车辆工程基于MATLAB的动力性仿真分析及优化设计程序
利用Matlab进行动力学建模和仿真分析的基本原理
利用Matlab进行动力学建模和仿真分析的基本原理引言：动力学建模和仿真分析是工程领域中重要的研究方法之一。
利用动力学建模和仿真分析，可以通过数学模型模拟和分析物体的运动、力学响应和控制系统的性能。
而Matlab作为一种功能强大的科学计算软件，为动力学建模和仿真提供了广泛的工具和函数库。
本文将介绍利用Matlab进行动力学建模和仿真分析的基本原理和方法。
一、动力学建模动力学建模是动力学仿真的第一步，它是将实际工程问题转化为数学模型的过程。
在动力学建模中，首先需要确定系统的运动学和动力学特性，然后利用合适的数学模型来描述这些特性。
1. 运动学特性的确定运动学是研究物体运动的几何性质和规律的学科。
在动力学建模中，我们需要确定系统的位置、速度和加速度等运动学变量。
这些变量可以通过对实际系统的观测和测量得到，也可以通过数学关系和几何推导来求解。
2. 动力学特性的确定动力学是研究物体运动的力学性质和规律的学科。
在动力学建模中，我们需要确定系统的力学特性，包括质量、惯性系数、弹性系数和阻尼系数等。
这些特性可以通过实验测量和物理原理推导得到。
3. 数学模型的选择在确定了系统的运动学和动力学特性后，我们需要选择合适的数学模型来描述系统的动力学行为。
常用的数学模型包括常微分方程、偏微分方程和差分方程等。
根据系统的特点和求解的需求，选择适当的数学模型非常重要。
二、动力学仿真分析动力学仿真分析是利用数学模型来模拟和分析系统的运动和响应。
通过仿真分析，我们可以预测系统在不同工况下的运动状态、力学响应和控制性能。
1. 数值解方法数值解方法是求解动力学数学模型的常用方法。
常见的数值解方法包括欧拉方法、改进欧拉方法和四阶龙格－库塔方法等。
通过数值解方法，我们可以将动力学方程离散化，并利用计算机进行求解。
2. 仿真参数的选择在进行动力学仿真分析时，我们需要选择合适的仿真参数。
仿真参数包括系统的初始条件、外部输入信号和仿真时间等。
基于MATLAB的电机仿真分析
基于MATLAB的电机仿真分析
摘要：电机是工业生产中常用的动力设备，对电机进行仿真分析可以帮助工程师们更好地了解电机的工作原理和性能特点。
本文将介绍基于MATLAB的电机仿真分析方法，并以直流电机为例进行仿真分析，通过仿真分析得出了电机的性能曲线和工作特性，为电机的设计和优化提供了参考。
关键词：电机；仿真分析；MATLAB；直流电机；性能曲线
一、引言
二、电机仿真分析的基本原理
电机的仿真分析是通过对电机的工作原理和性能参数进行数学建模，然后利用计算机软件对模型进行求解和分析。
在MATLAB中，可以通过建立电机的数学模型，然后利用工具箱中的仿真模块对电机进行仿真分析。
电机的数学建模包括电机的电气特性和机械特性两方面，其中电气特性包括电机的电路方程和电磁方程，机械特性包括电机的转子惯量、机械摩擦等参数。
通过建立完整的电机数学模型，可以对电机的性能进行准确地仿真分析。
1. 建立电机数学模型
2. 利用MATLAB进行仿真分析
在MATLAB中，可以利用Simulink工具箱对电机的数学模型进行仿真计算。
首先将电机的数学模型用Simulink建模工具进行建模，然后设置仿真参数，运行仿真模拟，得到电机的仿真结果。
通过仿真结果，可以得到电机的性能曲线、工作特性等重要参数。
3. 优化分析
根据电机的仿真结果进行分析和评估，对电机的性能进行优化。
可以通过修改电机的某些参数，重新进行仿真分析，得出最优的电机设计参数。
matlab车辆调度优化算法
车辆调度优化算法在现代物流和运输领域中扮演着重要的角色。
随着城市化进程的加快和人们对快速高效货运的需求不断增加，车辆调度优化算法的研究和应用变得尤为重要。
其中，matlab作为一种强大的计算工具，被广泛应用于车辆调度优化算法的研究和实践中。
本文将从以下几个方面对matlab车辆调度优化算法进行探讨。
一、matlab在车辆调度优化算法中的应用概述1. Matlab在数学建模方面的优势Matlab作为一种强大的数学软件工具，拥有丰富的数学函数库和强大的矩阵运算能力，能够快速高效地进行数学建模和优化计算。
在车辆调度优化算法中，这种优势使得Matlab成为一种理想的工具。
2. Matlab在算法研究和实现中的应用Matlab提供了丰富的算法工具箱，包括遗传算法、模拟退火算法、粒子裙优化算法等常用的优化算法，这些算法的灵活性和易用性使得Matlab成为车辆调度优化算法研究和实现的理想选择。
二、matlab在车辆路径规划中的应用1. 车辆路径规划的基本问题和挑战车辆路径规划是车辆调度优化算法中的重要问题之一，它涉及到如何合理安排车辆的行驶路线，以最大限度地减少行驶距离和时间。
这是一个 NP 难题，需要运用各种优化算法来求解。
2. Matlab在车辆路径规划中的具体应用Matlab提供了丰富的优化算法工具箱，可以很方便地用来解决车辆路径规划中的优化问题。
可以利用遗传算法来对车辆路径进行优化，或者利用模拟退火算法来寻找最优路径。
三、matlab在车辆调度问题中的应用实例1. 基于Matlab的车辆调度优化算法研究以某物流公司的货物配送路线为例，通过Matlab对车辆调度优化算法进行研究和实现，能够有效降低运输成本，提高运输效率。
2. 基于Matlab的算法实现与性能评测通过实际案例，可以用Matlab对车辆调度优化算法进行实现，并进行性能评测，评估算法的优劣，为实际应用提供参考。
matlab在车辆调度优化算法中具有重要的应用价值，并且在实际的研究和实践中得到了广泛的应用。
基于Matlab的优化实例
优化方法：fmincon(…)
作业:
利用Matlab优化工具箱进行无级变速器的优化 设计 目标函数：将变速器的体积为最小 设计变量： 约束条件：
1.基于Matlab的电动汽车变速器结构优化
电机加变速器系统,是指当电机被选定后,要求 在合同委托方给定的有限空间内对变速器的安 装进行布置。 目标： 建立电动汽车变速器齿轮组结构紧凑 性的目标函数,在保证变速器零件强度等条件 下,使变速器齿轮组和轴系的结构紧凑. 要求：Matlab的Optimum Toolbox对变速器结 构进行优化设计
安装电机及变速器的空 间近似长方体,其总的 长、宽、高分别为980 mm, 700 mm, 750 mm. 2 函数为 变速器齿轮 组水平面最 大宽度 13个参数作 为优化设计 的变量:
设计约束
强度约束条件： 强度约束条件：接触应力与弯曲应力 空间约束条件： 空间约束条件： 其他约束条件： 其他约束条件： (1)变速器齿轮模数m 通常在1～10之间; (2)变速器齿轮螺旋角β通常在8°～30°之间; (3)变速器齿轮齿数z通常在17cos3β～200之间; (4)各级传动比要求
基于Matlab的优化实例
USTB
相关文献：
基于Matlab的电动汽车变速器结构优化，计算 机辅助工程，Vol.17 No.2，Jun.2008 用MATLAB语言进行齿轮变速箱参数优化设计， 湖北工学院学报， Vol.16 No.4，Jun.2001 组合式无级变速器的优化设计，《机床与液 压》, No.10,2004
目标函数：变速箱参数优化的目的是在变速级数、 目标函数 传递功率不变的前提下, 减小变速箱的重量。 数学表达式：目标函数可以是变速组中心距和, 各 数学表达式 传动齿轮重量或齿轮面积和 约束条件：最小齿数约束条件；模数约束条件；传 约束条件 动比约束条件；齿轮轮幅的最小尺寸约束条件；最 大节回速度的约束条件，最大齿轮外径的约束条件； 齿轮接触强度和弯曲强度的约束条件
基于MATLAB的汽车运动控制系统设计仿真
课程设计题目汽车运动控制系统仿真设计学院计算机科学与信息工程学院班级2010级自动化班姜木北：2010133***小组成员指导教师吴2013 年12 月13 日汽车运动控制系统仿真设计10级自动化2班姜鹏2010133234目录摘要 (3)一、课设目的 (4)二、控制对象分析 (4)2.1、控制设计对象结构示意图 (4)2.2、机构特征 (4)三、课设设计要求 (4)四、控制器设计过程和控制方案 (5)4.1、系统建模 (5)4.2、系统的开环阶跃响应 (5)4.3、PID控制器的设计 (6)4.3.1比例（P）控制器的设计 (7)4.3.2比例积分（PI）控制器设计 (9)4.3.3比例积分微分(PID)控制器设计 (10)五、Simulink控制系统仿真设计及其PID参数整定 (11)5.1利用Simulink对于传递函数的系统仿真 (11)5.1.1 输入为600N时，KP=600、KI=100、KD=100 (12)5.1.2输入为600N时，KP=700、KI=100、KD=100 (12)5.2 PID参数整定的设计过程 (13)5.2.1未加校正装置的系统阶跃响应： (13)5.2.2 PID校正装置设计 (14)六、收获和体会 (14)参考文献 (15)摘要本课题以汽车运动控制系统的设计为应用背景，利用MATLAB语言对其进行设计与仿真.首先对汽车的运动原理进行分析，建立控制系统模型，确定期望的静态指标稳态误差和动态指标搬调量和上升时间，最终应用MATLAB环境下的.m 文件来实现汽车运动控制系统的设计。
其中.m文件用step函数语句来绘制阶跃响应曲线，根据曲线中指标的变化进行P、PI、PID校正；同时对其控制系统建立Simulink进行仿真且进行PID参数整定。
仿真结果表明，参数PID控制能使系统达到满意的控制效果，对进一步应用研究具有参考价值，是汽车运动控制系统设计的优秀手段之一。
基于MATLAB的轿车动力性和燃油经济性仿真
基于MATLAB的电机仿真分析
基于MATLAB的电机仿真分析
电机仿真方法在电机设计和优化中具有重要的应用价值。
它可以通过先进的数值方法
来求解复杂的电机问题，比如电机的电磁场分析、热场分析、优化设计等。
在电机设计中，仿真可以帮助工程师们在设计初期就预测电机的性能和优化方案，从而减少了设计时间和
成本。
在MATLAB中，电机仿真分析通常涉及以下几个方面：
1. 电机建模：通过数学模型来描述电机的特性和性能，包括电磁场、机械结构、热
特性等。
常用的电机模型包括间接轴流转子电机模型、直接轴流转子电机模型、步进电机
模型等。
2. 磁场分析：根据电机的电磁场特性，使用磁场有限元或者其他数值方法来计算电
机的电磁场分布情况。
磁场分析可以预测电机的输出转矩、转速、功率等性能参数。
3. 动力学分析：根据电机设计的机械结构和运动方程，预测电机的旋转速度、加速
度以及转子的位置、速度等参数。
在复杂的电机系统中，动力学分析通常与磁场分析耦合
在一起。
4. 热场分析：电机在长时间运行过程中会产生热量，这对电机的寿命和性能有很大
的影响。
热场分析可以预测电机的温升、温度分布等相关参数，从而优化电机的散热设计
和保护方案。
5. 优化设计：利用MATLAB的优化工具，结合电机仿真结果进行参数优化，以达到最
佳的电机性能和效率。
在实际应用中，电机仿真分析的具体流程和方法根据不同的电机类型和要求而有所不同。
例如，在直流电机的仿真分析中，一般采用电路等效模型和差动方程组来描述电机特性；而在交流电机的仿真中，多采用有限元法和磁路分析法进行磁场计算。
matlab汽车动力系统设计
matlab汽车动力系统设计汽车动力系统设计是现代汽车工程中的一个重要环节。
它涉及到了汽车动力源、传动系统和控制系统等多个方面，对汽车的性能和燃油效率有着直接影响。
本文将从汽车动力系统设计的角度出发，探讨其中的关键要素和设计原则。
汽车动力源是汽车动力系统设计的核心。
目前，常见的汽车动力源主要包括内燃机和电动机。
内燃机可以进一步分为汽油机和柴油机。
选择适合的动力源是汽车动力系统设计的首要任务。
在选择动力源时，需要考虑到车辆的用途、性能要求和环境影响等因素。
例如，对于城市代步车型，电动机可能更加适合，而对于跑车或越野车型，内燃机可能更具优势。
传动系统是汽车动力系统设计中的另一个重要组成部分。
传动系统的设计目标是将动力源产生的扭矩和转速传递到车轮上，以实现汽车的运动。
传动系统一般包括离合器、变速器和驱动轴等。
离合器的作用是在换挡时断开动力源和传动系统的连接，变速器则可以根据驾驶需求调整输出扭矩和转速。
在传动系统设计中，需要考虑到传动效率、换挡顺畅性和可靠性等因素。
控制系统在汽车动力系统设计中也起着重要作用。
控制系统包括发动机控制单元（ECU）和车辆动力控制系统等。
发动机控制单元通过对发动机的点火、喷油和气门控制等进行精确调整，以实现动力输出和燃油经济性的平衡。
车辆动力控制系统则通过对传动系统和车轮的控制，提供更好的操控性能和稳定性。
在设计控制系统时，需要考虑到系统的可调性、响应速度和稳定性等因素。
除了上述要素，汽车动力系统设计还需要考虑其他一些因素。
例如，车辆的质量分布、空气动力学特性和轮胎参数等。
车辆的质量分布会影响车辆的平衡性和操控性能，因此需要在设计中充分考虑。
空气动力学特性则决定了车辆的空气阻力和气动性能，对于高速车型尤为重要。
轮胎参数包括轮胎类型、尺寸和胎压等，会直接影响到车辆的牵引力和操控性能。
在汽车动力系统设计中，需要遵循一些基本原则。
首先，要确保动力系统的可靠性和安全性。
汽车是一种复杂的机械装置，因此在设计中要考虑到各种可能的故障和安全风险，并采取相应的措施来保证车辆的安全性。
车辆动力仿真系统设计方案
车辆动力仿真系统设计方案简介车辆动力学的仿真测试是车辆工程领域非常重要的一个环节。
模拟车辆动力学的仿真系统可以对车辆各种简单或复杂的工况进行测试和优化，从而提高汽车整体性能，缩短研发周期和成本。
因此，本文将介绍车辆动力仿真系统的设计方案，包括系统架构、模块设计和算法实现等。
系统架构车辆动力仿真系统包含三大部分：流程控制、数据处理和仿真核心。
其中，数据处理部分包括数据采集、数据传输和数据预处理三个模块；仿真核心则包括车辆动力学、车辆控制和整车模型三个模块。
模块设计1. 数据采集模块数据采集模块主要用于采集车辆的实时运行数据，如车速、油门踏板位置、车辆纵向加速度、转向角度等，可以采用CAN总线进行，以确保实时性和准确性。
2. 数据传输模块数据传输模块主要负责将采集到的数据传输到数据预处理模块，可以采用无线通信或有线通信两种方式。
3. 数据预处理模块数据预处理模块主要用于对采集到的车辆数据进行校验和预处理，以达到最佳的仿真效果。
4. 车辆动力学模块车辆动力学模块采用MATLAB/Simulink工具进行建模，以实现对车辆动力学行为的仿真模拟。
5. 车辆控制模块车辆控制模块采用基于模糊控制或PID控制策略，实现对车辆的动态稳定性控制，以确保仿真结果的可靠性。
6. 整车模型模块整车模型模块主要用于对车辆整体系统的仿真模拟，包括动力学和控制两个方面，采用多学科集成的方法，对车辆系统性能进行全面评估。
算法实现本文将采用MATLAB/Simulink和C++语言进行系统的算法实现，通过搭建仿真系统的原型和进行模块测试、联调，实现对车辆整体性能的仿真模拟、优化和评估。
总结车辆动力仿真系统的设计需要考虑多方面的因素，包括系统架构、仿真模型和算法实现等。
本文从三个方面介绍了车辆动力仿真系统的设计方案，希望能为车辆工程师们提供参考和借鉴，最终实现对车辆系统性能的全面优化。
基于MATLAB的电机仿真分析
基于MATLAB的电机仿真分析
电机是一种将电能转换为机械能的设备，广泛应用于各种电动设备和工业自动化系统中。
为了研究电机的性能和行为，进行电机仿真分析是必不可少的。
MATLAB是一种功能强大的数学软件，它提供了丰富的工具和功能，使得电机仿真分析变得更加方便和高效。
下面将介绍基于MATLAB的电机仿真分析的主要内容和步骤。
电机仿真分析的第一步是建立电机的数学模型。
数学模型可以根据电机的物理特性和运行原理来建立，可以包括电机的电路模型和动力学模型。
电机的电路模型可以根据电机的绕组和磁路特性来建立，常用的模型包括直流电机模型、交流电机模型和步进电机模型等。
电机的动力学模型可以描述电机的转矩和速度响应特性，可以根据电机的惯性、摩擦等因素来建立。
电机仿真分析的第二步是选择合适的仿真方法和工具。
MATLAB提供了多种电机仿真工具，例如Simulink、Simscape和Power System Blockset等。
Simulink是MATLAB中的一个建模和仿真工具，可以用来建立和模拟电机的系统级模型。
Simscape是一个物理建模工具箱，可以用来建立电机的物理模型，包括电气子系统、机械子系统和热子系统等。
Power System Blockset是一个电力系统建模工具箱，可以用来建立和模拟电机系统的电力系统模型。
然后，电机仿真分析的第三步是进行仿真实验和分析。
根据建立的电机模型，可以进行各种仿真实验和分析，例如电机的稳态和暂态响应特性、电机的效率和能耗、电机的控制性能等。
通过仿真实验和分析，可以评估电机的性能和行为，优化电机的设计和控制方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
n=linspace(600,4000,100); %均分计算指令,600最低转速,4000最高转速,均分为100等分 r=0.367; i0=5.83; nt=0.85; G=3880*9.8; f=0.013; CDA=2.77; If=0.218; Iw1=1.798; Iw2=3.598; m=3880; L=3.2; a=1.947; hg=0.9; ig=[6.09,3.09,1.71,1.00]; %输入已知参数 ua1=0.377*r*n/i0/ig(1); ua2=0.377*r*n/i0/ig(2); ua3=0.377*r*n/i0/ig(3); ua4=0.377*r*n/i0/ig(4); %各转速各挡位下的速度 Tq=-19.313+295.27*(n/1000)-165.44*(n/1000).^2+40.874*(n/1000).^3-3.8445*(n/1000).^4; %从600~4000rpm油拟合公式计算发动机转距 Ft1=Tq*i0*ig(1)*nt/r; Ft2=Tq*i0*ig(2)*nt/r; Ft3=Tq*i0*ig(3)*nt/r; Ft4=Tq*i0*ig(4)*nt/r; %从600~4000rpm各挡位的驱动力 Ff=G*f; ua=linspace(0,200,100); Fw=CDA*ua.*ua/21.15; %空气阻力 plot(ua1,Ft1,ua2,Ft2,ua3,Ft3,ua4,Ft4,ua,Ff+Fw); %画出各挡位的Ua-Ft,及Ua-Ff+Ft xlabel('ua/ km/h'); ylabel('F/N'); %标注横纵轴 title('汽车驱动力-行驶阻力平衡图'); %标注图形题目 gtext('Ft1'),gtext('Ft2'),gtext('Ft3'),gtext('Ft4'),gtext('Ff+Fw'); %给每根线条添加符号 legend('Ft1','Ft2','Ft3','Ft4','Ff+Fw'); %标注图例 umax=max(ua4); disp('汽车最高车速='); disp(umax);disp('km/h'); imax=tan(asin(max((Ft1-(Ff+Fw))/G))); %最大爬坡度的公式 disp('汽车最大爬坡度='); disp(imax); %输出最高车速,与最大爬坡度的结果 n=600:1:4000; %600最低转速,4000最高转速,相邻数组间隔1 r=0.367; i0=5.83; eff=0.85; f=0.013; CdA=2.77; m=3880; g=9.8; %输入已知参数 G=m*g; Ttq=-19.313+295.27*n/1000-165.44*(n/1000).^2+40.874*(n/1000).^3-3.8445*(n/1000).^4; %从600~4000rpm油拟合公式计算发动机转距 for ig=[6.09,3.09,1.71,1.00] Ua=0.377*r*n/ig/i0; %各转速各挡位下的速度 Pe=Ttq.*n/9550; %各转速下的功率 plot(Ua,Pe); hold on; %使当前轴及图形保持而不被刷新，准备接受此后将绘制的图形，多图共存 end Ua=0:0.1:max(Ua); Pf=G*f*Ua/3600; %滚动阻力 Pw=CdA*Ua.^3/76140; %空气阻力 plot(Ua,(Pf+Pw)/eff); title('汽车的功率平衡图'), xlabel('Ua/(km/h)'),ylabel('P/kw'); %画出汽车的功率平衡图 gtext('Ft1'),gtext('Ft2'),gtext('Ft3'),gtext('Ft4'),gtext('(Pf+Pw)/nt'); legend('Ⅰ','Ⅱ','Ⅲ','Ⅳ','Pf+Pw/nt');
n=600:1:4000; %600最低转速,4000最高转速,相邻数组间隔 r=0.367; i0=5.83; nt=0.85; f=0.013; CdA=2.77; m=3880; g=9.8; %输入已知参数 G=m*g; Ttq=-19.313+295.27*n/1000-165.44*(n/1000).^2+40.874*(n/1000).^3-3.8445*(n/1000).^4; %从600~4000rpm油拟合公式计算发动机转距 for ig=[6.09,3.09,1.71,1.00] Ua=0.377*r*n/ig/i0; Ft=Ttq*i0*ig*nt/r; Fw=CdA*Ua.^2/21.15; D=(Ft-Fw)/G %汽车动力因子公式 plot(Ua,D); %画出汽车动力特性图 hold on; %使当前轴及图形保持而不被刷新，准备接受此后将绘制的图形，多图共存 end f=0.0076+0.000056*Ua %滚动阻力与速度之间的关系 plot(Ua,f); %画出速度与滚动阻力图 title('汽车动力特性图'), %给图加题目 xlabel('Ua/(km/h)'),ylabel('D'); gtext('Ⅰ'),gtext('Ⅱ'),gtext('Ⅲ'),gtext('Ⅳ'),gtext('f'); legend('Ⅰ','Ⅱ','Ⅲ','Ⅳ','f'); n=600:10:4000; %600最低转速,4000最高转速,相邻数组间隔10
m=3880; g=9.8; nmin=600; nmax=4000; G=m*g; ig=[6,09 3.09 1.71 1.00]; nT=0.85; r=0.367; f=0.013; CDA=2.77; i0=5.83; L=3.2; a=1.947; hg=0.9; If=0.218; Iw1=1.798; Iw2=3.598; %输入已知参数 Tq=-19.313+295.27*(n/1000)-165.44*(n/1000).^2+40.874*(n/1000).^3-3.8445*(n/1000).^4; %从600~4000rpm油拟合公式计算发动机转距 Ft1=Tq*ig(1)*i0*nT/r; Ft2=Tq*ig(2)*i0*nT/r; Ft3=Tq*ig(3)*i0*nT/r; Ft4=Tq*ig(4)*i0*nT/r; %各转速各挡位下的驱动力 ua1=0.377*r*n/ig(1)/i0; ua2=0.377*r*n/ig(2)/i0; ua3=0.377*r*n/ig(3)/i0; ua4=0.377*r*n/ig(4)/i0; %各挡位各转速下的速度 Fw1=CDA*ua1.^2/21.15; Fw2=CDA*ua2.^2/21.15; Fw3=CDA*ua3.^2/21.15; Fw4=CDA*ua4.^2/21.15; %不同速度下的空气阻力 Ff=G*f; deta1=1+(Iw1+Iw2)/(m*r^2)+(If*ig(1)^2*i0^2*nT)/(m*r^2); deta2=1+(Iw1+Iw2)/(m*r^2)+(If*ig(2)^2*i0^2*nT)/(m*r^2); deta3=1+(Iw1+Iw2)/(m*r^2)+(If*ig(3)^2*i0^2*nT)/(m*r^2); deta4=1+(Iw1+Iw2)/(m*r^2)+(If*ig(4)^2*i0^2*nT)/(m*r^2); %不同挡位下的汽车旋转质量换算系数 a1=(Ft1-Ff-Fw1)/(deta1*m);ad1=1./a1; a2=(Ft2-Ff-Fw2)/(deta2*m);ad2=1./a2; a3=(Ft3-Ff-Fw3)/(deta3*m);ad3=1./a3; a4=(Ft4-Ff-Fw4)/(deta4*m);ad4=1./a4; %各挡位下的加速度 plot(ua1,ad1,ua2,ad2,ua3,ad3,ua4,ad4); title('汽车的加速度倒数曲线'); xlabel('ua(km/h)'); ylabel('1/a）'); %作汽车加速度倒数曲线 gtext('1/a1'),gtext('1/a2'),gtext('1/a3'),gtext('1/a4'); legend('1/a1','1/a2','1/a3','1/a4'); n=600:10:4000;
m=3880; g=9.8; nmin=600; nmax=4000; G=m*g; ig=[6.09 3.09 1.71 1.00]; nT=0.85; r=0.367; f=0.013; CDA=2.77; i0=5.83; L=3.2; a=1.947; hg=0.9; If=0.218; Iw1=1.798; Iw2=3.598; %输入已知参数 Tq=-19.313+295.27*(n/1000)-165.44*(n/1000).^2+40.874*(n/1000).^3-3.8445*(n/1000).^4; %从600~4000rpm油拟合公式计算发动机转距 Ft1=Tq*ig(1)*i0*nT/r;