为:挂钩牵引力对驱动扭矩保持了较好地跟随,且在制动过程中曲线有明显地下降,充分反映了车辆直线加速制动的驾驶过程。与相同工况的硬地面试验结果相比,软地面测试结果在细节上表现出了明显的区别。首先,加速过程中,几乎同样的驾驶方式,驱动轮获得的驱动扭矩和挂钩牵引力均要小于硬地面,在更为松软的黏土地上这种情况尤为明显,如图8,整个滑移率区间,最大挂钩牵引力不到400 N,而硬地面上数值稳定于1 200 N左右;然后,在相同扭矩情况下,对应的挂钩牵引力也更小,说明行驶过程中车轮受到了更大的阻力,表明松软地面的通过性能往往低于硬地面,这与实际经验是相符的。其次,在软地面行驶中,滑转率也表现出了很大的差异性。硬地面试验结果显示,加速过程中的滑转率保持在较低水平(5%左右),而软地面加速中,滑转率可以达到很高水平,在急加速情况下甚至接近100%,即为车轮空转的情况,这一定程度上表明了车辆行驶效率低,通过性能差。从图中可以看出,在不同类型软地面上,滑转率曲线都有较大的变化范围,证明所选用的直线加速制动试验方式是较为合理的。
3 软地面通过性模型方案
基于试验中所获得的场地试验数据,可对通过性问题研究至今的学者所提出的不同理论进行试验论证,并通过改进这些模型,进一步结合现代信息处理技术,提出具有创新性的理论模型,完善各种模型相对应的通过性评价标准,从而建立起一套完整的通过性评价体系。本文选用半经验模型进行软地面通过性预测,方法如图10所示。
图10 软地面通过性模型研究结构
Fig.10 Structure of soft terrain soft trafficability evaluation model
针对半经验模型,涉及到的重要参数主要为土壤的物理机械参数(摩擦系数、内摩擦角等)、车轮沉陷等,利用所构建的测试系统,采用多层感知机(multilayer perceptron,MLP)对土壤特性参数进行辨识,即建立以系统实时测得的物理量,车辆载荷W、挂钩牵引力Dp、驱动扭矩T、滑转率s和车轮沉陷量Z0为输入,以土壤内聚力c、内摩擦角φ、剪切弹性模量K、内聚力模量kc、摩擦模量kφ,这5个关键的土壤力学特性参数为输出的数据驱动模型,模型输出精度如表1所示。
表1 土壤力学特性参数辨识精度
Table 1 Accuracy of soil mechanics characteristic parameters
参数MAEMAPE/%RMSEc0.0253.950.038φ0.0624.320.040kc0.0332.360.036kφ0.5603.200.039K0.0323.750.041
半经验模型的通过性评估结果如图11所示,图中黑色曲线代表每个测试数据地面通过性的真值,红色曲线表示利用迁移模型预测的地面通过性预测值,灰色区域表示95%的置信区间范围,绿色柱状图表示该条数据预测值和真值的偏差。从试验结果可以看出,本文提出通过性检测装置能够提供较为准确的通过性预测结果。
图11 软地面通过性评估结果
Fig.11 Evaluation result of trafficability on soft terrain
4 结论
本文中设计并完成了一种基于轮力感知装置的软地面通过性测试系统,能够适应多种地形条件,实现准确的力学特性参数辨识与通过性评估。主要工作包括:
1) 提出了多维轮力、车辆速度、车轮沉陷的同步采集方案;
2) 实现了软地面通过性中挂钩牵引力与车轮滑移率的估计;
3) 基于数据驱动方法,实现了对于软地面力学特性参数的辨识;
4) 利用半经验模型,完成了对于车辆软地面通过性的评估。
在沙壤土、沙地、黏土进行实车试验表明,本系统在不同类型的软地面条件下,均能完成数据的可靠采集与通过性的准确估计。
后续计划为:首先将半经验模型与经验模型相结合,提升通过性评估的准确性;其次利用迁移学习方法,实现差异性装备间的软地面通过概率迁移预测,从而降低传感器部署成本,提升多装备集群的软地面通过能力。
[1] 杨帆.基于车轮力测试的车辆地面通过性关键技术研究[D].南京:东南大学2016.YANG Fan.Research on key techniques of vehicle trafficability based on wheel force test[D].Nanjing:Southeast University,2016.
[2] CHHANIYARA S,BRUNSKILL C,YEOMANS B,et al.Terrain trafficability analysis and soil mechanical property identification for planetary rovers:A survey[J].Journal of Terramechanics,2012,49(2):115-128.
[3] LOPES E D R,PINTO A F A,VALENTIM M X G,et al.Methodology for analysis of heavy vehicle trafficability in deformable soils[J].The Journal of Defense Modeling and Simulation,2022,19(3):245-253.
[4] 孟为国.农业车辆田间土壤承载特性参数的在线估计与检测[D].南京:南京航空航天大学,2009.MENG Weiguo.On-line soil bearing capacities test and calculation from agricultural machineries[D].Nanjing:Nanjing University of Aeronautics and Astronautics,2009.
[5] SION B D,SHOOP S A,MCDONALD V E.Evaluation of in-situ relationships between variable soil moisture and soil strength using a plot-scale experimental design[J].Journal of terramechanics,2022,103:33-51.
[6] WU J,LIU B,SHEN Y,et al.Piecewise model of track sinkage based on underwater cohesive soil[J].Journal of terramechanics,2022,103:1-10.
[7] GUO J,DING L,GAO H,et al.An apparatus to measure wheel-soil interactions on sandy terrains[J].IEEE/ASME Transactions on Mechatronics,2018,23(1):352-363.
[8] CREAGER C,ASNANI V,ORAVEC H,et al.Drawbar pull (DP) procedures for off-road vehicle testing[J/OL].NTRS-NASA Technical Reports,2017,https://ntrs.nasa.gov/citations/20170010706.
[9] ZHANG W,LV S,XUE F,et al.Predict the rover mobility over soft terrain using articulated wheeled bevameter[J].IEEE Robotics and Automation Letters,2022,7(4):12062-12069.
[10] HETERA H.Physical geographical factors of terrain trafficability for vehicles in the contact area of Dakovo loess plateau and Dilj gora foothills[D].Croatia:University of Zagreb,2021.
[11] 王国军.美军车辆软地面通过性试验方法问题分析[J].军事交通学院学报,2015,17(3):53-56.WANG Guojun.Analysis of US Army’s experimental method of vehicle trafficability on soft ground[J].Journal of Academy of Military Transportation,2015,17(3):53-56.
[12] PAPADAKIS N,YILDIZOGLU R,AUJOl J F,et al.High-dimension multi-label problems:convex or nonconvex relaxation?[J].Siam Journal on Imaging Sciences,2013,6(4):2603-2639.
[13] WONG J Y.Terramechanics and off-road vehicle engineering[M].Butterworth-Heinemann,2009.
[14] BECKER C,ELS S.Wheel force transducer measurements on a vehicle in transit[C]//European Conference of the International Society for Terrain Vehicle Systems.2012.
[15] HUTANGKABODEE S,ZWEIRI Y H,SENEVIRATNE L D,et al.Soil parameter identification for wheel-terrain interaction dynamics and traversability prediction[J].International Journal of Automation and Computing,2006,3(3):8.