原文传递
模糊神经网络在汽车电动助力转向系统中的应用研究
| 论文题名： | 模糊神经网络在汽车电动助力转向系统中的应用研究 |
| 关键词： | 汽车转向系统;电动助力转向;模糊神经网络控制;鲁棒性;动态特性;数学模型 |
| 摘要： | 电动助力转向(Electric Power Steering，简称EPS)是近年来汽车工程领域中发展起来的高新技术，代表着汽车动力转向技术的发展方向。汽车转向系统经历了传统的机械转向系统、常规液压助力转向系统、电控液压助力转向系统、电动助力转向系统四个发展阶段，并有继续向电子化和智能化发展的趋势。EPS系统相比较于以往的汽车转向系统有安全、环保、节能、装置灵活、调整简单等优越之处，近年来一直是国内汽车转向的研究热点，具有广阔的应用前景。由于电动助力转向系统是一个非线性的多输入多输出系统，存在非线性、时变性和不确定性，并且不容易建立精确的系统数学模型，应用传统的控制理论不能解决EPS系统中存在的一些问题，因此本文将基于神经网络的模糊控制技术用于EPS系统中，通过Simulink仿真实验研究了系统动态特性以及参数变化对系统性能的影响。 本文在EPS系统国内外的研究现状、特点、工作原理、结构组成的基础上，通过对汽车EPS系统的动力学、运动学和负载特性分析，分别建立了机械转向系统数学模型和EPS系统数学模型，并对其助力特性、转向随从性、转向路感特性和系统稳定性进行了理论分析；然后设计了一种基于神经网络的模糊控制器，并将其应用于EPS系统中，建立EPS系统仿真模型；最后通过仿真实验结果表明，模糊神经网络控制器可以有效的克服EPS系统的非线性和参数变化对系统性能的影响，从而提高系统的鲁棒性，并能较好地满足助力要求。 与传统的PID控制相比，模糊神经网络控制具有鲁棒性好，超调量小，自适应能力强等优点，是一种有应用前景的智能控制方法。 |
| 作者： | 王顺 |
| 专业： | 机械电子工程 |
| 导师： | 杨逢瑜 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州理工大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
