自適應(yīng)巡航系統(tǒng)（Adaptive Cruise Control,ACC）是一種先進(jìn)輔助駕駛系統(tǒng),能夠有效緩解駕駛員的駕駛疲勞感,在乘用車中得到廣泛應(yīng)用。傳統(tǒng)ACC系統(tǒng)大多以跟馳性和安全性為控制目標(biāo),忽略了行駛過(guò)程中車輛的燃油經(jīng)濟(jì)性和乘坐舒適性,而現(xiàn)有的多目標(biāo)縱向ACC系統(tǒng)并沒(méi)有充分考慮行駛工況的差異性。為了提高ACC系統(tǒng)對(duì)不同行駛工況的適應(yīng)能力,提出了一種適應(yīng)多行駛工況的節(jié)能自適應(yīng)巡航控制系統(tǒng)（Energy-saving Adaptive Cruise Control,EACC）。主要研究?jī)?nèi)容如下:首先,針對(duì)車輛縱向動(dòng)力學(xué)的非線性特性,分別建立了驅(qū)動(dòng)系統(tǒng)和制動(dòng)系統(tǒng)逆模型,并基于閾值的切換策略制定了驅(qū)動(dòng)/制動(dòng)切換邏輯,并設(shè)計(jì)了前饋反饋控制器。仿真結(jié)果表明所設(shè)計(jì)的控制器可以較好地跟蹤期望加速度,為之后控制策略的開(kāi)發(fā)奠定了基礎(chǔ)。其次,設(shè)計(jì)了用于行駛工況識(shí)別的BP神經(jīng)網(wǎng)絡(luò)（Back-Propagation Neural Network）。通過(guò)相關(guān)系數(shù)法篩選了一系列特征參數(shù),確定了BP神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)為最大車速、停車時(shí)間、最大加速度、最小加速度、加速度方差和行駛距離,輸出參數(shù)為行駛工況類型,并... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

發(fā)動(dòng)機(jī)逆MAP圖

適應(yīng)行駛工況的節(jié)能自適應(yīng)巡航模型預(yù)測(cè)控制研究15圖2.6驅(qū)動(dòng)系統(tǒng)逆模型Fig.2.6Inversemodelofdrivesystem2.2.3制動(dòng)系統(tǒng)逆模型當(dāng)驅(qū)動(dòng)/制動(dòng)切換模塊輸出制動(dòng)指令時(shí)，將節(jié)氣門開(kāi)度設(shè)置為零，下層控制器執(zhí)行減速操作。期望制動(dòng)壓力計(jì)算流程如下：以期望減速度和當(dāng)前車速為輸入，根據(jù)車輛縱向動(dòng)力學(xué)模型計(jì)算得到期望制動(dòng)力，之后根據(jù)制動(dòng)系統(tǒng)逆模型計(jì)算出期望制動(dòng)壓力。制動(dòng)時(shí)縱向運(yùn)動(dòng)學(xué)方程為：=∑(2.9)式中，為輪上制動(dòng)力。在輪胎不發(fā)生滑移的情況下，可以將輪胎制動(dòng)力和制動(dòng)主缸壓力視為線性關(guān)系：=+=(2.10)式中，為車輛后軸的制動(dòng)力矩；為車輛前軸制動(dòng)力矩；為比例系數(shù)；為期望制動(dòng)主缸壓力。的值可以在Carsim中仿真得到，聯(lián)立式(2.9)和式(2.10)則期望制動(dòng)壓力可以表示為：=|+∑|(2.11)在Simulink建立制動(dòng)系統(tǒng)逆模型如圖所示：

制動(dòng)系統(tǒng)逆模型

【參考文獻(xiàn)】：
期刊論文
[1]基于多目標(biāo)優(yōu)化的變權(quán)重車輛ACC系統(tǒng)的設(shè)計(jì)[J]. 李旗,李亞軍,高劍武.  機(jī)械工程與自動(dòng)化. 2019(04)
[2]基于粒子群優(yōu)化支持向量機(jī)算法的行駛工況識(shí)別及應(yīng)用[J]. 石琴,仇多洋,吳冰,李一鳴,劉炳姣.  中國(guó)機(jī)械工程. 2018(15)
[3]車輛多模式多目標(biāo)自適應(yīng)巡航控制[J]. 章軍輝,李慶,陳大鵬.  電子科技大學(xué)學(xué)報(bào). 2018(03)
[4]車輛自適應(yīng)巡航控制系統(tǒng)的建模與分層控制[J]. 張亮修,吳光強(qiáng),郭曉曉.  汽車工程. 2018(05)
[5]基于模型預(yù)測(cè)控制的智能車輛路徑跟蹤控制器設(shè)計(jì)[J]. 王藝,蔡英鳳,陳龍,王海,李健,儲(chǔ)小軍.  汽車技術(shù). 2017(10)
[6]中國(guó)汽車工程學(xué)術(shù)研究綜述·2017[J]. 《中國(guó)公路學(xué)報(bào)》編輯部.  中國(guó)公路學(xué)報(bào). 2017(06)
[7]車輛多目標(biāo)自適應(yīng)巡航控制算法[J]. 張亮修,吳光強(qiáng),郭曉曉.  西安交通大學(xué)學(xué)報(bào). 2016(11)
[8]汽車自適應(yīng)巡航跟車多目標(biāo)魯棒控制算法設(shè)計(jì)[J]. 吳光強(qiáng),郭曉曉,張亮修.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2016(01)
[9]基于模糊控制的智能車輛縱向加速度跟蹤控制器設(shè)計(jì)[J]. 朱增輝,徐友春,馬育林,李建市,李永樂(lè).  軍事交通學(xué)院學(xué)報(bào). 2014(12)
[10]智能車油門與制動(dòng)協(xié)調(diào)切換控制研究[J]. 張向南,趙津,王廣瑋,趙容晨.  機(jī)械設(shè)計(jì)與制造. 2014(10)

博士論文
[1]基于TPFM和MPC的汽車經(jīng)濟(jì)型巡航控制方法研究[D]. 劉煥峰.吉林大學(xué) 2018
[2]用于公交車輛行駛油耗優(yōu)化的工況預(yù)測(cè)模型及其自學(xué)習(xí)策略[D]. 黃登高.天津大學(xué) 2017
[3]基于工況與駕駛風(fēng)格識(shí)別的混合動(dòng)力汽車能量管理策略研究[D]. 詹森.重慶大學(xué) 2016
[4]汽車縱向運(yùn)動(dòng)多模型分層切換控制[D]. 高鋒.清華大學(xué) 2006

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的分類器改進(jìn)算法研究與應(yīng)用[D]. 李圓滿.中國(guó)地質(zhì)大學(xué)(北京) 2019
[2]基于MPC算法的車輛多目標(biāo)自適應(yīng)巡航控制系統(tǒng)研究[D]. 荊亞杰.長(zhǎng)安大學(xué) 2019
[3]基于多目標(biāo)優(yōu)化的車輛多模式自適應(yīng)巡航控制研究[D]. 李旗.合肥工業(yè)大學(xué) 2019
[4]基于滾動(dòng)優(yōu)化的車輛自適應(yīng)巡航控制[D]. 王秋.吉林大學(xué) 2017
[5]某轎車自適應(yīng)巡航系統(tǒng)多目標(biāo)優(yōu)化控制策略研究[D]. 邢國(guó)成.吉林大學(xué) 2017
[6]基于四元素構(gòu)架的車輛隊(duì)列動(dòng)力學(xué)建模與分布式控制[D]. 鄭洋.清華大學(xué) 2015
[7]基于模型預(yù)測(cè)控制的無(wú)人駕駛車輛軌跡跟蹤控制算法研究[D]. 孫銀健.北京理工大學(xué) 2015
[8]BP神經(jīng)網(wǎng)絡(luò)在股票投資分析中的應(yīng)用[D]. 喬建偉.電子科技大學(xué) 2013



本文編號(hào)：3500690