基于模糊神经算法的纯电动汽车电动助力转向控制

摘要

纯电动汽车能够实现零排放，可以解决汽车对环境的污染问题，对保护生态环境具有重大意义。但是由于纯电动助力汽车没有发动机和油泵，所以只能使用电动助力转向（Electric Power Steering，简称EPS）。而且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。此外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很好的解决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模糊神经网络对系统性能的影响。
　　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、转向随从性和系统稳定性进行了分析;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。

目录

声明

摘要

第1章 绪论

1．1 课题来源

1．2 电动助力转向系统概述

1．2．1 汽车转向系统的发展历程

1．2．2 电动助力转向系统的分类

1．2．3 电动助力转向系统的特点

1．2．4 国内外EPS的研究与应用现状

1．3 智能控制方法概况

1．3．1 模糊控制方法概况

1．3．2 神经网络控制方法概况

1．3．3 模糊神经网络控制方法概况

1．4 本文研究的目的与主要内容

1．5 本章小结

第2章 EPS系统构成与建模

2．1 EPS的总体结构

2．1．1 EPS的组成及工作原理

2．1．2 EPS的主要部件及特性

2．2 EPS数学模型的建立

2．2．1 整车二自由度数学模型

2．2．2 转向阻力FTR的研究

2．2．3 机械转向系统数学模型

2．2．4 EPS系统建模

2．3 EPS系统助力特性和控制策略

2．3．1 电动助力转向系统控制目标

2．3．2 电动助力转向系统基本控制类型

2．3．3 电动助力转向系统控制策略及算法分析

2．3．4 目标电流控制方法

2．3．5 EPS系统助力特性曲线的特征与基本要求

2．4 EPS系统的动态特性分析

2．4．1 EPS系统的转向随从性分析

2．4．2 EPS系统的稳定性分析

2．5 本章小结

第3章 基于神经网络的模糊控制器的设计

3．1 模糊控制理

3．1．1 模糊控制系统的组成

3．1．2 模糊控制器设计

3．1．3 模糊控制的优缺点

3．2 神经网络控制理论

3．2．1 神经网络的特点及分类

3．2．2 神经网络的学习和训练

3．2．3 神经网络控制系统的优缺点

3．3 模糊控制与神经网络的结合

3．4 模糊神经网络

3．4．1 模糊神经网络的结构

3．4．2 模糊神经网络的特点

3．5 模糊神经网络控制器设计

3．5．1 模糊系统的标准模型

3．5．2 隶属度函数模型

3．6 模糊神经网络控制模型

3．7 模糊神经网络控制系统

3．8 本章小结

第4章 EPS系统仿真研究

4．1 EPS系统仿真参数选取

4．2 Simulink仿真分析

4．2．1 模糊神经网络控制仿真模块的实现

4．2．2 EPS系统的仿真设计

4．3 EPS系统的Simulink仿真模型

4．4 仿真结果分析

4．4．1 汽车方向盘转角仿真结果分析

4．4．2 汽车横摆角速度仿真结果分析

4．4．3 汽车参数变化对汽车横摆角速度的影响分析

4．5 仿真结果总结

4．6 本章小结

第5章 结论

参考文献

致谢