原文传递
基于滑移率的车辆防抱死制动系统研究
| 论文题名： | 基于滑移率的车辆防抱死制动系统研究 |
| 关键词： | 车辆安全装置;防抱死制动系统;模糊控制;人工神经网络;蚁群算法;滑移率 |
| 摘要： | 车辆防抱死制动系统（ABS）是目前运用得最为成功的车辆主动安全装置，其对预防和减少车辆安全事故，确保车辆行驶安全发挥了举足轻重的作用。在车辆制动过程中，一旦车轮被抱死将十分容易导致车辆发生后轮侧滑甩尾、前轮失去转向能力等危险状况，而ABS则能根据制动过程中滑移率的变化，通过不断调整车辆的制动压力，很好地避免了车轮被抱死情况的发生，对提高车辆行驶的安全性和操纵性具有重要意义。 本文首先对ABS发展历史、国内外的研究现状以及 ABS未来发展趋势作了介绍，并通过对地面制动力、制动器制动力和地面附着力之间的关系，以及滑移率与附着系数之间关系的讨论对ABS的工作原理进行了详细分析，对ABS组成结构、布置方式等进行了介绍。 根据车轮制动时受力分析和牛顿定律建立了车辆动力学模型、轮胎模型和制动器模型，并在 MATLAB/Simulink环境下建立了ABS的仿真模型。针对车辆制动过程难以建立精确数学模型和车辆轮胎具有强非线性的特点，本文着重对具有强鲁棒性的模糊控制理论和模糊控制器的设计作了详细分析。因为模糊控制具有缺乏在线学习能力、自适应能力不够的缺点，本文将人工神经网络与模糊控制理论相结合，设计出了模糊神经网络控制器，并通过对比仿真实验对其控制效果进行了验证。 针对研究中发现模糊神经网络控制存在着算法收敛速度较慢、训练时间较长的缺点，本文引入蚁群算法对模糊神经网络控制算法中 BP神经网络初始值和阈值的选择进行了优化，改善了传统 BP算法收敛时间过长的问题。同时，针对标准蚁群算法存在的容易出现早熟收敛和局部寻优能力不足的问题，本文对标准蚁群算法的信息素更新策略、信息素值域范围以及信息素挥发系数进行了改进，进一步增强了蚁群算法的优化能力。仿真实验结果表明：基于改进的蚁群算法优化模糊神经网络控制 ABS仿真模型与标准蚁群算法优化相比，具有滑移率超调幅度小、收敛速度快和车辆制动距离较短的特点，证明本文对蚁群算法的改进是有效的。 文章最后以 MSP430单片机为核心，进行了轮速传感器电路、电磁阀驱动电路和故障诊断电路等硬件设计，以及PID控制主程序、防抱死控制部分程序和故障诊断程序等软件设计，完成了ABS的电控单元设计，并利用MSP430开发板对本文设计的ABS控制器的正确性做了验证实验。 |
| 作者： | 王畅平 |
| 专业： | 电子与通信工程 |
| 导师： | 王玲;刘国清 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
