李全民

（广州理工学院智能制造与电气工程学院，广州 510540）

0 引言

汽车差速器能使左右驱动轮自由转动，以便在转向行驶、路面起伏、轮胎差异等情况下驱动轮不会发生滑转或滑移，确保稳定性。传统燃油汽车的驱动轮由半轴和主减速器等部件连接在一起，一般使用机械差速器，使左右驱动轮能自由转动并平均分配驱动转矩［1］。对于分布式前驱动电动汽车而言，其两驱动轮分别由两个电机单独驱动，没有传统差速器的机械连接，其功能完全可由计算机实现，即电子差速控制。

目前电子差速器的控制策略大致分为转速控制和转矩控制两类。转速控制一般根据Ackerman 转向模型推导出左右车轮之间的转速约束关系n1=f（n2），然后据此设计电子差速器，输出为左右车轮的转速。但Ackerman 只是简化的理想模型，没有考虑汽车转向时的离心力、汽车侧倾、轮胎变形等因素，只能适用于汽车低速行驶的情况。转矩控制考虑的因素比较多，一般要建立汽车动力性模型，因而控制系统非常复杂，技术难度大，动态的实时性也比较差。

神经网络控制是近年来兴起的先进控制技术，作为智能控制的一个分支，具有高度非线性逼近能力，为解决复杂的非线性、不确定性、不确知系统的控制开辟了新的途径。采用神经网络系统控制汽车内外轮转速，可实现汽车动力系统中未知部分的在线精确补偿。下面利用BP（back propagation）神经网络，根据非线性动力系统辨识理论来设计电子差速器。……