学位论文 > 优秀研究生学位论文题录展示

四轮转向车辆的控制策略研究

作　者: 于金波
导　师: 韩振南
学　校: 太原理工大学
专　业: 车辆工程
关键词: 四轮转向 ADAMS建模模糊PID控制神经网络 MATLAB/Simulink 操纵稳定性
分类号: U463.4
类　型: 硕士论文
年　份: 2013年
下　载: 2次
引　用: 0次
阅　读: 论文下载

内容摘要

汽车在转向时,利用四轮转向技术对前轮和后轮同时控制转向来改善汽车的转向特性,四轮转向车辆低速时的机动性以及高速时的操纵稳定性均有较大的提高。本文主要研究不同控制策略下的控制器的设计,以及其对于车辆模型操纵稳定性的改善情况。论文的主要研究内容如下：(1)在三自由度四轮转向车辆的动力学方程的基础上,利用MATLAB/Simulink工具箱建立车辆模型,并且充分考虑了车辆行驶中轮胎的非线性特性。(2)利用ADAMS/View模块,在其中建立四轮转向车辆的多刚体模型,利用软件中的测量功能,仿真分析了四轮转向车辆的转向特性。车辆在低速下的仿真结果表明：四轮转向技术与前轮转向技术比较,低速时其转弯半径大大减小,显著提高了车辆操纵灵活性。然后,通过比较高速时四轮转向车辆和前轮转向车辆的横摆角速度以及车身侧偏角,验证了四轮转向技术可以有效提高车辆操纵稳定性。(3)论文研究了模糊自整定PID控制策略,并在MATLAB/Simulink工具箱中建立模糊PID控制器。然后,利用模糊PID控制器对四轮转向车辆的质心侧偏角和横摆角速度进行综合控制,进行角阶跃仿真试验和单移线仿真试验。仿真结果表明：模糊PID控制主动控制后轮转向大大改善了车辆的质心侧偏角以及横摆角速度增益。(4)最后,介绍了BP神经网络的原理和结构,确定论文所用神经网络的拓扑结构以及学习算法。以本文中的模糊PID控制策略下的四轮转向车辆模型为采样模型,模型的后轮转角输出为训练数据,对BP网络的权值和阀值进行训练优化,得到符合要求的网络。利用训练后的BP神经网络控制器对四轮转向车辆模型进行控制,开始角阶跃仿真试验。与前轮转向车辆对比,仿真结果表明：BP神经网络控制有效地改善了车辆的转向特性,提高了车辆的行驶中的可靠性和稳定性。综上所述,通过对模糊PID控制策略、BP神经网络的研究,可以得出结论：上面的两种先进控制策略可以较好地改善行驶中车辆的质心侧偏角和横摆角速度增益,使车辆具有良好的可靠性、稳定性。论文为先进控制技术在四轮转向中的应用提供了理论依据。

全文目录

摘要  3-5
ABSTRACT  5-10
第一章绪论  10-16
  1.1 选题背景及意义  10
  1.2 四轮转向技术的发展概况  10-11
  1.3 四轮转向的国内外研究动态  11-14
  1.4 研究思路以及主要内容  14-16
第二章多自由度四轮转向车辆模型的建立  16-28
  2.1 四轮转向车辆的理论分析  16-19
    2.1.1 四轮转向汽车低速转向时的理论分析  16-18
    2.1.2 四轮转向汽车高速转向时的理论分析  18-19
  2.2 四轮转向车辆数学模型的建立  19-27
    2.2.1 二自由度模型的建立  19-21
    2.2.2 理想模型的建立  21
    2.2.3 三自由度数学模型的建立  21-23
    2.2.4 四自由度数学模型的建立  23-27
  2.3 小结  27-28
第三章四轮转向车辆的整车多刚体动力学模型  28-44
  3.1 ADAMS的分析和计算方法  28-35
    3.1.1 动力学方程的建立  28
    3.1.2 动力学方程的求解  28-31
    3.1.3 静力学分析、运动学分析和初始条件分析  31-34
    3.1.4 ADAMS计算分析过程综述  34-35
  3.2 ADAMS/View建模和仿真的步骤  35-37
    3.2.1 ADAMS/View创建模型步骤  36
    3.2.2 ADAMS测试并验证模型步骤  36-37
  3.3 建立四轮转向车辆多体动力学模型  37-41
    3.3.1 前悬架模型的建立  37-39
    3.3.2 后悬架模型的建立  39
    3.3.3 转向系统与车身建模  39-40
    3.3.4 轮胎和路面模型的建立  40-41
  3.4 仿真分析  41-43
  3.5 小结  43-44
第四章模糊控制理论及其设计方法  44-52
  4.1 模糊控制理论的发展  44-45
  4.2 模糊控制的特点  45-46
  4.3 模糊控制器的结构  46
  4.4 模糊控制器设计方法  46-51
  4.5 小结  51-52
第五章四轮转向车辆的模糊PID控制研究与仿真分析  52-62
  5.1 模糊自适应整定PID控制原理  52
  5.2 模糊PID控制器的参数选择  52-53
  5.3 模糊PID控制器规则的建立  53-55
  5.4 模糊推理以及模糊解  55-57
  5.5 在MATLAB中建立模糊PID控制器  57-58
  5.6 仿真试验与对比  58-61
  5.7 小结  61-62
第六章神经网络四轮转向控制系统的建立与仿真  62-76
  6.1 人工神经网络概述  62-66
    6.1.1 人工神经网络的特性  62-63
    6.1.2 人工神经元模型  63-64
    6.1.3 神经网络的学习方式  64-66
  6.2 BP神经网络的原理和结构  66-68
  6.3 四轮转向车辆的BP神经网络模型的建立  68-72
    6.3.1 BP神经网络模型的结构设计  68-70
    6.3.2 四轮转向车辆的BP神经网络的数据采集  70-71
    6.3.3 BP神经网络的建立与训练优化  71-72
  6.4 四轮转向车辆的BP神经网络控制仿真  72-74
  6.5 小结  74-76
第七章结论和展望  76-78
  7.1 论文成果  76
  7.2 研究展望  76-78
参考文献  78-82
致谢  82-84
攻读硕士学位期间发表的论文  84

四轮转向车辆的控制策略研究

内容摘要

全文目录

相似论文