基于改进PSO算法的拖拉机驱动防滑PID控制策略

发布时间：2019-09-22 05:52

【摘要】：为提高拖拉机等非道路车辆在正常行驶和工作阶段的通过性,针对拖拉机ASR控制策略进行了研究。基于Carsim和MATLAB/Simulink联合建立了拖拉机仿真模型,结合新提出的路面识别方法,实时更新目标滑转率,并利用改进的粒子群算法自适应地调整PID控制参数。针对不同路面进行一系列仿真实验,结果表明,目标滑转率随车辆行驶不断更新并最终达到所处路面的最优滑转率;基于改进PSO算法的PID参数自适应调整迅速,拖拉机滑转率收敛至目标值的响应较快,平均约1.5 s;在对接路面上行驶时,能有效地抑制拖拉机从高附着系数路面刚进入低附着系数路面时滑转率骤升情况,在高、低附着系数路面的稳定时间分别为2.63 s和1.55 s。
【图文】：

曲线,仿真模型,主动轮,纵向力

蛔枇Α?选择MagicFormula模型作为轮胎模型［15］，主动轮纵向力Fx(s)的公式为Fx(s)=Dsin［Carctan{BX－E(BX－arctan(BX))}］+Sv(2)X=s+Sh(3)其中:B、C、D和E为与纵向力相关的系数，其值与单个车轮所受垂直载荷有关;Sv为曲线垂直方向漂移;Sh为曲线水平方向漂移;s为车轮滑转率。综上，在Carsim软件中，拖拉机仿真模型以车速、主动轮转速和轮胎纵向力作为输出，主动轮电机驱动力作为输入，并与Simulink中建立的基于改进PSO算法的自适应PID控制器和目标滑转率更新模块联合建立仿真模型，如图1所示。图1基于Carsim和Simulink的拖拉机仿真模型·84·计算机应用研究第34卷

驱动防滑,路面,仿真结果,滑转率

敛至各路面的最优滑转率值，且精度较高，几乎没有误差。基于改进PSO算法的PID控制，初代的适应值，即ITAE指标值都小于0．04，表明初代得到的PID参数已经非常优秀;随着迭代次数的增多，PID参数自适应整定也不断地完善，且适应值下降趋势明显，最终算法整定后的PID控制器使拖拉机行驶约1．5s后主动轮的滑转率已稳定在目标最优值的范围内。3.2对接路面的驱动防滑仿真与分析拖拉机仿真初始阶段处于高附着系数路面(干沥青路面)，在行驶10s后进入低附着系数路面(积雪路面)，模型的设置和其他条件都与3．1节相同，仿真结果如图4所示。仿真结果表明，本文提出的控制策略能及时有效地抑制拖拉机驶入低附着系数路面时滑转率骤升的情况，基于改进PSO算法的PID控制在不同路面的稳定时间分别为2．63s和1．55s。4结束语a)本文提出了一种针对驱动防滑PID参数自适应调节的改进PSO算法，提高了算法收敛速度，避免了早熟现象的发生，仅需3～5次迭代即可得到满意的PID参数值。b)通过洛必达法则推导出车辆起步初始时刻、滑转率的极限值，并带入到仿真实验的初始条件中。基于Carsim和Simulink联合建立了拖拉机驱动防滑仿真模型，并结合提出的滑转率控制策略进行了仿真分析。结果表明，在各典型路面行驶时，拖拉机主动轮滑转率约1．5s即稳定在最优值区域内;在对接路面行驶时，能有效地抑制滑转率突变的情况，快速控制拖拉机的驱动力至最佳值。参考文献:［1］周兵，徐蒙，袁希文，等．基于滑模极值搜索算法的驱动防滑控制［J］．农业机械学报，2015，46(2):307-311，，342．［2］周斯加，龙江启，储军，等．电动车用对转双转子电机驱动及防滑试验研究［J］．中国机械工程，2012，23(3):343-346．［3］ＲajamaniＲ，PhanomchoengG，PiyabongkarnD，etal?
【作者单位】：南京农业大学工学院;江苏大学计算机科学与通信工程学院;
【基金】：国家自然科学基金资助项目(51175269)
【分类号】：S219;TP273

【相似文献】