详情

原文传递基于滑移率的车辆防抱死制动系统控制算法研究

论文题名：	基于滑移率的车辆防抱死制动系统控制算法研究
关键词：	汽车防抱死制动系统;滑移率;神经网络;滑模控制器;T-S模糊模型
摘要：	随着汽车工业的发展和汽车速度的不断提高，汽车制动过程中能够保持方向稳定性和转向能力成为了人们研究的热点。目前在提高车辆制动性能的多种技术当中，得到最广泛应用并且最有效的方法是汽车防抱死制动系统(Antilock Braking System，ABS)。而汽车ABS的发展主要是控制技术的发展，主要体现在一方面是要扩大ABS控制的范围、增强控制功能;另一方面是要采用智能控制理论，实施高精度的ABS鲁棒控制。由于汽车ABS系统中包含了非线性和不确定性等因素，特别是对系统性能有很大影响的附着系数的最大值是一个在一定范围内变化的不确定参数，因此采用参数不确定非线性控制理论研究汽车ABS的控制问题是有实际意义的。　　本文主要从鲁棒控制、智能控制的角度提出了几种汽车ABS控制算法。对车辆动力学建模与分析、汽车ABS控制器的设计以及算法的稳定性分析等几个方面进行了深入的研究。研究的内容和结果如下: 　　首先，根据国内外公开发表的文献资料建立了单轮车辆、车轮轮胎、制动系统的数学模型。为了简化整个分析与设计过程，采用单轮车辆模型来描述车辆制动的过程，分析表明整个单轮车辆模型能够体现出ABS复杂的非线性以及快速时变性等特点，具有一定的代表性，满足基于模型控制系统的理论研究和仿真验证需要。　　针对汽车ABS在鲁棒控制方面的要求，设计了汽车ABS的滑模变结构控制器。汽车在各种工况条件下的制动仿真结果表明所设计的滑模变结构控制器的有效性和鲁棒性;给出了基于全局滑模变结构控制的非线性汽车ABS控制算法。该算法消除了滑模变结构控制的到达阶段，同时保证了汽车在整个制动过程中的鲁棒性。仿真结果表明全局滑模变结构控制算法可以使车轮滑移率快速地跟踪上最佳滑移率，同时维持较小的振荡。　　其次，利用神经网络的自学习能力和滑模变结构控制的快速性，设计了基于神经网络的汽车ABS滑模变结构控制器。利用径向基神经网络来实现这一控制策略，设计了神经网络自适应控制律，可以达到削弱滑模变结构控制中抖振的目的。汽车在各种工况条件下的制动仿真结果表明该控制方案可以获得非常优异的控制性能，同时对于ABS系统的参数扰动及负载干扰具有鲁棒性。　　再次，针对汽车ABS系统中的状态往往不完全可测，设计了基于观测器的汽车ABS控制算法。该算法讨论了在输入受限情况下不确定汽车ABS系统的鲁棒控制器设计问题;考虑单轮车辆系统在建模过程中的不精确性，系统参数的不确定性以及系统存在的外部干扰等因素，设计了ABS的基于观测器的H。控制器。仿真结果表明，在汽车行驶工况条件变化的情况下，该方法能够很好的使车轮滑移率收敛到最佳滑移率值，并且对外界扰动和参数变化具有很强的鲁棒性。　　因为汽车ABS中含有非线性项和不确定项，这使得系统的状态估计变得十分困难。针对这一问题，设计了ABS的滑模干扰观测器。在观测器的设计中引入了前馈补偿项，抵消了系统中不确定项的影响，实现了对不确定系统的观测，同时根据观测器所观测到的状态设计了ABS的滑模控制器。仿真结果表明，所设计的基于观测器的滑模控制器能够显著提高汽车制动过程中的方向稳定性。　　利用T-S模糊模型具有很好地逼近非线性的特点，设计了汽车ABS的基于观测器的T-S模糊控制器。针对非线性的汽车ABS进行了T-S模糊模型的建模，通过选取适当的模糊规则和隶属度函数实现了汽车紧急制动时的ABS鲁棒性。仿真结果表明所设计的控制器对ABS中的未建模动态及不确定性具有很强的稳定性和鲁棒性。　　最后对全文作出总结，并提出了下一步研究的方向。
作者：	毛艳娥
专业：	控制理论与控制工程
导师：	张嗣瀛
授予学位：	博士
授予学位单位：	东北大学
学位年度：	2011
正文语种：	中文