从整车试验看ABS控制技术的改进方向

对ABS基本功能和控制原理进行阐述,并基于国标GB/T13594-2003从试验方法、试验项目、试验结果分析等方面对ABS整车道路试验进行研究,最后提出了基于路面附着系数变化的ABS识别预测技术和修正控制算法。     

ABS整车道路试验研究

对ABS基本功能和控制原理进行阐述,并基于国标GB/T13594—2003从试验方法、试验项目、试验结果分析等方面对ABS整车道路试验进行研究,最后提出了基于路面附着系数变化的ABS识别预测技术和修正控制算法。     

汽车ABS自适应模糊滑模控制算法研究

基于纵向附着系数一滑移率曲线特性,设计了可进行最佳滑移率估计和校正的自适应调节器,并根据滑移率跟踪最佳滑移率的误差,设计了可进行滑模参数自适应调节的模糊逻辑调节器.利用Simulink建立了ABS的自适应模糊滑模控制器模型和自适应滑模控制器模型,分别对单一路面和不同路面进行了仿真和比较研究,结果显示所提出的汽车ABS自适应模糊滑模控制算法可行,并且利用自适应模糊滑模控制器的ABS纵向附着系数利用率更高、稳定性更好、制动时间和制动距离更短.     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

车辆防抱死制动系统(ABS)控制算法的研究

本文从车辆动力学着手，阐述了ABS的控制机理，并提出了基于路面附着系数的ABS全新控制算法，在自行设计的转鼓试验台架上进行了试验，证实了此控制算法的有效性，为加速ABS产品化提供了有效的手段。     

基于SWIFT轮胎模型的防抱死制动系统控制算法仿真

在汽车防抱死制动系统（ABS）开发过程中,需要通过大量的实车试验完成参数标定以保证产品性能和鲁棒性。对于缩短开发周期而言,在设计阶段基于模型实现ABS控制算法的标定和迭代优化具有重要价值。本文建立了包含平面内SWIFT轮胎模型在内的四分之一车辆模型,建立了防抱死制动系统模型并设计了基于规则的逻辑门限ABS控制算法,并基于该平台验证了ABS控制算法的合理性。     

基于模糊Kalman算法的电动汽车驱动控制策略的研究

介绍基于Kalman滤波和模糊控制算法的驱动防滑控制策略。利用Kalman滤波算法估算车辆的滑转率,再通过模糊控制算法识别路面附着系数,以换转率为控制变量,选用PID控制算法控制电动汽车的电机。在MATLAB／Simulink平台上验证,验证了此联合算法能很好地防止车辆的驱动防滑,提高车辆的安全稳定性。     

基于盘式制动器的电磁制动系统的仿真研究

在一种新型电磁制动器的基础上,应用ABS的控制原理和基于路面附着系数的方法对其实施控制,利用Matlab/Simulink建立了车辆动力学、电磁制动器以及基于路面附着系数控制器的数学模型,并进行仿真计算,为这种新技术的设计和实现提供了理论依据。     

基于路面自动识别的ABS自适应神经模糊控制器仿真研究

有效、快速的道路状况自动识别对于提高ABS性能具有重要意义。通过仿真试验分析,提出了一种比传统方法更快更高效的路面识别方法,并设计了以滑移率为控制目标的ABS模糊神经网络控制器。结合车辆模型熏对单一附着系数路面和变附着系数路面进行了ABS制动模拟试验。结果表明熏基于路面自动识别ABS模糊控制系统能快速、准确判断出路面状况的变化熏自动调整、优化控制器控制参数熏使车辆获得最大地面制动力,与传统利用车身加速度进行路面识别的逻辑门限控制器相比,该控制器反应更灵敏,控制更精确。     

基于参数自整定模糊PID控制的汽车ABS系统分析与仿真

以Carsim软件中的仿真模型为基础,对汽车防抱死系统(ABS)的模糊控制策略进行研究。参数自整定PID控制具有较好的自适应能力,可根据事先制定好的模糊控制规则对PID参数实现实时修改。以ABS滑移率控制原理及模糊控制理论,制定了整车ABS模糊控制策略。利用CarSim中整车模型,应用Matlab/Simulink设计了ABS模糊控制器,搭建了ABS整车控制系统。借助CarSim与Matlab/Simulink联合仿真平台进行ABS控制策略的仿真实验验证。仿真试验结果表明:基于参数自整定模糊控制的ABS控制策略相对于无ABS控制和常规PID控制,提高了汽车行驶制动稳定性制动效能更加理想。     

基于ADAMS与Matlab的ABS模糊控制仿真研究

将多体系统动力学与智能控制理论相结合对汽车制动防抱死控制系统进行了研究，利用ADAMS／CAR建立了汽车整车的多体力学模型，模型包含了前后悬架、动力总成、转向系统、稳定杆、制动系、轮胎力学模型以及车身，同时也考虑了轮胎、衬套、弹簧、减震器等部件的非线性，准确地表达了车辆的动态特性；利用Matlab／Simulink模糊控制工具箱建立了制动防抱死控制系统的模糊控制策略，利用ADAMS／Control接口进行模型的集成、协同仿真，并将仿真结果与另一种控制策略一逻辑门限值控制的仿真结果进行了比较和分析，仿真反映出模糊控制在整车制动防抱死控制系统上的应用效果，结果表明该控制算法稳定好并具有较强的鲁棒性。     

基于模糊控制方法的防抱控制系统的研究

本文采用模糊控制方法对车辆防抱制动系统进行了模拟研究，采用单轮的车辆模拟模型，用两种方法研究了防抱系统，即基于车轮滑移率的连续控制系统和基于车轮加减速度及参考滑移率的非连续控制系统。     

基于模糊PID的汽车防抱制动系统控制策略的研究

在基于滑移率的ABS控制策略的基础上,建立了11自由度的汽车急转制动仿真模型。提出了一种参数自整定模糊PID控制算法,并采用了Bang-Bang控制和模糊PID控制分别对汽车ABS进行了仿真,其结果表明:模糊PID控制比Bang-Bang控制可以达到更好的效果。     

基于滑移率和减速度的ABS模糊控制仿真研究

在ABS逻辑门限值控制方法的基础上,通过分析道路试验数据,利用M atlab的模糊工具箱建立了模糊控制系统,采用7自由度整车模型在S imu link中进行仿真计算。仿真结果表明,基于滑移率和减速度的ABS模糊控制比逻辑门限值方法具有更好的自适应性,并可减少道路试验的工作量。     

基于MATLAB的ABS控制仿真研究

ABS是一种变工况、非线性的系统,且建模难度大。分别采用PID控制、模糊PID控制两种方法对单轮汽车模型进行了模拟仿真。其中模糊PID控制可以利用模糊控制规则对PID参数进行在线修改,因而具有较好的自适应能力,可以达到非常好的控制效果。     

防抱死制动系统模糊自学习控制研究

由于车辆参数和运行工况的复杂多变，针对特定参数和路面条件所设计的防抱死制动系统往往难以适应。为解决这一问题，文中首先建立了带有盘式制动器的双轮车辆直线制动系统的数学模型；而后提出了模糊自学习控制策略，该方案通过引入模糊学习机制以调整模糊控制器的规则集，可使车辆对象输出跟踪理想参考模型的输出；接着对所设计控制算法在不同路面条件下进行了性能模拟；最后开发了模糊自学习微控制器，基于硬件在环仿真技术，对设计控制器的性能进行了实验验证。     

基于模糊控制器的整车ABS检测试验台技术研究

通过对整车ABS性能的分析,针对在ABS台架检测时的汽车惯性质量模拟问题,提出了无级模拟汽车惯性质量的电模拟方法,并根据检测台的系统特性和经验制定了模糊控制规则表,建立了电模拟方法的理论模型。设计了整车ABS检测台的模糊控制器,并对电模拟方法进行了仿真分析。     

重型汽车低附着路面制动稳定性的仿真研究

文章利用trucksim重型汽车动力学仿真软件,对六轮双轴重型汽车在低附着路面左右车轮附着系数不一致情况下进行紧急制动的行驶工况进行了仿真研究。研究结果表明在低附着路面进行紧急制动时,对制动轮进行制动压力控制,有ABS控制的重型汽车比没有ABS控制的重型汽车具有更好地行驶稳定性。但在低附着路面上,有ABS控制的重型汽车比没有ABS控制的重型汽车的制动距离增加了很多,这对重型汽车的行车安全性非常不利。     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。