汽车牵引力控制系统控制算法的研究及仿真分析

发布时间：2017-03-27 23:01

  本文关键词：汽车牵引力控制系统控制算法的研究及仿真分析，由笔耕文化传播整理发布。

【摘要】：随着汽车工业的不断发展，人们越来越重视汽车的主动安全性问题。当汽 车在软、弱附着路面上起步或加速时，由于路面所能提供的附着力低，车轮很 容易发生过度滑转，从而导致轮胎—路面间的纵向和侧向附着力进一步降低， 致使汽车起步、加速能力和行驶稳定性大大降低。而汽车牵引力控制系统能使 汽车在驱动过程中（特别在起步、加速、转弯等过程中）防止驱动轮发生滑转， 提高汽车的动力性能、方向稳定性和转向操纵能力，因此得到了广泛的应用。 汽车牵引力控制系统是国际上八十年代中期开始发展起来的以限制汽车 驱动轮过度滑转来产生最佳纵向牵引力的新型主动安全控制系统。它的控制原 理是使汽车驱动轮的滑转率保持在其峰值附着系数对应的最佳滑转率附近，这 样就不仅能充分发挥汽车的牵引力，又能保证车辆具有一定的侧向稳定潜能。 本文基于这一原理，围绕汽车牵引力的主动制动控制与发动机输出力矩控制， 探讨了基于最优控制、滑模控制和神经模糊控制等三种现代及智能控制理论的 TCS 控制算法，使用 MATALB/SIMULINK 工具箱对这几种控制算法进行了仿真分 析，并与不施加牵引力控制的情况进行了比较。 本文主要包括三部分： （1）分别建立了车辆系统的各主要部件的数学模型，包括发动机模型、 传动系模型、轮胎模型、整车模型等。发动机模型分为稳态建模和动态建模， 稳态建模采用试验建模，将试验数据(输出转矩与转速特性曲线)用三次多项式 拟合。为简化分析，发动机动态建模简化为带滞后的一阶惯性系统；在传动系 模型中，把离合器、变速箱、分动器、传动轴和半轴简化为只起传递扭矩作用 的构件；轮胎模型采用 GIM 理论模型；整车模型采用七自由度模型，它是用来 反映各控制子系统对整车动特性的影响及观测车辆的行驶状态的，它包括纵向 位移、侧向位移、横摆角位移等三个方向上的整车运动及四个车轮绕其轴线的 回转运动。同时根据所建立的数学模型相应的在 SIMULIMK 中建立了仿真模型， 为调试牵引力控制算法提供了离线仿真平台。 （2）分别使用滑模控制理论、最优控制理论以及神经模糊控制理论，建 71 WP=76 吉林大学硕士学位论文 立了汽车牵引力控制系统的控制算法。在滑模变结构控制中，以驱动轮纵向滑 转率作为主要控制对象，设定标定滑转率，用实际滑转率与标定滑转率的差及 滑转率差的变化量建立切换函数，分别建立了在等速趋近和指数趋近两种控制 律下的牵引力控制算法。在最优控制中，建立以驱动轮纵向滑转率为输出状态 变量的状态方程，设计了一个无限时间输出最优调节器，使用 LQR 方法求出最 优反馈矩阵，得到最优控制律。在神经模糊控制中，建立基于神经网络的模糊 系统。把实际滑转率与标定滑转率的差及滑转率差的变化量作为输入量，，控制 量的变化作为输出量，建立前向型神经网络构造模糊推理系统。并根据牵引力 控制的实际控制经验，制定出若干模糊控制规则，把这些规则作为样本对前向 神经网络进行学习和训练，得到神经网络控制器。 （3）根据所建立的控制算法，进行了参数选择，并在 MATLAB/SIMULINK 环境下，分别在单一路面使用发动机转矩调节控制和在分离路面使用制动控制 对所建立的三种控制算法进行仿真分析。 仿真结果表明汽车牵引力控制能够改善车辆的牵引性、操纵性和稳定性， 也验证了本文建立的基于滑模变结构控制、最优控制和神经模糊控制三种控制 理论的汽车牵引力控制算法正确。本文对新型控制理论在牵引力控制系统中的 应用进行了探讨，为更加深入地研究汽车牵引力的综合控制奠定了一定基础。
【关键词】：牵引力控制系统（TCS） 控制算法 滑模控制 最优控制 神经模糊控制 参数选择 仿真分析
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2004
【分类号】：U462
【目录】：

• 第一章 绪论5-16
• 1.1 汽车牵引力控制系统简介5-9
• 1.1.1 汽车牵引力控制的产生、发展与现状5-7
• 1.1.2 TCS基本原理7-8
• 1.1.3 牵引力控制的主要控制方式8-9
• 1.2 汽车牵引力控制的控制方法9-14
• 1.3 本文研究的主要内容14-16
• 第二章 车辆系统的动力学仿真模型研究16-29
• 2.1 动力传动系模型17-24
• 2.1.1 发动机模型17-19
• 2.1.2 传动系模型19-21
• 2.1.3 轮胎模型21-24
• 2.2 整车模型24-25
• 2.3 车辆系统仿真模型的建立25-28
• 2.4 本章小结28-29
• 第三章 TCS控制算法的研究29-53
• 3.1 滑模变结构控制算法的研究29-37
• 3.1.1 滑模变结构控制方法29-32
• 3.1.2 滑模变结构控制在汽车牵引力控制中的控制算法的研究32-37
• 3.2 最优控制算法的研究37-47
• 3.2.1 最优控制方法37-40
• 3.2.2 最优控制方法在汽车牵引力控制中的控制算法的研究40-47
• 3.3 神经模糊控制的研究47-52
• 3.3.1 神经网络与模糊系统47-49
• 3.3.2 神经模糊系统在汽车牵引力控制中的应用49-52
• 3.4 本章小结52-53
• 第四章 TCS控制算法的仿真分析53-68
• 4.1 滑模变结构控制算法的仿真分析54-59
• 4.1.1 油门控制54-57
• 4.1.2 制动控制57-59
• 4.2 最优控制算法的仿真分析59-62
• 4.2.1 油门控制59-61
• 4.2.2 制动控制61-62
• 4.3 神经模糊控制算法的仿真分析62-65
• 4.3.1 油门控制62-63
• 4.3.2 制动控制63-65
• 4.4 三种控制方法的比较65-66
• 4.5 本章小结66-68
• 第五章 全文总结68-70
• 参 考 文 献70-74
• 致 谢74-75
• 摘 要75-77
• Abstract77-80

【引证文献】

中国期刊全文数据库 前1条

1 付博;孙仁云;张帅;单玉梅;;模糊PID控制的汽车牵引力系统仿真研究[J];汽车零部件;2009年11期

中国博士学位论文全文数据库 前4条

1 史俊武;基于人—车—路系统的自动变速车辆智能换挡策略研究[D];上海交通大学;2011年

2 赵健;轻型越野汽车牵引力/制动力控制系统研究[D];吉林大学;2007年

3 苑绍志;轻型机械自动变速越野汽车牵引力控制系统研究[D];吉林大学;2008年

4 林辉;轮毂电机驱动电动汽车联合制动的模糊自整定PID控制方法研究[D];吉林大学;2013年

中国硕士学位论文全文数据库 前10条

1 徐斌;轻型车驱动力控制嵌入式电控单元研究[D];吉林大学;2011年

2 冯建忠;轻型汽车TCS电子油门及遗传PID算法的研究[D];吉林大学;2005年

3 裴剑;中重型汽车牵引力控制系统控制算法研究[D];吉林大学;2006年

4 胡传明;汽车ASR系统混合驱动控制算法研究[D];吉林大学;2007年

5 朱冰;基于PWM的轻型越野车TCS驱动轮制动控制研究[D];吉林大学;2007年

6 潘玉斌;商用车牵引力控制系统的路面识别算法研究[D];吉林大学;2008年

7 黄培;轮式工程机械自动防滑差速系统设计[D];西安科技大学;2008年

8 付博;基于发动机输出扭矩与制动力控制的汽车TCS研究[D];西华大学;2010年

9 熊小根;汽车驱动防滑控制系统的控制规律研究[D];合肥工业大学;2010年

10 王强;汽车牵引力系统最优滑移率控制研究[D];吉林大学;2013年

  本文关键词：汽车牵引力控制系统控制算法的研究及仿真分析，由笔耕文化传播整理发布。

本文编号：271235