电动助力转向系统控制的台架试验研究

提出了将基于模糊神经网络的PID控制策略用于电动助力转向系统中助力电机的控制。设计了电动助力转向试验台，并进行了电动助力转向系统的台架试验。试验结果证明，采用模糊神经网络控制器确定目标电流，并使用PID反馈控制器跟踪目标电流的控制策略是十分有效的，能显著提高汽车的转向轻便性和灵敏性。     

基于蚁群算法的EPS系统仿真研究

针对车辆电动助力转向系统(EPS)的特点,提出了基于蚁群算法的电动助力转向系统控制策略,将蚁群算法与模糊PID控制器相结合,根据车辆不同运行工况,通过实时在线优化模糊PID控制器中的控制参数,进一步提高EPS系统的控制精度与收敛速度,通过Matlab/Simulink进行了各种运行工况下整车EPS系统的仿真实验。实验结果表明,与常规PID控制相比,采用基于蚁群算法的控制策略,EPS系统的控制精度高、超调量小、调整时间短,该控制策略具有蚁群算法收敛响应速度快和PID控制精度高的优点,适合应用于车辆EPS系统。     

商用车EPS助力控制策略的研究

为某商用车转向系统设计了电动助力转向系统(EPS)的总体布置和曲线型助力特性,并基于模糊PID控制方法设计了助力控制策略.以车辆动力学仿真软件TruckSim和Matlab/Simulink为平台,在整车动力学模型和EPS控制模型的基础上,建立了装备EPS商用车的联合仿真模型,以研究助力控制策略对EPS性能和整车操纵稳定性的影响.结果表明:与PID控制方法相比,采用模糊PID控制器的助力控制策略更能充分实现EPS的功能和改善商用车的操纵稳定性.     

基于快速控制原型的电动助力转向系统控制研究

阐述了车辆电动助力转向系统(EPS)的结构与工作原理.研究了EPS系统在路面冲击下的稳定性能及控制方法,对助力电机输出电流施行模糊PID闭环反馈控制,并采用幅频复合滤波对控制信号进行滤波处理,从而进一步提高了控制效果.通过在快速控制原型平台上进行的硬件在环实时仿真表明,该方法明显改善了EPS系统的控制性能.     

汽车电动助力转向控制系统的初步研究

自行设计的电动助力转向系统(EPS)由控制器、转向盘转矩传感器、车速传感器、电流传感器(在控制器内)、助力电机及减速机构、机械式转向器、蓄电池等组成。EPS的控制系统主要由控制器、传感器及信号处理电路、助力电机及驱动电路等组成。控制算法由电机助力控制算法和电机转矩控制算法两部分构成。该方案易于实现，同时又能保证转向控制系统较高的控制精度。     

基于信号滤波及动态补偿的电动转向系统控制研究

为提高电动助力转向(EPS)系统控制的精度,必须对传感器的输出信号进行动态补偿。阐述了EPS系统的结构原理,建立了EPS状态空间方程,设计了PID闭环控制器,并对参数进行了整定。仿真结果表明,通过对信号的滤波及动态补偿,能够显著抑制信号噪声的干扰,提高了EPS系统的控制质量。     

基于MC9S12XS128的电动助力转向系统的设计

阐述了电动助力转向系统（EPs）的基本组成和工作原理,设计了基于MC9S12XS128单片机控制的电动助力转向系统。介绍了其主要硬件电路模块的组成和软件总体设计,并对所设计的EPS控制器进行了台架试验,试验表明所设计的电助力转向系统能够很好地跟踪月标电流,实现闭环助力功能。     

大扭矩商用车EPS系统回正补偿策略研究

车辆回正控制是决定转向系统好坏的一个重要因素。针对新能源大扭矩商用车存在回正不足或回正超调问题,文章提出了基于多种群遗传算法（MPGA）优化的模糊比例-积分-微分（PID）控制算法,建立了电动助力转向（EPS）系统动力学模型、方向盘转角估计模型与回正补偿控制策略,根据估计的方向盘转角确定电机的期望输出扭矩,以此确定电机电枢电压,从而实现回正补偿。利用MPGA优秀的全局寻优性能,对模糊PID控制器参数进行优化。经Simulink仿真试验证明,提出的基于MPGA优化的模糊PID控制算法,相较于PID控制与模糊PID控制,回正性能得到改善。     

基于全桥半桥切换的EPS系统滑模控制的分析与设计

基于建立的电动助力转向系统(EPS)动态模型,以电动助力转向系统为研究对象,首先分析EPS系统的功率驱动电路的两种驱动方式,分析了全桥、半桥功率驱动原理,推导出平均电流表达式,并依此设计了全桥、半桥切换器。根据滑模控制的基本原理,利用EPS系统中助力电机的模型,设计出一种简单实用的滑模控制器。仿真和试验结果表明,该控制器有很好的控制效果,克服了传统控制器不能很好解决系统中的非线性的问题,使得EPS系统具有很好的动态性能。     

预测步长自调整的ASS与EPS灰预测模糊集成控制

为了对汽车主动悬架系统(ASS)与电动助力转向系统(EPS)进行实时集成控制,应用模糊控制理论和灰色预测理论,设计了一种基于预测步长自调整的灰预测模糊集成控制器.它通过对当前过程状态的模糊判决,实现对灰预测步长的自适应调整,从而改善控制效果.仿真结果表明,与未加控制和ASS与EPS独立控制相比,预测步长自调整的灰预测模糊集成控制更能实时有效地对汽车ASS与EPS进行协调控制,显著提高了汽车的行驶平顺性和操纵稳定性.