基于模糊自适应的汽车ABS路面辨识技术

实时有效辨识路面对防抱死制动系统(ABS)的制动安全性具有重要意义。分析了车辆制动特性,提出了一种用轮速峰值连线求解参考车速的方法。为了有效辨别制动时的路面信息,在设计基于轮减速度和参考滑移率的模糊智能推理算法的基础上,给出了用仿人智能思想来在线修改模糊控制参数的自适应推理算法。车的实时ABS道路测试表明,模糊自适应路面辨识技术具有良好的制动平稳性和自适应性,提高了辨识路面突变的实时性,简单实用,是一种新的有效ABS路面辨识法。     

基于ABS制动过程特征参数的路面附着识别

利用轮速信号和防抱死制动系统(ABS)控制器提供的压力调节状态确定ABS减压过程的最大滑移率和轮速回升阶段的最大车轮角加速度,提出了一种基于这两个特征参数的路面附着识别算法。通过实车ABS道路试验,获得不同路面附着条件下这两个特征参数在坐标平面内的分布,并根据特征参数点在该平面内的分布规律确定能够区分高、低附着路面的分界线。为防止误判,根据由参考车速确定的制动减速度对识别得到的路面附着进行修正。采用不同附着路面条件下的ABS制动试验实测数据对算法进行验证,结果表明在仅测量轮速的情况下可有效识别高、低附着路面。     

ABS四轮车辆的Matlab/Simulink建模与仿真

建立了一种四轮车辆制动防抱死系统(ABS)的车辆模型、轮胎模型、路面状况模型和轮速传感器模型，嵌入了气压制动系统和ABS控制逻辑模拟；采用Matlab／Simulink模拟了汽车在直线制动，转弯制动和不同附着系数路面制动的运动状态，为ABS产品的开发提供了依据．     

特殊工况下的ABS控制算法

为保证汽车防抱死制动系统（ABS）在特殊工况下的控制效果和可靠性,研究了不平路面制动、低速状态制动、转向制动、过沟坎制动4种典型ABS特殊工况,根据特殊工况的识别、控制量计算补偿和控制流程调整的思路,提出通过轮加速度信号识别路面不平度的不平路面补偿控制算法、上升下降沿同时采样的低速补偿控制算法、转向识别补偿算法和沟坎识别防止ABS误动作补偿算法．经过实车试验验证,该算法实用性好,能保证ABS在几种典型特殊工况下的控制效果．     

汽车防抱制动系统自适应模糊控制算法

提出了一种基于自适应模糊算法的防抱制动系统控制方式.针对汽车纵向双轮模型,设计了模糊控制器和滑移率校正器.校正器通过车辆的输入输出参数辨识最佳滑移率,并调整系统控制参数,以提高系统的控制性能.仿真实验验证了控制算法的有效性.     

基于路面识别的复合制动与ABS集成控制策略

为了使电动汽车在制动时既能充分回收制动能量,又能兼顾制动稳定性,针对四轮轮毂电动机驱动电动汽车,提出了一种基于路面识别的复合制动与ABS集成控制策略.以单轮制动模型为研究对象,利用Lagrange插值法估算当前路面的峰值附着系数和最优滑移率;通过比较目标制动强度与峰值附着系数,将制动工况分为常规制动和防抱死制动;针对常规制动向防抱死制动过渡的工况,通过一种在ABS触发前合理减少再生制动的方法,避免直接撤销再生制动带来的ABS频繁退出和启动.在MATLAB/Simulink环境下建立了仿真模型,仿真结果表明:路面识别算法识别准确度较高;复合制动与ABS集成控制策略能够合理地分配再生制动力与液压制动力,实现车轮的防抱死控制.     

基于T-S模糊模型的RBF网络的自适应学习算法

针对多维模糊推理中的推理规则庞大和参数难辨识的问题,提出一种基于T-S模糊模型的RBF神经网络的自适应学习算法．该算法不仅能动态调节T-S型模糊RBF网络的隐节点数,还能使网络的数据中心值自适应变化,有较好的自学习能力和优化能力．仿真结果验证了该算法是有效和可行的,表明此T-S型模糊RBF网络不仅可以快速逼近任意多变量非线性函数,而且具有良好的自适应能力．     

基于最小二乘支持向量机的防抱死制动控制方法

以车轮参考滑移率和角加速度作为输入向量,以制动轮缸的制动压力作为输出向量,设计了基于最小二乘支持向量机(LS-SVM)的汽车防抱死制动系统(ABS)控制器,利用支持向量对控制器进行训练得到控制器的参数.设计了包括输入层、控制层和输出层的汽车防抱死控制系统,系统以各轮的速度作为输入向量,经过控制层的运算得到各轮的制动压力,然后采用PwM(pulsewidth modulation)方法控制轮缸压力,进而实现防抱死控制.搭建了汽车ABS测控系统,参照国际标准,在不同条件下进行道路试验.试验结果表明,基于LS-SVM的汽车防抱死制动控制方法具有良好的制动平稳性和自适应性,是一种有效的新的ABS控制方法.     

基于路面识别的重载车ABS控制与硬件在环试验

建立了整车多体动力学模型,提出了路面附着系数估计算法,在Matlab/Simulink中搭建了路面识别模块和ABS制动模块以及制动压力模块,应用自适应的控制策略对整车的制动性能进行仿真分析.在三轴汽车底盘实验台上进行了硬件在环测试,验证了含有路面识别的ABS控制系统的车辆制动距离明显小于无路面识别的ABS控制系统的车辆制动距离,具有良好的自适应性和控制精度.     

汽车智能制动系统自寻优控制与仿真

采用-μS自寻优控制方法,应用于汽车防抱死制动系统(ABS)的控制策略,并在制动系统中增加制动压力反馈,通过轮速与制动压力双环路控制,达到控制滑移率变化的作用.仿真实验证明:该方法不仅算法简单,而且能够自动识别路面变化,给出最适宜的制动力矩,具有了智能刹车的功能.克服了目前所采用的无系统理论依据确定各门限值的逻辑门限控制方法的缺点,传统方法的逻辑门限值通过经验性的试凑方法确定,且不能随路面的变化而作迅速的调整.因此,μ-S自寻优控制方法,对于提高车辆的制动稳定性,改善汽车的行驶安全性具有重要意义.     

车辆制动稳定性的模糊协调控制

降低车辆的横摆力矩对改善车辆制动稳定性具有重要意义。在分析车辆制动时轮胎与路面接触力学特性的基础上,推导出横摆力矩与前轴两侧车轮的加减速度差、制动轮缸压力差之间的相互关系,提出了一种基于车轮加减速度差来对制动轮缸压力进行模糊协调调节,从而提高制动稳定性的控制方法。参照国家标准,在不同条件下进行道路试验。道路测试表明,相对于各个车轮独立控制,模糊协调控制降低了车辆横摆力矩,改善了车辆的制动稳定性,是一种新的有效的控制方法。     

轻型客车防抱制动系统模糊控制方法的仿真

模糊控制方法作为一种新兴智能控制方式 ,具有控制快速精确及控制方法设计简单的特点。采用模糊控制方法研究HFC6 70 0轻型客车的防抱制动过程 ,建立以车轮滑移率作为控制对象的 HFC6 70 0轻型客车 ABS模糊控制系统 ,并且在Matlab/Simulink仿真软件下进行计算机仿真。仿真结果表明 ,模糊控制的防抱制动系统能取得较好的控制效果 ,具有一定的自适应能力。     

汽车ABS制动过程的道路识别

汽车ABS控制的效果与道路识别有着重要关系,在制动过程中实时对各轮胎所附着道路的附着系数进行识别,可及时地调整制动力,提高道路的附着利用率和制动效能,使汽车ABS控制更加合理．文中通过试验获得了ABS制动过程轮缸的可等效压力函数,由储气缸压力和轮缸压力控制阀开关信号的时间历程,推导出各轮的滑移率,进而得出附着系数,实现了道路识别．道路试验检测验证了该方法的可行性．     

ABS整车布置方式对制动性能的影响

为分析防抱死系统的不同控制方式对整车制动性能的影响,基于滑移率的智能权函数模糊防抱死控制思想建立防抱死系统数学模型．通过Matlab／Simulink模决,建立了采用不同ABS控制方式的整车系统模型．利用该模型针对特定的工况进行了整车制动性能的仿真,并给出了ABS的布置方式．结果表明：独立和高选控制的布置方式能够充分利用路面条件进行制动,但车辆的稳定性被破坏;而低选控制方式的制动效能不及上述两种布置方式,但能保证车辆有较好的制动稳定性．     

基于遗传算法的ABS控制门限自寻优方法

结合国家关于汽车ABS制动控制性能优劣的相关评价标准和调试经验,分析了汽车的车辆单轮模型和ABS基于加减速度门限及参考滑移率门限的控制策略,设计了有效的适应度函数,提出一种基于遗传算法的ABS控制门限自整定方法,实现了控制门限参数优化的计算机自主寻优。仿真结果表明,该方法具有较好的适应性。     

汽车防抱自适应模糊控制方法

为了改善制动防抱系统的制动性能和制动踏板感觉，提出了一种基于相对滑移率和相对车轮加速度的汽车防抱自适应模糊控制方法，利用dSPACE快速控制原型系统将该方法在实车控制中予以实现，并进行了实车试验。试验结果表明，该控制方法能够达到理想的控制效果，轮速和轮缸制动压力波动幅度比传统控制方法（逻辑门限控制方法）减小了50％，且没有出现制动抱死现象。     

基于遗传算法的ABS控制门限自寻优方法

结合国家关于汽车ABS制动控制性能优劣的相关评价标准和调试经验,分析了汽车的车辆单轮模型和ABS基于加减速度门限及参考滑移率门限的控制策略,设计了有效的适应度函数,提出一种基于遗传算法的ABS控制门限自整定方法,实现了控制门限参数优化的计算机自主寻优。仿真结果表明,该方法具有较好的适应性。