本文關鍵詞：基于神經網絡的輪式裝載機防滑差速器的控制研究　出處：《浙江理工大學》2012年碩士論文　論文類型：學位論文

  更多相關文章： 裝載機 限滑差速器 BP神經網絡 控制 仿真

【摘要】：輪式裝載機工作環(huán)境比較惡劣，經常由于車輪打滑引起車輛驅動性能和通過性能下降，影響作業(yè)進度和效率。國內工程車輛差速器多采用普通差速器或摩擦片式被動限滑差速器。主動限滑差速器在汽車上應用較多，工程車輛上沒有應用。 本文結合國內外限滑差速器的發(fā)展狀況，分析當前常用限滑差速器的結構和缺陷。以ZL50裝載機為研究對象，對比常用的普通差速器和摩擦片式被動限滑差速器的結構和工作原理，提出結構改進方案，設計了一種新型的電磁式主動限滑差速器，完成結構選型，傳力過程分析。 ZL50裝載機行駛路況復雜，針對電磁式限滑差速器控制器的輸入和輸出呈非線性，設計BP神經網絡模型，確定了網絡拓撲結構，建立帶反饋的神經網絡�；贐P神經網絡的PID控制器對電磁式限滑差速器的控制機構電磁閥進行控制。確定初始權值和閾值，BP神經網絡的輸出值作為PID控制器的三個參數實現(xiàn)控制，將誤差信號從輸出端回送，反向傳播，修正加權系數。根據路面輸入情況調整，反復迭代，自適應得到控制參數。 對ZL50裝載機動力傳動系統(tǒng)進行分析和建模，對驅動系統(tǒng)組成部件分別建模。建立發(fā)動機模型，液力變矩器模型，探討發(fā)動機和液力變矩器的共同工作輸入特性、輸出特性，，建立變速器模型，驅動橋模型和輪胎模型。分析直線行駛和轉向行駛的驅動過程。 將差速器從驅動系統(tǒng)中獨立出來，選用基于BP神經網絡的PID控制算法，控制電磁閥推桿作用于液壓油缸的壓力，最終實現(xiàn)對限滑力矩的控制。在Matlab中設計程序，三種對分路面上直線行駛情況進行仿真，對比分析有無裝用限滑差速器的仿真結果。進行直線行駛和轉向行駛工況的仿真，對比分析裝用普通差速器、摩擦片被動限滑差速器、電磁式主動限滑差速器三種差速器的仿真結果。 仿真結果可知：基于BP神經網絡的PID控制的電磁式限滑差速器，克服了普通差速器平均分配扭矩的缺點，對附著系數對分的路面具有良好的自適應性，兩側路面附著系數相差越大，限滑效果越明顯。低附著區(qū)域能夠實現(xiàn)較好的限滑作用，控制輪胎的滑轉率，使裝載機具有較高的驅動力和側向附著力，保證車輛的動力性能。仿真結果證明所選用的電磁式限滑差速器的結構設計、控制方法的合理性和適用性。
[Abstract]:The working environment of the wheel loader is very bad, and the driving performance and passing performance of the vehicle are often decreased because of the skid of the wheel. The common differential or friction plate passive slip limiting differential is mostly used in the domestic engineering vehicle differential. The active limiting slip differential is widely used in the automobile, but it is not used in the engineering vehicle. This paper analyzes the structure and defects of the current limited slip differential based on the development of the limited slip differential at home and abroad. The ZL50 loader is taken as the research object. Comparing the structure and working principle of common differential and friction plate passive limited slip differential, the structure improvement scheme is put forward, and a new type electromagnetic active limiting slip differential is designed to complete the structure selection. Analysis of force transfer process. The driving condition of ZL50 loader is complex. Aiming at the nonlinear input and output of electromagnetic limited slip differential controller, the BP neural network model is designed and the network topology is determined. The PID controller based on BP neural network is used to control the solenoid valve of the electromagnetic limited slip differential. The initial weight and threshold are determined. The output value of BP neural network is used as the three parameters of PID controller to realize the control. The error signal is sent back from the output end, and the weighting coefficient is revised. Adaptive control parameters are obtained. The power transmission system of ZL50 loader is analyzed and modeled. The components of the drive system are modeled respectively. The engine model and the torque converter model are established. The working input and output characteristics of engine and hydraulic torque converter are discussed. The transmission model, drive axle model and tire model are established, and the driving process of straight line driving and steering driving is analyzed. The differential is independent from the drive system and the PID control algorithm based on BP neural network is selected to control the pressure of the solenoid valve push rod acting on the hydraulic cylinder. Finally, the control of the limit slip torque is realized. In Matlab, three kinds of simulation programs are designed to simulate the straight line driving on the sub-pavement. Compare and analyze the simulation results of the limited slip differential with or without the installation. Carry on the simulation of the straight line driving and steering driving condition, compare and analyze the ordinary differential and the friction plate passive limit slip differential. Simulation results of three kinds of electromagnetic active limiting slip differential. The simulation results show that the electromagnetic slip limiting differential based on BP neural network PID control overcomes the shortcomings of average torque distribution of the ordinary differential and has good adaptability to the road surface with the adhesion coefficient. The higher the adhesion coefficient of both sides of the pavement, the more obvious the slip limiting effect. The lower the adhesion area is, the better the slip limiting effect can be, and the higher the wheel slip rate can be, the higher the driving force and the lateral adhesion of the loader can be. The simulation results show the structure design of the electromagnetic limited slip differential, the rationality and applicability of the control method.
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TH243;TH132.46

【相似文獻】

相關期刊論文 前10條

1 蘇俊;習平原;;基于神經網絡的車輛主減速器混合遺傳算法優(yōu)化設計[J];機械設計與制造;2011年02期

2 李韜;談黃河汽車后橋差速器螺栓等的自制與外協(xié)[J];重型汽車;1997年05期

3 張利;真空管導致怪毛病[J];汽車維修技師;2005年10期

4 朱余清;吳偉斌;楊均忠;;豐田普拉多四輪驅動系統(tǒng)解析[J];汽車維修與保養(yǎng);2007年04期

5 黃秋波,高興歧;超越離合器與差速器組合的特殊用途[J];機械;1999年05期

6 李瑞源;大眾也豪華——大眾途銳[J];汽車實用技術;2004年12期

7 王亞俊;;豐田霸道3400四輪驅動故障排除一例[J];實用汽車技術;2005年Z1期

8 雷雨成，白綏濱，王聰，張偉;超越式汽車差速器研究[J];哈爾濱工業(yè)大學學報;1995年03期

9 王劍彬,曾慶生;裝載機差速器的可靠性優(yōu)化設計[J];機械傳動;2001年02期

10 ;汽車不可思議(連載十七)[J];汽車知識;2011年02期

相關會議論文 前10條

1 侯艷芳;馮紅梅;;基于神經網絡的調制識別算法的研究[A];武漢(南方九省)電工理論學會第22屆學術年會、河南省電工技術學會年會論文集[C];2010年

2 沈建榮;楊林泉;陳琳;;神經網絡的穩(wěn)定性判據與區(qū)域經濟結構調整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年

3 石山銘;李富蘭;丁俊麗;;神經網絡的知識獲取[A];全國青年管理科學與系統(tǒng)科學論文集（第1卷）[C];1991年

4 吳清烈;徐南榮;;基于神經網絡的一種多目標決策方法[A];復雜巨系統(tǒng)理論·方法·應用——中國系統(tǒng)工程學會第八屆學術年會論文集[C];1994年

5 李曉鐘;汪培莊;羅承忠;;神經網絡與模糊邏輯[A];中國系統(tǒng)工程學會模糊數學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年

6 房育棟;余英林;;高階自組織映射及其學習算法[A];1995年中國控制會議論文集（上）[C];1995年

7 王曉曄;杜朝輝;呂德忠;劉建峰;;神經網絡模糊控制在溫度控制系統(tǒng)中的應用[A];1997中國控制與決策學術年會論文集[C];1997年

8 金龍;吳建生;;基于遺傳算法的神經網絡短期氣候預測模型(摘要)[A];新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“氣候系統(tǒng)與氣候變化”分會論文集[C];2003年

9 申偉;張元培;;基于MATLAB的自適應神經網絡模糊系統(tǒng)(ANFIS)的應用[A];《制造業(yè)自動化與網絡化制造》學術交流會論文集[C];2004年

10 田艷兵;;BP算法和PSO算法在神經網絡中的研究[A];第二十九屆中國控制會議論文集[C];2010年

相關重要報紙文章 前10條

1 于翔;數字神經網絡中的協(xié)同應用[N];網絡世界;2009年

2 本報記者 趙三明;真正的越野助手——伊頓差速器[N];中國工業(yè)報;2005年

3 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

4 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

5 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 ;陜西東風昌河車橋公司研制出新型差速器[N];中國汽車報;2004年

7 本報記者 曉惑 收集整理;奧迪quattro全時四驅解密[N];當代汽車報;2006年

8 本報首席記者 任荃　實習生 史博臻;軌交“神經網絡”觸動創(chuàng)新神經[N];文匯報;2011年

9 楊秀峰;獵豹CS6標配鎖式差速器暢行無憂[N];中國貿易報;2009年

10 計算機世界實驗室 韓勖;當布線系統(tǒng)遭遇神經網絡[N];計算機世界;2009年

相關博士學位論文 前10條

1 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設計[D];中南大學;2005年

2 戴雪龍;PET探測器神經網絡定位方法研究[D];中國科學技術大學;2006年

3 馬戎;智能控制技術在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年

4 文敦偉;面向多智能體和神經網絡的智能控制研究[D];中南大學;2001年

5 吳大宏;基于遺傳算法與神經網絡的橋梁結構健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年

6 杜文斌;基于神經網絡的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年

7 熊雪梅;參數化模糊遺傳神經網絡及在植物病害預測的應用[D];南京農業(yè)大學;2004年

8 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D];東北大學;2005年

9 王承;基于神經網絡的模擬電路故障診斷方法研究[D];電子科技大學;2005年

10 譚陽紅;基于小波和神經網絡的大規(guī)模模擬電路故障診斷研究[D];湖南大學;2005年

相關碩士學位論文 前10條

1 楊立儒;基于神經網絡的電路故障診斷的研究與實現(xiàn)[D];解放軍信息工程大學;2010年

2 劉蘭蘭;基于神經網絡和遺傳算法的H型鋼粗軋工藝參數優(yōu)化研究[D];山東大學;2011年

3 田鵬明;基于神經網絡的振動主動控制研究[D];太原理工大學;2012年

4 姜宇;發(fā)動機裂解設備故障診斷技術的研究[D];吉林大學;2012年

5 邢遠凱;基于決策樹和遺傳算法的神經網絡研究及應用[D];浙江大學;2010年

6 高寶建;基于神經網絡的月降水預報模型在洪澤湖的應用研究[D];南京信息工程大學;2012年

7 陳少華;基于Hopfield神經網絡控制系統(tǒng)的研究[D];山東科技大學;2010年

8 來建波;基于神經網絡的路段行程時間預測研究[D];云南大學;2011年

9 閆超;基于BP神經網絡的煤礦深埋硐室軟巖流變參數反演分析[D];安徽理工大學;2011年

10 段成均;時滯神經網絡穩(wěn)定性分析[D];重慶交通大學;2011年

本文編號：1440434