博客
关于我
[电动智能汽车-6]:原理 - 制动系统
阅读量:102 次
发布时间:2019-02-26

本文共 330 字,大约阅读时间需要 1 分钟。

制动系统

1.1 概述

制动系统是汽车安全的重要组成部分,其工作原理基于液压或气压技术。刹车时,刹车油被压入刹车总泵(主缸),活塞将刹车油压强传递至轮缸。由于帕斯卡原理,轮缸上的压强与主缸相同,且由于轮缸面积较大,作用力会显著增大。这种设计通过夹紧刹车盘产生摩擦力,有效减速车辆。一般车辆主要采用液压制动,5吨以上的车辆则使用气压制动。

1.2 基本原理

气压制动系统基于真空传感器和真空泵的工作原理。真空传感器监测真空罐中的真空度,返回电压值用于调节真空泵的工作状态。真空泵通过调节空气压力,控制制动系统的制动力。当刹车踏板被踩下,真空泵驱动刹车卡钳夹紧刹车盘,产生足够的摩擦力以减速车辆。

这种设计通过真空传感器与真空泵的协同工作,实现对制动力的精准控制。

转载地址:http://sziu.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>