-
公开(公告)号:CN108820036A
公开(公告)日:2018-11-16
申请号:CN201810540998.2
申请日:2018-05-30
Applicant: 厦门大学
CPC classification number: B62D5/0463 , B60L15/2036 , B60L2220/44
Abstract: 一种轮毂电机驱动汽车电动助力转向控制方法,涉及新能源汽车转向控制领域。设计车载信息的提取方法,建立轮毂电机驱动汽车电动助力转向动力学模型;以电动助力转向控制能量消耗最小为目标,采用基于遗传优化的自适应模糊控制技术设计轮毂电机驱动汽车电动助力转向最优目标电流规划模块。提出最优目标电流的神经网络PID下层控制方法,实现最优目标电流的跟踪控制。采用蚁群算法优化助力转向模糊控制规则和隶属度参数,可有效提升轮毂电机驱动汽车助力转向系统综合性能。克服轮毂电机驱动汽车强非线性特性、时变和不确定性等因素引起的干扰,明显改善了电动助力转向控制系统综合性能,提高了电动助力转向控制系统的可靠性和稳定性。
-
公开(公告)号:CN108733955A
公开(公告)日:2018-11-02
申请号:CN201810542072.7
申请日:2018-05-30
Applicant: 厦门大学
Abstract: 一种智能电动汽车纵向运动控制系统及方法,涉及汽车自动驾驶。控制系统设有速度传感器、第1滤波器、期望加速度规划模块、模糊神经模型参考自适应加速度跟踪控制模块、智能电动汽车、加速度传感器和第2滤波器。控制方法:设计表征智能电动汽车纵向行为特征的参考模型,使参考模型与对象具有相同阶;设计基于粒子群优化的智能电动汽车纵向运动模糊最优反馈控制器,其任务是根据期望加速度按照模糊最优反馈控制策略确定出电机的期望控制转矩;设计智能电动汽车纵向运动的BP神经网络辨识器,从而可以动态输出预测的加速度。充分考虑了智能电动汽车纵向动力学系统的非线性、时变及不确定性等特性,有效增强了纵向运动控制系统的鲁棒性。
-
公开(公告)号:CN108733955B
公开(公告)日:2020-07-17
申请号:CN201810542072.7
申请日:2018-05-30
Applicant: 厦门大学
Abstract: 一种智能电动汽车纵向运动控制系统及方法,涉及汽车自动驾驶。控制系统设有速度传感器、第1滤波器、期望加速度规划模块、模糊神经模型参考自适应加速度跟踪控制模块、智能电动汽车、加速度传感器和第2滤波器。控制方法:设计表征智能电动汽车纵向行为特征的参考模型,使参考模型与对象具有相同阶;设计基于粒子群优化的智能电动汽车纵向运动模糊最优反馈控制器,其任务是根据期望加速度按照模糊最优反馈控制策略确定出电机的期望控制转矩;设计智能电动汽车纵向运动的BP神经网络辨识器,从而可以动态输出预测的加速度。充分考虑了智能电动汽车纵向动力学系统的非线性、时变及不确定性等特性,有效增强了纵向运动控制系统的鲁棒性。
-
-