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 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>