基于遗传算法优化的汽车主动转向控制研究

针对汽车线控主动转向行驶稳定性问题,对汽车线控主动转向的控制策略和控制方法进行了研究;并对汽车的动力学模型进行了建立及简化;利用遗传算法可以克服BP网络收敛速度慢和极易陷入局部极小值等特点,提出了一种基于遗传算法优化BP神经网络的线控转向系统。通过选择典型工况,利用Carsim和Matlab/Simulink联合仿真平台对不同的控制方法进行了仿真验证。研究结果表明,基于遗传算法优化的BP网络控制对汽车主动转向控制效果较好,能使实际横摆角速度对理想的横摆角速度实现很好的跟踪,并显著提高了汽车行驶稳定性。

主动四轮转向汽车最优控制及闭环操纵性仿真

鉴于汽车正常情况下都运行在侧向加速度较小的线性工作区域,对基于线控技术的主动四轮转向汽车进行了前、后轮转角最优跟随控制器的设计和算法推导,建立了"人-车-路"闭环操纵系统模型,并进行闭环系统仿真和安全性评价。结果表明:基于最优控制的主动四轮转向汽车同时实现了减小车身质心侧偏角与跟踪期望横摆角速度的控制目标,改善了车辆高速行驶下的转向响应特性;相对于传统前轮转向汽车与比例控制四轮转向汽车,基于最优控制的主动四轮转向汽车具有更好的路径跟随精度和主动安全性。

基于LMI的H_∞控制在四轮主动转向系统中的应用

针对汽车在转向过程中受到不确定干扰因素的影响,导致四轮主动转向系统的建模不准确,降低了控制系统的鲁棒性问题。应用H∞鲁棒控制理论设计了一种最优H∞反馈控制器,以提高系统的抗干扰能力。在基于干扰的汽车二自由度模型上,分析了四轮主动转向系统的工作原理。设计了四轮主动转向H∞反馈控制系统,然后将其闭环系统控制方程组转化为线性矩阵不等式(LMI)的表示方式,通过求解这个矩阵不等式可得到最优H∞控制器。经过MATLAB仿真结果表明,所设计的控制器能够在不到0.1s内使汽车的质心侧偏角收敛于0,横摆角速度在0.2s内收敛于0。其控制输出的效果明显优于传统四轮转向系统。

应用模拟退火算法进行电动汽车转向传动比的设计研究

为了提高四轮独立驱动电动汽车的操纵稳定性,建立了三自由度非线性车辆转向动力学模型,基于实车模型应用CarSim/Simulink联合仿真分析的方法,文章对其前轮转向系统设计了一种基于模拟退火算法(SA)的变角传动比传动规律。其中,根据不同车速进行了分段研究,低速区间采用定增益法,将车辆横摆角速度增益和侧向加速度增益都设为定值;中高速区间采用可变权重系数的设计方法,其中权重系数根据SA算法动态进行优化,优化目标函数依据转向灵敏度最高的原则取传动比的最小值,应用MATLAB曲线拟合工具箱cftool分别对两个权重系数进行了函数拟合。仿真实验结果表明,在转向盘角阶跃输入和正弦角输入两种典型工况下,采用这种新型的传动比设计规律可以明显减小车辆的横摆角速度和侧向加速度,转向盘角阶跃输入工况下横摆角速度减小了13.6%,侧向加速度减小了23.1%;尤其是正弦角输入工况下,驾驶员转向盘转角减小了53.5%。可见,用这种方法设计的转向传动比规律可以明显减轻驾驶员的转向驾驶负担,提高车辆的操纵稳定性,从而为今后基于四轮独立驱动电动汽车前轮转向系统的设计奠定一定的理论基础和实验依据。