汽车ABS的车轮滑移率鲁棒控制方法研究

比较了两种防抱死制动控制系统（ABS）的轮胎滑移率跟随理想滑移率曲线的能力。这两种控制系统分别为模糊逻辑控制和神经预测控制。首先，建立一个单轨车辆模型以获得广泛的制动系统仿真数据。然后，建立液压制动系统的动力学模型，采用两个电磁阀控制液压油流通，制动压力视每个阀门打开情况确定。最后，进行ABS设计，非线性系统控制器设计采用模糊控制逻辑进行。建立制动系统的多层感知机模型，由隐藏层和输出层组成。隐藏层的节点接受数据后向下一节点传送。通过制动系统的感知机神经网络模型对该制动系统模型进行辨识，神经网络的训练过程采用离线的梯度离散反向传播算法。同时，为减少计算时间，提高闭环控制系统的鲁棒性，一个在线运行的感知机神经网络适时性地产生最优控制行为。仿真结果显示，虽然制动系统的神经网络模型的辨识误差较小，但伴随预判范围的误差累积使得预判范围变小。模糊逻辑控制系统的计算耗时更少，但其对理想曲线的跟随性较差，相比感知机神经网络控制，其需要更大的制动力矩。研究结果显示，感知机神经网络控制系统的制动时间和制动距离均比模糊逻辑控制系统更理想，所以该方法在ABS中的应用更为有效。

刊名：Nonlinear Dyn（英）

刊期：2014年第3期

作者：Tohid Sardarmehni et al

编译：吴玉杰