原文传递
基于神经网络PID的金属带式无级变速器速比控制研究
| 论文题名： | 基于神经网络PID的金属带式无级变速器速比控制研究 |
| 关键词： | 汽车;无级变速器;速比控制;神经网络PID控制 |
| 摘要： | 无级变速器（CVT）因其能连续调节速比，可以实现发动机-变速器-道路环境的最佳匹配，提升了汽车的经济性，也提高了驾驶平顺性，因而最近几年备受汽车厂商青睐。因此本文选择了金属带式无级变速器作为研究对象，并将RBF神经网络智能控制应用于速比控制中，以改善PID的控制效果。 本文首先在查阅了大量国内外文献的基础上，对无级变速器的发展及应用情况、国内外的研究现状等进行了论述，对金属带式无级变速器的基本结构及工作机理进 行了详细的分析，概述了无级变速传动的控制技术，对三种工况的CVT速比控制策略进行了研究。 其次，在Matlab中，对发动机台架试验数据进行了分析处理，利用神经网络得到了发动机的输出转矩、输出功率、燃油消耗率等特性模型，并得到了发动机的最佳经济性和动力性曲线；对CVT传动系统进行了分析，建立了传动系统动力学模型，并在Simulink中建立了基于CVT的整车传动系统仿真平台。 再次，侧重研究了基于RBF神经网络PID的控制算法，并利用S-函数设计了RBF神经网络PID速比控制器；对采用常规PID控制器和基于RBF神经网络PID控制器的CVT在汽车常用工况下进行了性能测试，分析两者的控制效果，结果表明RBF神经网络PID速比控制器在控制精度及响应速度方面比常规PID控制有所改善。 |
| 作者： | 徐铭志 |
| 专业： | 机械设计及理论 |
| 导师： | 韩晓娟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
