车辆防抱死系统翻译.docVIP

摘要 汽车防抱死系统的研究是基于能够在汽车急刹车的情况下降低车轮锁死的倾向和提高车辆的控制能力，尤其是在易滑路面上。汽车重量的不同，道路摩擦系数和倾斜度的不同，以及其他一些非线性动态因素都将会很严重的影响防抱死系统的性能。本系统是一个非线性系统，对于经典的控制方法将不易于实现，而智能的模糊控制方法对于这类非线性系统是非常有用的。同时，一份自我修正方案对于克服这些问题似乎是必要的。我们为ABS开发了一种自适应的模糊神经自我修正的PID控制方案，在这里，模糊自我修正的PID控制其采用了ANFIS，使得在防抱死系统中有了很大的改进。该控制器的设计是为了实现三个控制目标：减少刹车时间，限制滑移率，提升ABS控制器的性能（减少上升时间和超调量），仿真结果表明，我们的目标实现了。 关键词：防抱死制动系统（ABS），PID控制器，T-S模糊系统，自适应神经模糊系统（ANFIS） 介绍 ABS曾被设计通过防止车轮抱死以实现最大的负加速度。研究表明，路面和轮胎之间的摩擦是车轮滑移的非线性函数。因此，通过设计一个合适的控制系统使车轮滑移控制在一个最佳值附近来使最大负加速度得以实现。因为在车辆动力学中，这将存在很多不确定因素（例如因车子因重力作用而存在的质量和重心的不同、道路条件的不同）。防抱死系统提供了减短停车距离和引导并保持对紧急制动过程的控制的功能。他使驾驶者在急刹时依然能够控制车子并且能够较一般的紧急制动操作而言理想地缩短刹车距离 常规的PID控制器，对于存在额外的复杂性（例如比较大的延时、明显的震荡行为、参数的变化、非线性，以及MIMO plants）的控制进程来说是不够的。为了改进传统的PID控制器，我们采用了模糊逻辑。 基于模糊逻辑的PID控制器是一种智能的，可以自我修正的PID控制器。最近，有一些关于应用了模糊逻辑的自整定PID控制器的研究比较活跃。除去简短的回顾，以下是一些最近的研究，讨论了PID型的模糊逻辑控制器的调整参数，用新的方法，PID型模糊逻辑控制器调整，并且采用的是新的方法，在在线方式下使用模糊推理机制的设计方式来调整输入比例因子对应的导数系数和输出比例因子对应的PID型积分系数。 此外，研究了一种并行结构与控制器参数整定的一种新方法的模糊PID控制器。通过在某种程度上类似于上述所提到的的方法，获得了更好的性能，并进行了稳定性分析。Woo提出的一种新的方法是通过控制器的调整比例因子在线调整模糊PID控制器，得到更好的瞬态和稳态响应。分别在较低和较高的水平上讨论二级模糊PID控制器的线性和非线性的调整，从而获得更好的性能结果。他提出了一种新的模糊PID控制策略，并提出了改进由于基于网络的控制系统引起的传输延迟的降解效果的控制性能。同时，对使用一个强大的扩展卡尔曼滤波来优化Mamdani模糊PID控制器的新型在线方法也进行了研究和报道。 最近，使用遗传算法对模糊PID控制器的参数系统进行调节。在这项工作中，由于使用遗传算法，参数估计做的就比较慢，同时，该方法具有相当的复杂性。 因此，在本文中，防抱死制动系统（ABS）中的自适应神经模糊系统（ANFIS）是用来估计PID参数自我修正的控制。 ANFIS是一种自适应的系统，它对模糊系统的参数辨识采用混合学习算法。由ANFIS代表的模糊模型，有能力根据输入-输出条件调整参数系统。 本文组织如下：第2部分根据一季度汽车模型介绍了ABS的数学模型。3部分介绍了在PID控制器参数调整领域之前的工作。文章的主要内容基于自适应模糊神经网络研究是在第4部分研究的。第5部分是模拟结果和相关讨论。 2.防抱死制动系统 2.1车辆动力学模型 为了验证控制性能，这一部分展示了该季度的车辆动力学简化模型。它是由assadin和nouilllant提出来的，如图1所示。非线性动力学可以描述如下，显示了它在纵向方向上的力平衡。 图1.车辆动力学模型 滑移率定义如下： 车轮的中心力矩总结如下： 由公式（1）和（2）可重新计算得到如下： 从公式（4）中可以看出：在刹车过程中，滑移率取决于扭矩u和汽车的速度，在状态空间里，系统的状态变量是 其中，Sx是停车距离，状态空间的公式如下： 公式（5）中的状态空间模型将会被用来在使用不同PID策略时，在仿真测试中对ABS性能的一个评估。在制动过程中，假定车轮半径是恒定的。同时，汽车的速度，车轮角速度信号通过换能器将安装在合适的地方。所以，滑移率对ABS闭环系统来说是可以得到的。 2．2制动的基础和问题的定义 ABS拥有保持车辆的稳定性和转向的能力，还可以实现比锁定车轮停止更短的停车距离，来自附着系数与滑移率的关系。摩擦系数可以在很宽的范围内变化，这取决于因素如下： 路面情况（