【摘要】：為提高拖拉機等非道路車輛在正常行駛和工作階段的通過性,針對拖拉機ASR控制策略進(jìn)行了研究�；贑arsim和MATLAB/Simulink聯(lián)合建立了拖拉機仿真模型,結(jié)合新提出的路面識別方法,實時更新目標(biāo)滑轉(zhuǎn)率,并利用改進(jìn)的粒子群算法自適應(yīng)地調(diào)整PID控制參數(shù)。針對不同路面進(jìn)行一系列仿真實驗,結(jié)果表明,目標(biāo)滑轉(zhuǎn)率隨車輛行駛不斷更新并最終達(dá)到所處路面的最優(yōu)滑轉(zhuǎn)率;基于改進(jìn)PSO算法的PID參數(shù)自適應(yīng)調(diào)整迅速,拖拉機滑轉(zhuǎn)率收斂至目標(biāo)值的響應(yīng)較快,平均約1.5 s;在對接路面上行駛時,能有效地抑制拖拉機從高附著系數(shù)路面剛進(jìn)入低附著系數(shù)路面時滑轉(zhuǎn)率驟升情況,在高、低附著系數(shù)路面的穩(wěn)定時間分別為2.63 s和1.55 s。
【圖文】：

蛔枇Α?選擇MagicFormula模型作為輪胎模型［15］，主動輪縱向力Fx(s)的公式為Fx(s)=Dsin［Carctan{BX－E(BX－arctan(BX))}］+Sv(2)X=s+Sh(3)其中:B、C、D和E為與縱向力相關(guān)的系數(shù)，其值與單個車輪所受垂直載荷有關(guān);Sv為曲線垂直方向漂移;Sh為曲線水平方向漂移;s為車輪滑轉(zhuǎn)率。綜上，在Carsim軟件中，拖拉機仿真模型以車速、主動輪轉(zhuǎn)速和輪胎縱向力作為輸出，主動輪電機驅(qū)動力作為輸入，并與Simulink中建立的基于改進(jìn)PSO算法的自適應(yīng)PID控制器和目標(biāo)滑轉(zhuǎn)率更新模塊聯(lián)合建立仿真模型，如圖1所示。圖1基于Carsim和Simulink的拖拉機仿真模型·84·計算機應(yīng)用研究第34卷

斂至各路面的最優(yōu)滑轉(zhuǎn)率值，且精度較高，幾乎沒有誤差�；诟倪M(jìn)PSO算法的PID控制，初代的適應(yīng)值，即ITAE指標(biāo)值都小于0．04，表明初代得到的PID參數(shù)已經(jīng)非常優(yōu)秀;隨著迭代次數(shù)的增多，PID參數(shù)自適應(yīng)整定也不斷地完善，且適應(yīng)值下降趨勢明顯，最終算法整定后的PID控制器使拖拉機行駛約1．5s后主動輪的滑轉(zhuǎn)率已穩(wěn)定在目標(biāo)最優(yōu)值的范圍內(nèi)。3.2對接路面的驅(qū)動防滑仿真與分析拖拉機仿真初始階段處于高附著系數(shù)路面(干瀝青路面)，在行駛10s后進(jìn)入低附著系數(shù)路面(積雪路面)，模型的設(shè)置和其他條件都與3．1節(jié)相同，仿真結(jié)果如圖4所示。仿真結(jié)果表明，本文提出的控制策略能及時有效地抑制拖拉機駛?cè)氲透街禂?shù)路面時滑轉(zhuǎn)率驟升的情況，基于改進(jìn)PSO算法的PID控制在不同路面的穩(wěn)定時間分別為2．63s和1．55s。4結(jié)束語a)本文提出了一種針對驅(qū)動防滑PID參數(shù)自適應(yīng)調(diào)節(jié)的改進(jìn)PSO算法，提高了算法收斂速度，避免了早熟現(xiàn)象的發(fā)生，僅需3～5次迭代即可得到滿意的PID參數(shù)值。b)通過洛必達(dá)法則推導(dǎo)出車輛起步初始時刻、滑轉(zhuǎn)率的極限值，并帶入到仿真實驗的初始條件中�；贑arsim和Simulink聯(lián)合建立了拖拉機驅(qū)動防滑仿真模型，并結(jié)合提出的滑轉(zhuǎn)率控制策略進(jìn)行了仿真分析。結(jié)果表明，在各典型路面行駛時，拖拉機主動輪滑轉(zhuǎn)率約1．5s即穩(wěn)定在最優(yōu)值區(qū)域內(nèi);在對接路面行駛時，能有效地抑制滑轉(zhuǎn)率突變的情況，快速控制拖拉機的驅(qū)動力至最佳值。參考文獻(xiàn):［1］周兵，徐蒙，袁希文，等．基于滑模極值搜索算法的驅(qū)動防滑控制［J］．農(nóng)業(yè)機械學(xué)報，2015，46(2):307-311，，342．［2］周斯加，龍江啟，儲軍，等．電動車用對轉(zhuǎn)雙轉(zhuǎn)子電機驅(qū)動及防滑試驗研究［J］．中國機械工程，2012，23(3):343-346．［3］ＲajamaniＲ，PhanomchoengG，PiyabongkarnD，etal?
【作者單位】： 南京農(nóng)業(yè)大學(xué)工學(xué)院;江蘇大學(xué)計算機科學(xué)與通信工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(51175269)
【分類號】：S219;TP273

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牟春燕;吳凱;姜革;林紅旗;周華維;;基于PID控制策略的電動助力轉(zhuǎn)向系統(tǒng)研究[J];機械科學(xué)與技術(shù);2011年04期

2 于建成,宋振環(huán);基于PID控制策略的汽車電動助力轉(zhuǎn)向系統(tǒng)[J];河北理工學(xué)院學(xué)報;2005年02期

3 賈明泉;;帶式輸送機張緊裝置的非線性PID控制策略研究[J];礦山機械;2013年09期

4 于建成;基于PID控制策略的汽車電動助力轉(zhuǎn)向系統(tǒng)的研究[J];現(xiàn)代交通技術(shù);2004年01期

5 李軍;萬文軍;張曦;;基于非線性濾波環(huán)節(jié)的新型魯棒PID控制策略的研究[J];動力工程學(xué)報;2013年02期

6 高立夫;汪光森;郭燈華;李維波;;一種基于位置觀測器的電機PID控制策略[J];船電技術(shù);2012年10期

7 趙宇;劉曉云;蘇波;;輸入信號為零值的PID控制策略的分析[J];自動化與儀表;2006年02期

8 郭創(chuàng)新，梁年生，葉魯卿，曾杰，楊輝建，李陸世;徑流式電站前池水位自學(xué)習(xí)PID控制策略[J];水電能源科學(xué);1996年01期

9 趙江東;李娟;馬小陸;;基于RBF神經(jīng)網(wǎng)絡(luò)動態(tài)辨識的自整定PID控制策略[J];工業(yè)儀表與自動化裝置;2009年06期

10 ;[J];;年期

相關(guān)碩士學(xué)位論文 前3條

1 王立標(biāo);汽油機怠速復(fù)合模糊-PID控制策略研究[D];長沙理工大學(xué);2009年

2 李江;電動負(fù)載模擬器的先進(jìn)PID控制策略研究[D];中北大學(xué);2015年

3 張凌雁;基于模糊PID控制策略的污水處理自動化監(jiān)控系統(tǒng)的研究[D];西南交通大學(xué);2005年

本文編號：2539796