APP下载

基于径向基神经网络的主动前轮转向自抗扰控制

2021-10-14孔博龙帕孜来马合木提王加健

科学技术与工程 2021年27期

孔博龙, 帕孜来·马合木提, 王加健

(新疆大学电气工程学院, 乌鲁木齐 830047)

随着国民生活水平的提高以及汽车技术的发展,人们对车辆舒适性和安全性的要求也在不断提升。汽车的横向稳定性作为评价汽车安全行驶的性能指标,研究车辆横向稳定性的控制显得尤为重要[1]。主动前轮转向系统(active front wheel stee-ring,AFS)作为未来转向系统发展的主要方向之一,基于横向稳定性控制研究汽车主动前轮转向就愈加重要。AFS是在方向盘输入转角的基础上根据实时理想横摆角速度和实际横摆角速度通过增加独立于驾驶员的附加转角改变车辆的横向受力状态。从目前的研究看,制约AFS性能的因素主要是控制策略的设计[2],霍春宝等[3]提出遗传算法优化的主动转向控制,利用遗传算法优化反向神经网络,克服反向神经网络收敛速度慢和易陷入局部最优;夏长高等[1]针对传统滑模控制产生的“抖振”利用径向基神经网络(radial basis function neural network,RBFNN)对其切换增益进行实时调节抑制“抖振”现象提高控制器控制效果;桑楠等[4-6]针对车辆行驶过程的扰动提出自抗扰控制技术的主动前轮转向系统。

考虑车辆实际行驶环境复杂、干扰状况未知等因素。基于前人的研究,采用RBF神经网络在线整定自抗扰控制(auto disturbance rejection control, ADRC)的部分参数保证ADRC品质,提高控制器对参考横摆角速度的跟踪能力;同时设计AFS变传动比规则改善驾驶轻便、灵敏性,提高驾驶安全性。

1 主动前轮转向系统

1.1 车辆二自由度参考模型

为体现车辆理想的侧向运动,建立线性二自由度车辆模型作为参考模型[7],线性二自由度模型式为

登录APP查看全文