基于模糊自调整PD控制的EPS助力特性

在对EPS的结构及其动力特性进行分析的基础上，建立其运动方程，设计了一种双模糊表自调整PD控制器，可使EPS实现理想的助力特性。对其进行了仿真计算，结果表明这种模糊自调整PD控制器与单独PD控制器相比，具有更好的控制效果和鲁棒性。     

基于PID模糊控制的汽车电动助力转向系统助力特性研究

概述了电动助力转向系统(EPS)的结构和工作原理,在分析电动助力转向系统数学模型的基础上,构建了基于MATLAB/Simulink的电动助力转向系统仿真模型。采用PID模糊控制策略对电动机目标电流进行闭环跟踪控制。仿真结果表明:与未加EPS系统的车辆相比,采取基于PID模糊控制的EPS系统使车辆具有良好的助力转向性能,验证了控制策略的有效性。     

基于自定义神经网络的EPS助力特性研究

对电动助力转向(EPS)系统的助力特性进行了分析,并利用搭建的自定义神经网络模型对助力特性曲线进行预描,在MATLAB中得到的仿真结果是一组非常理想的助力曲线。这表明该自定义网络能有效预测EPS的助力特性,同时也为后期的回正控制策略研究提供了思路。     

电动助力转向系统助力特性的仿真研究

首先建立了电动助力转向系统数学模型,然后分析了助力特性曲线的特征形式以及它对转向轻便性和路感的影响,最后结合系统的控制特性建立MATLLAB/Simulink仿真模型,对电动助力转向系统助力特性、稳定性、跟随性、轻便性和路感性进行分析和研究。     

基于ADAMS的电动助力转向系统助力特性研究

助力特性是研发电动助力转向系统的力特性曲线的类型,在ADAMS/Car模块下建立装备EPS系统的虚拟样机,在获取助力特性曲线的特征参数的基础上拟合车速感应型助力特性曲线.经过台架试验,结果表明所提出的车速感应型助力特性曲线的合理性和正确性,为EPS系统性能的提高及后续研究提供了理论依据和参考.     

汽车EPS与ASS的H∞/PID集成控制

分别建立了汽车电动助力转向（EPS）模型与主动悬架系统（ASS）模型,提出了EPS与ASS的集成模型。综合考虑EPS与ASS的相互影响,设计出H∞／PID集成控制系统。从提高汽车转向行驶时的乘坐舒适性和操纵稳定性角度出发,根据人体对振动的敏感频率范围引入了适当的频域加权函数,设计出ASS系统的H∞最优控制器,使水平和垂直方向敏感频率范围内的振动都得到明显降低;从改善驾驶员转向轻便性角度出发,设计出EPS系统的PID控制器。仿真结果表明,该集成控制方法能够使汽车转向行驶时的乘坐舒适性和操纵稳定性得到提高。     

电动助力转向综合前馈和模糊PID反馈的电流控制算法

针对电动助力转向中的电流跟随控制问题,通过建立系统数学模型,分析系统型别,研究了常规PID控制和模糊PID控制在电流控制中的不足,采用前馈和反馈综合控制的思想,提出了综合前馈和模糊PID反馈的电流控制算法。通过实验对比表明,前馈和模糊PID反馈的综合控制方法可显著提高电流跟随控制的稳定性、快速性和准确性。     

EPS系统助力电机的匹配研究

分析EPS系统助力电机的选型、安装以及电机最大转矩和最大转速的确定,并仿真分析了电机转动惯量和阻尼对转向灵敏度及转向路感的影响,得出的结论可为EPS系统助力电机的匹配设计提供参考。     

汽车电动助力转向系统控制参数优化研究

建立电动助力转向系统的力学模型,结合经典控制理论,分析比例系数和微分系数对系统助力特性的影响,以ITAE指标为目标函数,采用单纯性法对系统控制参数进行优化,对优化前后结果进行仿真分析,系统时间响应和频率特性曲线结果表明了该优化方法的有效性.     

车辆电动转向系统的卡尔曼滤波模糊PID控制

通过对车辆动力转向系统的动力学分析,建立了动态数学模型。为了克服单独使用PID控制和模糊控制时的问题,提高控制系统的响应速度,减小超调量,减小稳态误差,设计了模糊控制和PID控制相结合的多模态控制器,实现了分段控制;并由卡尔曼滤波对控制信号进行滤波处理,减小路面随机干扰和传感器测量噪声的影响,从而进一步提高了控制效果。仿真和试验结果表明,该控制方法能够明显改善控制性能。     

汽车电动助力转向控制器驱动电路可靠设计

分析了电动助力转向系统的工作原理及控制器可靠设计的关键技术.EPS控制器的模块化设计将信号处理电路和功率驱动电路进行分层设计,增强系统的抗干扰能力和可靠性;PWM驱动频率的选择要考虑与机械系统固有频率的关系、对电枢电流纹波的影响及对人的噪声影响,同时要考虑开关时电流脉峰对开关管及电动机安全的影响;3个MOS管的并联工作要考虑经济性、电路板空间与发热功耗、可靠性的关系;MOS管的散热设计通过合理地选择散热片及其参数,可以提高驱动效率和稳定运行能力.     

电动助力转向与主动悬架模糊神经网络集成控制

在建立汽车电动助力转向和主动悬架系统的集成模型基础上,利用神经网络自适应学习功能推导集成系统模糊控制规律,设计了模糊神经网络控制策略,对转向行驶工况下的集成系统进行了大量的计算分析。研究结果表明,采用所提出的集成控制策略能有效地实现对汽车平顺性、操纵稳定性、安全性的集成优化,从而使得整车动力学性能得到较大改善。     

基于频域整形的EPS系统参数优化

针对电动助力转向(EPS)系统传统的参数优化方案无法保障良好转向盘力矩瞬态特性的问题,借鉴经典控制理论二阶振荡环节的基本结论,提出了EPS系统参数的频域整形优化方案。在现有转向路感评价模型频域分析的基础上,建立了EPS系统阻尼比的量化公式。该方案本质上是以EPS系统阻尼比为优化目标,并以EPS系统的稳定性量化公式为约束条件。为验证所提出的频域整形方案的优化效果,分别建立了基于频域整形优化方案和传统优化方案的优化模型,并基于遗传算法对优化模型进行了优化设计和计算。两种优化方案的对比分析结果表明,与传统优化方案相比,提出频域整形方案,可以进一步改善转向盘力矩的瞬态响应特性,有利于获得更好的转向路感。     

基于变论域模糊PID控制的转向执行机构研究

针对重载车辆转向执行机构系统,提出了基于变论域模糊PID控制的液压缸位置控制结构.传统的控制方法常采用模糊PID控制,虽然控制效果好于PID控制,但普通模糊控制精度低、超调量大,因此有必要采用变论域方法.该方法通过伸缩因子改变模糊输入和输出变量的论域,使论域自调整,以较少的控制规则实现了较高精度的控制.Matlab仿真表明,与传统的模糊PID控制系统相比,该方法的超调量小,控制精度高,控制效果明显好于模糊PID控制.     

汽车EPS故障模式分析与其控制技术

阐述了EPS的构成及工作原理,分析了EPS的故障模式与控制技术,EPS的故障有硬件故障和软件故障两个方面.对于硬件故障,采取了控制器的模块化设计、双CPU的并行工作、转矩传感器的互补信号输出、驱动开关管的并联工作、故障指示与故障代码显示等措施;对于软件故障,采取了软件冗余措施,可以采用N版本程序、恢复块技术和异常处理技术.EPS系统的故障模式分析与控制技术可以提高EPS系统的安全可靠性能和汽车的操纵安全性.     

基于模糊理论的参数自适应PID智能控制系统

针对平地机进行刮平作业时无法实现稳定恒速控制的问题,提出了基于模糊理论的参数自适应PID算法的行走智能控制系统,并完成了将该算法应用在平地机的控制系统中协调解决作业时油门大小、档位和恒速控制问题。同时,为验证参数自适应PID算法对整机运行参数实时监控的有效性和可靠性,系统采用单片机作为控制器,通过Mat Lab软件的Simulink仿真,分别对平地机作业恒速控制设定干扰信号、参数自适应过程性能以及不加PID、加PID、自适应模糊PID3种控制方式进行了恒速控制效果对比分析。测试显示:该系统响应时间短、速度较快,具有良好的工作稳定性和可靠性,能够满足设计要求。     

电动助力转向系统助力转矩控制策略研究

介绍了对电动助力转向(EPS)系统助力转矩控制策略研究的必要性,给出助力转矩控制策略框图。把助力转矩控制策略分为助力控制策略,回正控制策略,阻尼控制策略和补偿控制策略4个部分,并依据每个部分的基本理论相应地给出了它们的控制策略。     

神经元自适应PID控制的应用--以汽车发动机转速控制为例

在汽车发动机转速控制中,PID控制具有简单,快速的优点,但是参数调整比较困难。因此,在分析了神经元的自学习机理的基础上,设计出基于神经元的自适应PID控制器。通过仿真结果表明,该控制器利用神经元的自适应能力实现了PID参数的在线调整,具有很强的鲁棒性,是发动机转速控制的有效方法之一。