車輛在復(fù)雜路況上行駛,容易受到路面激勵波形的干擾,導(dǎo)致車輛行駛中發(fā)生側(cè)滑現(xiàn)象。對此,創(chuàng)建了車輛驅(qū)動模型簡圖,推導(dǎo)出車輛行駛的動力學(xué)方程式。引用傳統(tǒng)PID控制方法,設(shè)計了PID神經(jīng)網(wǎng)絡(luò)控制方法。采用人工魚群算法優(yōu)化PID神經(jīng)網(wǎng)絡(luò)控制參數(shù),給出具體優(yōu)化步驟。采用Matlab軟件對車輛滑轉(zhuǎn)率和驅(qū)動力矩進(jìn)行仿真,并與傳統(tǒng)PID控制效果形成對比。仿真結(jié)果顯示:采用傳統(tǒng)PID控制方法,車輛控制系統(tǒng)反應(yīng)時間較長,車輛滑轉(zhuǎn)率和驅(qū)動力矩與理論值誤差較大;而采用人工魚群算法優(yōu)化PID神經(jīng)網(wǎng)絡(luò)控制方法,車輛控制系統(tǒng)反應(yīng)時間較短,車輛滑轉(zhuǎn)率和驅(qū)動力矩與理論值誤差較小。車輛采用人工魚群算法優(yōu)化PID神經(jīng)網(wǎng)絡(luò)控制方法,能夠在線優(yōu)化和調(diào)節(jié)PID控制參數(shù),提高車輛行駛的穩(wěn)定性,避免車輛發(fā)生側(cè)滑現(xiàn)象。 

【文章來源】：中國工程機(jī)械學(xué)報. 2020,18(03)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

滑轉(zhuǎn)率改進(jìn)PID控制

驅(qū)動力矩PID控制

式中：M為車輛質(zhì)量；Fxi為后輪驅(qū)動力；J為車輪轉(zhuǎn)動慣量；αi為后輪角加速度；Ti為后輪力矩；v為車輛運動速度；ω1，ω2為前輪角速度；ωi為后輪角速度；Si為后輪滑轉(zhuǎn)率；μ為路面附著系數(shù)；Fzi為后輪承載力；ay為車輛橫向加速度；h為車輛質(zhì)心高度；dr為后輪輪距；ax為車輛縱向加速度；l為前輪和后輪軸距。車輛在不同路面行駛，輪胎與路面附著系數(shù)也不相同，輪胎滑移率與附著系數(shù)的關(guān)系式[9]為

【參考文獻(xiàn)】：
期刊論文
[1]四輪獨立驅(qū)動電動汽車自適應(yīng)驅(qū)動防滑控制[J]. 張博涵,陳哲明,付江華,陳寶.  山東大學(xué)學(xué)報(工學(xué)版). 2018(01)
[2]四輪獨立驅(qū)動電動汽車驅(qū)動防滑控制仿真研究[J]. 廖自力,蔡立春,劉春光.  現(xiàn)代信息科技. 2018(02)
[3]基于非線性模型預(yù)測控制的輪邊電驅(qū)動客車驅(qū)動防滑研究[J]. 程小平,秦健.  客車技術(shù). 2018(01)
[4]輪胎壓路機(jī)主動防滑系統(tǒng)（ASR）研究[J]. 孔國華,汪建利,陳維濤,王文華.  機(jī)床與液壓. 2017(20)
[5]基于改進(jìn)PSO算法的拖拉機(jī)驅(qū)動防滑PID控制策略[J]. 程準(zhǔn),魯植雄,唐迪,姜春霞,周晶.  計算機(jī)應(yīng)用研究. 2017(01)
[6]基于人工魚群算法的車輛平順性優(yōu)化分析[J]. 范政武,王鐵,陳峙.  農(nóng)業(yè)工程學(xué)報. 2016(06)

碩士論文
[1]全線控純電動汽車行駛狀態(tài)估算與路面識別[D]. 卜未琦.吉林大學(xué) 2014
[2]全線控電動汽車狀態(tài)估計與牽引力控制[D]. 張強(qiáng).吉林大學(xué) 2012



本文編號：3588759