您好,欢迎访问三七文档
当前位置:首页 > 机械/制造/汽车 > 汽车理论 > 硕士论文-汽车电动助力转向系统的模糊神经网络控制及优化设计
江苏大学硕士学位论文汽车电动助力转向系统的模糊神经网络控制及优化设计姓名:毛建伟申请学位级别:硕士专业:载运工具运用工程指导教师:陈龙20070501汽车电动助力转向系统的模糊神经网络控制及优化设计作者:毛建伟学位授予单位:江苏大学相似文献(10条)1.期刊论文王其东.杨孝剑.陈无畏.姜武华电动助力转向系统控制的台架试验研究-汽车工程2004,26(5)提出了将基于模糊神经网络的PID控制策略用于电动助力转向系统中助力电机的控制.设计了电动助力转向试验台,并进行了电动助力转向系统的台架试验.试验结果证明,采用模糊神经网络控制器确定目标电流,并使用PID反馈控制器跟踪目标电流的控制策略是十分有效的,能显著提高汽车的转向轻便性和灵敏性.2.学位论文姜武华汽车电动助力转向系统结构/控制参数的集成优化2004电动助力转向是汽车动力转向的新技术和新结构,有着广阔的应用前景.相对传统的液压助力转向系统而言,电动助力转向系统由电动机提供辅助转向动力,并由电子控制单元根据车速信号和扭矩信号来决定其大小.该文在电动助力转向系统的研究过程中,首先,通过对EPS系统的动力学分析,建立了EPS系统的数学模型;然后,对EPS系统实施PD和模糊神经网络的控制,进行仿真研究,提出对电动助力转向系统机械结构参数和控制结构参数进行集成优化的思想,分别采用遗传算法对EPS系统结构和PD控制参数进行集成优化和遗传方法对EPS系统结构和模糊神经网络控制参数进行集成优化;最后,根据优化得到的机械参数,设计了一套EPS系统的减速机构.通过对电动助力转向系统的仿真和试验研究,结果表明集成优化后,电动助力转向系统的轻便性和灵敏性均得到改善,提高了汽车的操纵稳定性.3.期刊论文王其东.杨孝剑.陈无畏.姜武华.WangQidong.YangXiaojian.ChenWuwei.JiangWuhua考虑正逆动力学问题的电动助力转向控制研究-机械工程学报2005,41(6)在给出了转向系统正逆动力学定义的基础上,设计了基于模糊神经网络的PD控制器,建立了转向系统的多体动力学模型和整车的转向模型,进行了汽车转向动力学的仿真研究;设计并研制了电动助力转向系统的试验台,进行了相关的试验研究.仿真和试验的结果都表明:建立的动力学模型是合理的,提出的控制策略能提高汽车的转向轻便性和灵敏性.4.期刊论文陈龙.林安.江浩斌.CHENLong.LinAn.JIANGHao-bin电动助力转向与主动悬架模糊神经网络集成控制-拖拉机与农用运输车2008,35(1)在建立汽车电动助力转向和主动悬架系统的集成模型基础上,利用神经网络自适应学习功能推导集成系统模糊控制规律.设计了模糊神经网络控制策略,对转向行驶工况下的集成系统进行了大量的计算分析.研究结果表明,采用所提出的集成控制策略能有效地实现对汽车平顺性、操纵稳定性、安全性的集成优化,从而使得整车动力学性能得到较大改善.5.学位论文李冰洋汽车EPS助力控制方法研究及EPS参数对整车操纵稳定性的影响探讨2007电动助力转向系统(EPS)与传统液压助力转向相比具有一系列优点,已成为现代汽车转向系统的研究热点之一。本文对EPS的控制方法进行了研究,对EPS结构性能参数对整车操纵稳定性的影响进行了初步探讨。首先,在分析EPS转向性能的基础上,对EPS常规助力控制所执行的控制算法进行了研究,分别采用神经网络PD控制策略和模糊神经网络PD控制策略,对FPS的常规助力特性进行仿真控制,比较了两种控制策略的效果,仿真结果表明,模糊神经网络PD控制既有神经网络控制的精确性又有模糊控制的快速性,使EPS系统运行的稳定性得到较大提高。然后,针对以ARMS3C44BOX单片机为微处理器的EPS控制器硬件特点,采用模块化设计思想开发了EPS模糊神经网络PD控制程序,并将控制硬件与软件进行集成调试。为检验EPS控制策略和控制系统的实际效果,研制了基于1/4车辆模型的电动助力转向系统试验台,该试验台采用微型客车部件,可以实现不同的车速、车轮负荷及道路激励条件,车轮可以旋转、偏转和上下振动,与实车行驶状态接近。运用该试验台分别进行了原地转向和车速为5km/h时的转向助力特性试验,转向盘振动、转向盘角脉冲输入试验。试验结果表明,EPS助力电动机电流响应平稳,对方向盘转矩具有较好的跟踪效果;在原地转向和车速为5km/h时,当方向盘转角达到500°时,可使驾驶员作用在方向盘上的转矩分别降低54.3%和34.2%,表明EPS具有良好的助力效果;在不同的转向行程中,采用模糊神经网络控制策略都能使EPS获得较好的控制效果,说明控制方法和控制系统有效、可行,满足了EPS系统的轻便性和灵敏性要求。为进一步了解EPS对整车操纵稳定性的影响,建立了含EPS系统的整车三自由度动力学模型,应用模糊神经网络控制策略,仿真分析了EPS主要结构性能参数对整车操纵稳定性能的影响,结果显示,助力电机的减速比和转向轴小齿轮的半径对整车的横摆角速度、质心侧偏角及侧倾角的超调量和稳定值影响很大,而助力电机的粘性摩擦系数、转向柱刚度、助力电机刚度及转向柱转动惯量等参数对整车操纵稳定性的影响很小。在此基础上,研究了装有EPS系统的汽车横摆角速度的补偿控制策略,在EPS控制过程中引入一个横摆角速度的反馈信号,在基本助力电流的基础上迭加一个负的补偿电流,来减小汽车的横摆角速度,从而提高汽车的操纵稳定性。6.期刊论文陈龙.毛建伟.江浩斌.赵景波.ChenLong.MaoJianwei.JiangHaobin.ZhaoJingbo汽车电动助力转向系统特性及其与整车性能的匹配研究-中国机械工程2008,19(4)分析了汽车电动助力转向(EPS)系统的结构及其动力学特性,建立了线性三自由度汽车模型及其与EPS系统的集成数学模型;采用自适应模糊神经推理系统确定助力电机的目标电流,采用自适应单神经元PID控制器跟踪助力电机的目标电流,通过台架试验数据来训练模糊神经网络,确定不同行驶工况的转向助力值.通过仿真计算,研究了EPS系统与整车操纵性能的匹配关系及EPS系统主要参数的设计原则,为EPS系统的结构参数和控制参数的优化设计提供了依据.7.期刊论文王其东.姜武华.陈无畏.WangQidong.JiangWuhua.ChenWuwei电动助力转向系统机械与控制参数集成优化-农业机械学报2006,37(9)建立了电动助力转向(EPS)系统的动力学模型,采用模糊神经网络控制策略进行了系统的控制,在提出目标函数的基础上,用遗传算法对EPS系统机械参数和控制参数进行集成优化.仿真结果表明:采用集成优化方法能使EPS系统的机械参数和控制器参数的匹配更合理,可以提高汽车的操纵性能.8.学位论文杨孝剑汽车电动助力转向系统的动力学分析与控制研究2003电动助力转向系统是一种新型的汽车转向系统,具有以往任何助力转向系统所不具备的车速感应能力,其核心部件—ECU(电控单元)能根据车速和方向盘操舵力矩的不同决定是否助力以及助力的大小.在对电动助力转向系统的研究过程中,建立一个能准确反映汽车转向特性的数学模型是非常重要的.该文采用了多刚体系统动力学的方法对转向系统进行建模,并通过对模型的数值求解,分析了汽车转向过程的运动学和动力学特性.在助力控制方面,采用了模糊神经网络结合PID控制的方法,这种方法适合具有非线性特征的汽车转向系统,且可以满足控制系统多输入、多输出的要求.仿真和试验结果说明:采用模糊神经网络结合PID控制的电动助力转向系统对提高汽车转向的轻便性和灵敏性有显著作用,且保证驾驶员在不同行驶车速下均能获得良好的路感.9.期刊论文李冰洋.陈龙.江浩斌.赵景波.LIBing-yang.CHENLong.JIANGHao-bin.ZHAOJing-bo模糊神经网络控制方法及其仿真研究-拖拉机与农用运输车2007,34(3)在对电动助力转向系统(EPS)的结构及性能分析的基础上,应用整车三自由度数学模型对汽车操纵稳定性进行分析,并采用模糊神经网络控制对系统进行了电动助力转向系统不同参数特性的计算机仿真,仿真结果显示了EPS的主要参数对整车操纵稳定性的不同影响,为EPS的改进设计提供了依据.10.学位论文林安汽车半主动悬架和电动助力转向系统FNN/CMAC集成控制研究2007悬架与转向系统是汽车底盘系统中影响车身姿态和行驶安全性的两大关键系统。由于汽车运行工况的复杂性,悬架和转向系统有着不同的评价指标,对悬架或转向的单独控制难以保证汽车行驶平顺性和操纵稳定性同时得到改善。因此,对悬架和转向系统进行组合并良好匹配,在不同车速和侧向加速度情况下,通过对转向力和车身姿态的综合控制,可较好地改善汽车的操纵稳定性及行驶平顺性。EPS(ElectficPowerSystem)是最具发展潜力的转向系新技术,符合节能、环保的发展要求,半主动悬架是今后悬架技术发展的趋势,因此本文对半主动悬架和EPS系统集成控制的一些关键技术进行了初步探索。一、建立了包括转向模型、半主动悬架模型、轮胎模型、道路模型在内的整车九自由度动力学模型。在此基础上,结合EPS机构模型,建立了半主动悬架与EPS系统的集成动力学模型。为半主动悬架系统和集成系统的仿真计算和性能分析奠定了基础。二、根据转向工况下带有半主动悬架的整车动力学模型,针对整车横摆运动和车身侧倾运动的耦合问题,设计了半主动悬架模糊控制策略。结果表明,半主动悬架系统能在一定程度上抑制整车横摆和车身侧倾,但是无法从根本上解决二者的耦合问题,因此,需建立更为精确的半主动悬架和EPS系统集成控制模型。三、在分析了悬架和转向系统相互作用的基础上,针对半主动悬架和EPS系统集成动力学模型,设计了集成系统的模糊神经网络(FNN)/小脑模型神经网络(CMAC)控制策略。结合神经网络自适应学习功能和模糊系统强大的推理能力,构建了半主动悬架系统模糊神经网络控制器。运用PID控制算法指导CMAC网络学习,使控制参数自动寻优,构成EPS系统CMAC控制器。仿真结果表明,所设计的集成控制系统,与单独控制的系统相比,在操纵稳定性、转向轻便性、行驶平顺性和安全性等方面均得到改善。四、在CH7140轿车减振器的基础上,设计了一种节流口可调式减振器,并进行了台架试验。研究开发了以LPC2131ARM单片机为微处理器的集成系统控制器,在CH7140轿车上进行了实车道路试验。结果表明,集成控制系统较好地改善了汽车行驶性能,为半主动悬架和EPS系统集成控制的进一步研究奠定了基础。本文链接:授权使用:上海海事大学(wflshyxy),授权号:b0f433ce-05ab-4993-9805-9dd1014ff69d下载时间:2010年8月13日
本文标题:硕士论文-汽车电动助力转向系统的模糊神经网络控制及优化设计
链接地址:https://www.777doc.com/doc-305727 .html