汽車ABS的車輪滑移率魯棒控制方法研究

汽車ABS的車輪滑移率魯棒控制方法研究

比較了兩種防抱死制動控制系統（ABS）的輪胎滑移率跟隨理想滑移率曲線的能力。這兩種控制系統分別為模糊邏輯控制和神經預測控制。首先，建立一個單軌車輛模型以獲得廣泛的制動系統仿真數據。然后，建立液壓制動系統的動力學模型，采用兩個電磁閥控制液壓油流通，制動壓力視每個閥門打開情況確定。最后，進行ABS設計，非線性系統控制器設計采用模糊控制邏輯進行。建立制動系統的多層感知機模型，由隱藏層和輸出層組成。隱藏層的節點接受數據后向下一節點傳送。通過制動系統的感知機神經網絡模型對該制動系統模型進行辨識，神經網絡的訓練過程采用離線的梯度離散反向傳播算法。同時，為減少計算時間，提高閉環控制系統的魯棒性，一個在線運行的感知機神經網絡適時性地產生最優控制行為。仿真結果顯示，雖然制動系統的神經網絡模型的辨識誤差較小，但伴隨預判范圍的誤差累積使得預判范圍變小。模糊邏輯控制系統的計算耗時更少，但其對理想曲線的跟隨性較差，相比感知機神經網絡控制，其需要更大的制動力矩。研究結果顯示，感知機神經網絡控制系統的制動時間和制動距離均比模糊邏輯控制系統更理想，所以該方法在ABS中的應用更為有效。

刊名：Nonlinear Dyn（英）

刊期：2014年第3期

作者：Tohid Sardarmehni et al

編譯：吳玉杰