MétaCan
Menu
Retour à la cohorte
Enregistrement W3120188030 · doi:10.4271/2021-01-0261

Direct Yaw Control Based on Optimal Longitudinal Tire Forces for 8×8 Combat Vehicle

2021· article· en· W3120188030 sur OpenAlexaff
Mohamed A. Omar, Moustafa El–Gindy

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésVehicle dynamicsControl (management)Automotive engineeringControl theory (sociology)YawComputer scienceAeronauticsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">This paper proposes an active chassis control strategy for an Eight-wheel drive/Four-wheel steering (8WD/4WS) combat vehicle, where only the first and second axles’ wheels are steerable, while the third and fourth axles’ wheels are non-steerable. Utilizing torque vectoring and differential braking control to improve its lateral dynamics at limit handling. Due to the non-linear characteristics of the tires and its friction limit, the vehicle may exhibit instable behavior during cornering maneuvers. It is well known that the tire longitudinal and lateral forces are shared, if longitudinal forces increased, slip ratio will increase and causing reduction in lateral forces that may cause the vehicle to drift out or spinning. Accordingly, the tires forces need to be optimally distributed based on vertical loads for each tire to prevent it from reaching the friction limit based on Friction Ellipse Theorem. In order to enhance vehicle maneuverability and stability under different road conditions, a hierarchical control strategy is implemented. The proposed control strategy consists of an upper and lower level controller. The upper level controller is designed to generate the desired corrective yaw moment based on vehicle parameters and reference model. While the lower controller is designed on two stages for Torque Vectoring and three stages for differential braking. For torque vectoring, the first stage is designed to generate the optimal tractive forces needed to stabilize the vehicle based on the friction circle (work load) of each tire for each given axle at a given tire vertical load, while the second stage includes an on/off slip controller for each tire to prevent exceeding the slip peak ratio. The differential braking control allocation incorporates braking wheels coordination as a first stage to determine which wheels braking torque should be engaged. Optimal braking forces distribution are implemented as a second stage, subsequently an on/off slip controller is introduced as third stage. Furthermore, all simulation tests are conducted in TruckSim and Simulink environment at limit handling conditions at different coefficient of friction for Double Lane Change (DLC) and Slalom maneuvers.</div></div>

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetVehicle Dynamics and Control SystemsTravaux en français237 207