基于滑移率的車輛防抱死制動系統(tǒng)控制算法研究.pdf

1、隨著汽車工業(yè)的發(fā)展和汽車速度的不斷提高，汽車制動過程中能夠保持方向穩(wěn)定性和轉向能力成為了人們研究的熱點。目前在提高車輛制動性能的多種技術當中，得到最廣泛應用并且最有效的方法是汽車防抱死制動系統(tǒng)(Antilock Braking System，ABS)。而汽車ABS的發(fā)展主要是控制技術的發(fā)展，主要體現在一方面是要擴大ABS控制的范圍、增強控制功能;另一方面是要采用智能控制理論，實施高精度的ABS魯棒控制。由于汽車ABS系統(tǒng)中包含了非線性和

2、不確定性等因素，特別是對系統(tǒng)性能有很大影響的附著系數的最大值是一個在一定范圍內變化的不確定參數，因此采用參數不確定非線性控制理論研究汽車ABS的控制問題是有實際意義的。
　　本文主要從魯棒控制、智能控制的角度提出了幾種汽車ABS控制算法。對車輛動力學建模與分析、汽車ABS控制器的設計以及算法的穩(wěn)定性分析等幾個方面進行了深入的研究。研究的內容和結果如下:
　　首先，根據國內外公開發(fā)表的文獻資料建立了單輪車輛、車輪輪胎、制動系統(tǒng)

3、的數學模型。為了簡化整個分析與設計過程，采用單輪車輛模型來描述車輛制動的過程，分析表明整個單輪車輛模型能夠體現出ABS復雜的非線性以及快速時變性等特點，具有一定的代表性，滿足基于模型控制系統(tǒng)的理論研究和仿真驗證需要。
　　針對汽車ABS在魯棒控制方面的要求，設計了汽車ABS的滑模變結構控制器。汽車在各種工況條件下的制動仿真結果表明所設計的滑模變結構控制器的有效性和魯棒性;給出了基于全局滑模變結構控制的非線性汽車ABS控制算法。該算

4、法消除了滑模變結構控制的到達階段，同時保證了汽車在整個制動過程中的魯棒性。仿真結果表明全局滑模變結構控制算法可以使車輪滑移率快速地跟蹤上最佳滑移率，同時維持較小的振蕩。
　　其次，利用神經網絡的自學習能力和滑模變結構控制的快速性，設計了基于神經網絡的汽車ABS滑模變結構控制器。利用徑向基神經網絡來實現這一控制策略，設計了神經網絡自適應控制律，可以達到削弱滑模變結構控制中抖振的目的。汽車在各種工況條件下的制動仿真結果表明該控制方案可

5、以獲得非常優(yōu)異的控制性能，同時對于ABS系統(tǒng)的參數擾動及負載干擾具有魯棒性。
　　再次，針對汽車ABS系統(tǒng)中的狀態(tài)往往不完全可測，設計了基于觀測器的汽車ABS控制算法。該算法討論了在輸入受限情況下不確定汽車ABS系統(tǒng)的魯棒控制器設計問題;考慮單輪車輛系統(tǒng)在建模過程中的不精確性，系統(tǒng)參數的不確定性以及系統(tǒng)存在的外部干擾等因素，設計了ABS的基于觀測器的H?？刂破鳌７抡娼Y果表明，在汽車行駛工況條件變化的情況下，該方法能夠很好的使車輪滑

6、移率收斂到最佳滑移率值，并且對外界擾動和參數變化具有很強的魯棒性。
　　因為汽車ABS中含有非線性項和不確定項，這使得系統(tǒng)的狀態(tài)估計變得十分困難。針對這一問題，設計了ABS的滑模干擾觀測器。在觀測器的設計中引入了前饋補償項，抵消了系統(tǒng)中不確定項的影響，實現了對不確定系統(tǒng)的觀測，同時根據觀測器所觀測到的狀態(tài)設計了ABS的滑模控制器。仿真結果表明，所設計的基于觀測器的滑模控制器能夠顯著提高汽車制動過程中的方向穩(wěn)定性。
　　利用T