共查询到20条相似文献,搜索用时 968 毫秒
1.
2.
3.
4.
汽车电动助力转向系统特性研究 总被引:7,自引:1,他引:6
建立电动助力转向系统的力学模型,并对系统电动机在比例控制和比例加微分控制下汽车电动助力转向系统特性进行分析,对系统的频率特性和时间响应进行数值仿真,分析比例系数和微分系数对系统特性的影响,研究参数变化下系统特性的变化规律,为优化控制规律提供依据。 相似文献
5.
6.
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。 相似文献
7.
为更好地参加全国大学生智能汽车竞赛,文章提出了基于K60的智能小车设计,设计了以MK60DN512ZVLQ10作为核心控制器的硬件电路系统。软件系统通过处理单目摄像头所拍摄的图像,得到小车的规划路径曲线;再通过单点预瞄最优曲率模型得到较优转向角,用比例积分微分(PID)算法控制小车的转向,实现了小车的循迹功能。采用了障碍物膨胀法,有效避免了碰撞的发生。试验结果表明,所设计的智能小车能够在赛道上直线行驶、转弯、过十字路口等,具有基本的行驶功能,满足了设计目标要求。 相似文献
8.
9.
本文中基于神经工效学认知理论融入驾驶员预瞄模型,建立了以认知-控制为框架的驾驶员横向控制模型。模型采用Simulink和TruckSim软件联合仿真的形式验证。采用粒子群优化算法对控制框架中的比例-微分(PD)控制器模块参数进行优化标定。结果表明,在侧风工况下,基于认知-控制为框架所建立的驾驶员横向控制模型有效(RMSE=0.09),且精度更高,适应度更广。另外,从认知-控制角度改变预览时间tp、增益比例kp和微分参数kd,可表征不同驾驶风格的驾驶员行为。本研究为提高侧风工况下的高级辅助驾驶系统和自动驾驶汽车的安全性和舒适性提供参考思路。 相似文献
10.
电子控制式电动助力转向系统的控制 总被引:6,自引:0,他引:6
本文通过建立电动助力转向系统的动力学方程,计算和分析了该系统的频域和时域响应特性。采用比例加微分控制方法,可获得理想的助力特性,并能避免并振峰的出现;单纯的比例控制却不能满足这两点要求。 相似文献
11.
汽车电动助力转向系统的基本功能是利用电机产生助力力矩帮助转向。与传统的转向系统相比该系统结构简单,灵活性大,能较好地满足汽车转向性能的要求;在操纵舒适性、安全性、节能等方面也充分显示了其优越性。本文对汽车电动助力转向系统的结构及其动力特性分析,建立数学模型,设计了一种自适应模糊PD控制系统。并进行了仿真研究。仿真结果表明,基于模糊PD控制的EPS比传统PD控制具有更好的助力特性和抗干扰能力。 相似文献
12.
汽车电动助力转向系统的基本功能是利用电机产生助力力矩帮助转向。与传统的转向系统相比该系统结构简单,灵活性大,能较好地满足汽车转向性能的要求;在操纵舒适性、安全性、节能等方面也充分显示了其优越性。本文对汽车电动助力转向系统的结构及其动力特性分析,建立数学模型,设计了一种自适应模糊PD控制系统。并进行了仿真研究。仿真结果表明,基于模糊PD控制的EPS比传统PD控制具有更好的助力特性和抗干扰能力。 相似文献
13.
根据转向系统的助力特性要求,对电动助力转向系统的控制策略进行研究。建立该系统的动力学模型,对转向系统的助力控制、阻尼控制和回正控制进行分析研究。策略中主要采用PID控制方法,首先进行控制器目标电流的确定和补偿,然后对模型的电流进行仿真和验证,结果表明,此控制策略的增加转向系统的轻便性和路感。 相似文献
14.
《汽车技术》2018,(12)
为提高汽车转向稳定性,针对主动前转向(AFS)系统提出了一种基于可变传动比转向系统(VGRS)的多目标滑模控制(SMC)策略。首先依据AFS系统工作原理,建立了VGRS执行器数学模型,构建了控制器输出转向角与实际前轮转向角之间的关系。然后以双自由度汽车控制模型为基础,运用滑模变结构控制原理,设计了以侧滑角和偏航率为控制变量的滑模控制器,分析了该控制系统的稳定性。最后利用MATLAB和Simulink软件,在仿真平台上分别进行开环和闭环转向稳定性控制的仿真试验,结果表明,与模糊PID策略相比,SMC策略中的侧滑角和偏航率均有所降低,表明SMC策略能有效提高汽车转向稳定性。 相似文献
15.
16.
17.
针对自动驾驶车辆纵向速度的跟踪控制问题,提出了基于模型预测控制和微分先行比例-积分-微分(PID)的双层闭环控制策略:基于模型预测控制原理设计速度上层控制策略,采用层次分析法确定目标函数中的权重系数,计算出适应行驶条件的期望加速度;通过车辆逆纵向动力学模型计算对应的驱动力和制动力,控制车辆速度,采用微分先行 PID 进行反馈调节。结果表明:在该策略下车辆加速或减速行驶时,车辆具有较好的跟踪控制性能。 相似文献
18.
19.
20.
提出一种基于粒子群优化神经网络PID的车道保持控制方法。首先搭建车路模型和EPS(Electric Power Steering,电动助力转向系统)模型;然后建立粒子群优化神经网络PID控制器,利用粒子群算法优化神经网络的初始权值和阈值,提高神经网络算法的收敛速度和精度,优化后的神经网络算法在线调整PID控制器的3个参数比例Kp、积分Ki、微分Kd,输出最优组合;最后,进行车道保持硬件在环试验,试验表明:相对于常规PID控制和神经网络PID控制,在粒子群优化神经网络控制下,车道保持系统的跟踪精度和稳定性都更高。 相似文献