【摘要】：新能源汽車作為未來汽車發(fā)展的重要方向,越來越受到各國的重視。其中電動汽車作為新能源汽車的重要分支,一直是世界各國學者和汽車廠商研究的重點,并取得了許多可喜的成果。輪轂電機驅動的電動汽車因其結構簡單、控制靈活等優(yōu)點,其發(fā)展近年來備受矚目。輪轂電機直接集成在汽車輪胎內部,不需要傳統(tǒng)汽車的離合器、傳動機構和減速箱等機械結構,因而大大簡化了汽車的底盤結構,減輕整車質量。另一方面,每個輪轂電機通過一個控制器控制,可實現每個車輪的獨立控制,大大增加了汽車行駛的靈活性,同時也給電機控制系統(tǒng)提出了更高的要求。本文主要研究雙輪轂電機驅動電動汽車的電子差速控制系統(tǒng)及其控制策略。第一章,詳細介紹了國內外電動汽車近年的發(fā)展狀況,重點介紹了輪轂電機驅動的電動汽車及其控制技術。第二章,以四輪汽車的Ackerman-Jeantand轉向模型為基礎,推導出汽車在轉向時每個車輪的轉速與汽車速度和方向盤轉向角的關系。第三章,詳細介紹了模糊神經網絡理論,包括模糊控制、徑向基神經網絡和Takagi-Sugeno型模糊神經網絡,并研究了網絡的結構和算法。第四章,根據模糊神經網絡理論,研究了用于驅動雙輪轂電機的電子差速控制系統(tǒng),包括控制算法、系統(tǒng)硬件設計和系統(tǒng)軟件設計。第五章,在MATLAB中構建了電子差速控制系統(tǒng)的Simulink仿真模型,包括輪轂電機仿真模型、模糊神經網絡控制器和模糊PID控制器。最后給出兩后輪轂驅動的電動汽車的道路試驗。第六章,總結全文并展望電動汽車未來的發(fā)展。研究結果表明,基于模糊神經網絡的電動汽車電子差速控制系統(tǒng)能夠實現輪轂電機驅動的電動汽車在轉向時兩個驅動輪的差速旋轉,兩個輪轂電機的轉速符合Ackerman-Jeantand轉向模型對兩個后輪轉速的要求,誤差控制在設計要求以內。
[Abstract]:As an important direction of automobile development in the future, new energy vehicles are paid more and more attention by many countries. As an important branch of new energy vehicles, electric vehicles have been the focus of research by scholars and automobile manufacturers all over the world, and many gratifying results have been achieved. The development of electric vehicle driven by hub motor has attracted much attention in recent years because of its simple structure and flexible control. The hub motor is directly integrated into the tire of the automobile without the need of the traditional mechanical structure such as clutch, transmission and deceleration box, which greatly simplifies the chassis structure of the vehicle and reduces the quality of the whole vehicle. On the other hand, each hub motor can be controlled by a controller, which can realize the independent control of each wheel, greatly increase the flexibility of the vehicle driving, and put forward higher requirements for the motor control system. This paper mainly studies the electronic differential control system and its control strategy of electric vehicle driven by double hub motor. In the first chapter, the development of electric vehicles at home and abroad is introduced in detail, with emphasis on the wheel motor driven electric vehicles and their control technology. In the second chapter, based on the Ackerman-Jeantand steering model of a four-wheel vehicle, the relationship between the rotational speed of each wheel and the speed and steering angle of the steering wheel is derived. In chapter 3, the theory of fuzzy neural network is introduced in detail, including fuzzy control, radial basis function neural network and Takagi-Sugeno type fuzzy neural network, and the structure and algorithm of the network are studied. In chapter 4, according to the theory of fuzzy neural network, the electronic differential control system for driving double hub motor is studied, including control algorithm, system hardware design and system software design. In chapter 5, the Simulink simulation model of electronic differential control system is constructed in MATLAB, including hub motor simulation model, fuzzy neural network controller and fuzzy PID controller. Finally, the road test of electric vehicle driven by two rear wheels is given. Chapter six summarizes the full text and looks forward to the future development of electric vehicles. The results show that the electronic differential speed control system of electric vehicle based on fuzzy neural network can realize the differential rotation of two driving wheels of electric vehicle driven by hub motor. The speed of the two hub motors meets the requirements of the Ackerman-Jeantand steering model for the speed of the two rear wheels, and the error is controlled within the design requirements.
【學位授予單位】：浙江農林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U469.72

【相似文獻】

相關期刊論文 前10條

1 張曉琴,張富梅,侯永興,張立毅,王華奎;模糊神經網絡的結構分析[J];太原理工大學學報;2005年S1期

2 張思梅;張炳傳;;模糊神經網絡在水環(huán)境保護中的應用綜述[J];安徽建筑工業(yè)學院學報(自然科學版);2007年02期

3 陳曉洪;劉川;浦金云;;艦艇系統(tǒng)損傷等級模糊神經網絡評估模型[J];海軍工程大學學報;2009年03期

4 王培勛;王順磊;陳樹娟;;模糊神經網絡的理論發(fā)展與應用研究[J];中國新技術新產品;2010年01期

5 郭華旺;董海鷹;;基于模糊神經網絡的風速預測研究[J];電氣傳動自動化;2012年03期

6 高明明;劉吉臻;高明帥;楊世明;吳玉平;張明勝;;基于補償模糊神經網絡的灰循環(huán)系統(tǒng)控制研究[J];動力工程學報;2012年07期

7 胡賢金;;基于模糊神經網絡的切削參數預測方法[J];工具技術;2012年11期

8 吳小苗，，韓禎祥;電力系統(tǒng)自組織模糊神經網絡穩(wěn)定器[J];電力系統(tǒng)及其自動化學報;1995年04期

9 劉樂星;王俊超;毛宗源;;基于神經網絡的模糊規(guī)則自動生成[J];葛洲壩水電工程學院學報;1996年02期

10 邢進生,萬百五;基于矩形函數系的模糊神經網絡及其應用[J];西安交通大學學報;2000年06期

相關會議論文 前10條

1 李仁發(fā);乜崇義;;一種用模糊神經網絡建立模糊模型的新方法[A];1996年中國智能自動化學術會議論文集（上冊）[C];1996年

2 舒賽剛;任雪梅;陳杰;;模糊神經網絡在混沌預測中的應用[A];第二十屆中國控制會議論文集（下）[C];2001年

3 張劍輝;彭力;林行辛;;變結構的補償模糊神經網絡的研究[A];第二十三屆中國控制會議論文集（上冊）[C];2004年

4 林雄;張福金;黃槐仁;劉煜;;進化模糊神經網絡在時序預測的應用[A];計算機技術與應用進展——全國第17屆計算機科學與技術應用（CACIS）學術會議論文集（上冊）[C];2006年

5 謝維信;錢濤;;模糊神經網絡研究述評[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

6 陳一飛;李懷;;模糊神經網絡在室內采光控制中的應用[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

7 榮莉莉;;模糊神經網絡在項目評價系統(tǒng)中的應用[A];全國青年管理科學與系統(tǒng)科學論文集第5卷[C];1999年

8 孫增圻;;模糊神經網絡及其在系統(tǒng)建模與控制中的應用[A];1998年中國智能自動化學術會議論文集（上冊）[C];1998年

9 馬海峰;李晨光;唐濤;;基于模糊神經網絡的列車運行安全控制[A];1998年中國智能自動化學術會議論文集（上冊）[C];1998年

10 王孫安;杜海峰;;基于相平面的模糊神經網絡研究及應用[A];第一屆全國流體動力及控制工程學術會議論文集[C];2000年

相關博士學位論文 前10條

1 何春梅;模糊神經網絡的性能及其學習算法研究[D];南京理工大學;2010年

2 李龍;模糊神經網絡學習算法及收斂性研究[D];大連理工大學;2010年

3 翟東海;加乘型模糊神經網絡理論和應用的研究[D];西南交通大學;2003年

4 楊潔;模糊神經網絡的學習收斂性與閾值可去性[D];大連理工大學;2006年

5 艾芳菊;模糊神經網絡的結構優(yōu)化研究[D];中國科學院研究生院（成都計算機應用研究所）;2006年

6 王振雷;模糊神經網絡理論及其在復雜系統(tǒng)中的應用研究[D];東北大學;2002年

7 孫海蓉;模糊神經網絡的研究及其應用[D];華北電力大學（河北）;2006年

8 周志堅;基于遺傳算法的神經模糊技術應用研究[D];華南理工大學;1999年

9 朱喜林;模糊神經網絡選擇機械加工參數的應用研究[D];吉林大學;2006年

10 陳向堅;微型飛行器姿態(tài)的智能控制方法研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2012年

相關碩士學位論文 前10條

1 曹甄;基于模糊神經網絡的橋梁狀態(tài)評價[D];天津大學;2009年

2 程冰;模糊神經網絡研究[D];廣東工業(yè)大學;2005年

3 王玉紅;基于模糊神經網絡的信用風險評級研究[D];哈爾濱工程大學;2006年

4 王雪苗;模糊神經網絡優(yōu)化及應用研究[D];大連理工大學;2006年

5 馬秀會;模糊神經網絡研究綜述[D];吉林大學;2008年

6 徐坤哲;基于區(qū)間二型TSK模糊神經網絡系統(tǒng)的時間序列預測及應用研究[D];渤海大學;2015年

7 游鑫;基于相似日和動態(tài)模糊神經網絡的短期電力負荷預測[D];江西理工大學;2015年

8 王榮;基于模糊神經網絡的鍋爐汽包水位控制系統(tǒng)研究[D];新疆大學;2015年

9 方盼;一類模糊神經網絡的參數辨識和結構優(yōu)化[D];大連理工大學;2015年

10 胡婷;基于模糊神經網絡的輸油管網泄漏檢測技術研究[D];東北大學;2013年

本文編號：2378685