李学军，于皓宇，李 昊

(长春大学 电子信息工程学院，长春 130022)

随着汽车行业的飞速发展，国家新排放标准的出台。人们对汽车的动力性、安全性，驾驶的舒适性以及较低的油耗和尾气排放等有着更高的要求。研究电子节气门的控制方法对提高以上指标有着现实意义。国内外学者作了大量研究。文献[1]设计了变结构滑膜控制器，设定一个滑膜面，当状态空间中的点穿过滑膜面时，改变其输出控制量的结构，试验证明该方法提高了电子节气门控制系统的响应速度。但当状态轨迹运动到滑膜面附近时，不能精准地沿着滑膜面运动，而是在滑膜面附近反复穿越，因此会给系统带来抖振。文献[2]基于Mamdani模型设计模糊控制器，该方法的后件输出为模糊集合，电子节气门控制系统只能接受一个精确的控制量，需对输出模糊集合进行去模糊处理结构复杂且不利于计算和数学分析。文献[3]采用backstepping方法设计了电子节气门系统控制器，该方法要求系统各状态量可测，但在实际系统中阀片的角速度难以测得，一般采用阀片位置信息的微分信号来代替。这样做可能会放大采样噪声，影响控制精度。文献[4]提出了基于神经网络的模型参考自适应控制算法，使用神经网络系统辨识器模型配置基于MRAC的电子节气门神经网络控制器，实现对电子节气门控制系统的高精度控制。但是由于神经网络在线估计运算量大，用于实际系统时对处理器的性能要求较高。……