李雅琦 唐崢
重慶交通大學 機電與車輛工程學院 重慶市 400000
由于商用車行駛工況簡單,商用車更容易實現(xiàn)無人駕駛。國內(nèi)外眾多高校和零部件廠商都開始進行商用車的研究,從硬件到控制策略,均取得了一些成果。
江蘇大學高翔教授的研究團隊,通過對商用車轉向器建模,并對模型進行了定量研究,建立了較為準確的商用車無人駕駛試驗臺[1];吉林大學宗長富教授的研究團隊帥新使用伺服電機進行阻力模擬,提高了加載精度[2];清華大學的季學武老師設計了能適用于復雜工況的試驗臺,并能進行臺架試驗[3]。
由于國內(nèi)工業(yè)基礎相對薄弱,先進的轉向控制研究仍處于初級階段,開發(fā)先進的轉向控制器是當前的熱點與難點。
在商用車領域,側翻是很嚴重的問題,在建立整車動力學模型時考慮建立汽車三自由度模型。
建立動力學方程:


圖1 整車三自由度模型

其中:If是前軸至CG的縱向距離;Ir是實際軸至CG的縱向距離;M是總車質量;Ms是懸上質量;Mu是懸下質量;Iz是垂直軸慣性矩;Ixz是輪胎法向力;hcg車身質心高度;hs懸上質量CG高度;hr軸滾動中心高度;hu懸下質量CG高度;h軸滾動中心字CG的距離;Caf/Car前橋/后橋有效彎矩剛度;K/Ku等效懸架剛度/軸剛度;D/Du等效懸架阻尼比/軸阻尼比;Fzr/Fzl輪胎法向力(左/右)。
滑??刂剖歉鶕?jù)控制目標設計滑模切換面,使控制系統(tǒng)的狀態(tài)點到達切換面,而狀態(tài)點不離開切換面。
滑模控制的“抖振”的劇烈程度是由其控制器切換項的增益決定的,采用神經(jīng)網(wǎng)絡對切換項的增益調節(jié),能夠降低滑??刂频摹岸墩瘛?。
考慮如下系統(tǒng):

其中 為控制力, 為干擾,且。
則系統(tǒng)誤差為:

定義滑模函數(shù):


則等效控制率為:

其中Z為滑膜切換增益。

滑膜存在條件為:

RBF神經(jīng)網(wǎng)絡是一種三層前饋網(wǎng)絡[1]。第一層為輸入層,起數(shù)據(jù)信息的傳遞作用;第二層為隱含層,對輸入信息進行空間映射變換;第三層為輸出層,對輸入模式進行響應。
徑向基神經(jīng)網(wǎng)絡(RBF)擁有強大的逼近能力、學習能力和分類能力,對任意精度的任意連續(xù)函數(shù)都能夠逼近。
首先,醫(yī)生會用手將寶寶的足部掰至正常位置,然后用石膏繃帶將其固定好。然后每周打開重新調整位置再固定好,這樣一邊觀察進展一邊治療(Ponseti法)。畸形矯正后,患兒還需要在數(shù)年的時間內(nèi)使用特制矯形支具以維持效果。治療期間長,還需要在白天和夜晚兩種類型設備之間來回轉換。這需要家長給予充分的耐心,配合好醫(yī)生,完滿地完成整個療程。沒有父母的配合和支持,保守治療基本上是會復發(fā)的。
RBF神經(jīng)網(wǎng)絡的輸入即第一層?。?/p>

第二層?。?/p>

其中:

其中: 為高斯函數(shù).
第三層的輸出為切換項增益Z:

其中: 為神經(jīng)網(wǎng)絡權值。
為了使滑模控制器成立:


圖2 整車三自由度模型

圖3 整車三自由度模型

由于:

其中:

那么:

其中:

以前輪轉角為輸入,輸出為車輛狀態(tài)。在測試實驗中選用蛇形線道路和雙移線道路作為道路曲線輸入。
通過進行實驗仿真,當輸入為蛇形線道路曲線時,轉角的絕對值為3度,路徑跟蹤效果較為理想,誤差較小;當輸入為雙移線道路模型時,當轉彎變道時得到了側向速度,路徑跟蹤效果和目標側向位移基本吻合。