多层前向神经网络在电动转向系统中的应用

针对电动转向系统助力特性存在非线性的特点,应用多层前向神经网络,对电动转向系统全车速下的助力特性进行拟合。文中设计了多层前向神经网络结构,并采用基于综合目标函数的二阶学习算法对其进行离线学习,最后在电动转向综合试验台上实现在线控制。系统实现了全车速范围的非线性转向助力,克服了转向助力盲区。     

电动转向系统特性分析

建立了电动转向系统的动态模型,应用控制理论,分析了该系统动态特性中的助力特性、随从特性、转向路感以及系统稳定所需的条件,讨论了主要参数的变化对其产生的影响。动态特性分析及参数讨论对该系统的工程设计有一定的指导意义。     

电动转向系统助力特性研究

以装在中型轿车上的齿轮轴式电动转向系统为研究对象，建立该系统的三自由度动态模型，分析影响转向助力特性的变量，提出简化的转向阻力计算公式及助力增益与车速关系。以实车参数为基础，得到非线性的助力特性图。通过分析该图，表明该助力特性符合实际系统的控制规律，为系统的设计与控制提供依据。此外，本文的研究方法对求不同车型的助力特性有较好的通用性。     

基于神经网络的电动转向系统助力特性研究

基于综合目标函数的误差反向传播学习算法，设计了用于该离散化转向助力特性的BP神经网络结构，进行了离线训练，并在电动转向综合试验台上实现了在线控制。实现了全车速范围的非线性转向助力，克服了转向助力盲区。