转向工况下的分布式电动汽车稳定性控制

为提高分布式驱动电动汽车转向稳定性,解决传统神经网络控制算法收敛速度慢、易陷入局部最优解的问题,提出一种利用粒子群算法优化神经网络的比例-积分-微分(PID)转向稳定控制器,利用横摆力矩和滑移率调整力矩实现横摆角速度和各轮滑移率的控制。在此基础上研究了一种针对转向工况的最优力矩分配算法,通过模糊控制算法对驱动力矩进行修正得到驱动修正力矩,将其与横摆力矩和滑移率调整力矩一起作为二次规划问题进行最优分配,得到各轮最佳驱动力矩。基于联合仿真平台进行了双移线和蛇形等典型转向工况下的性能对比测试。结果表明:文中提出的算法能在保持车辆良好动力性同时维持稳定性,稳定控制器能将蛇形工况打滑现象降低36.4%,最优力矩分配算法能将双移线工况的稳定性提高31.2%。