简介:为了改善常规PID算法在电动助力转向系统(EPS)控制中的不足,提高系统控制的精度、稳定性和抗干扰能力,采用粒子群算法(PSO)对PID控制器进行优化.根据EPS系统结构和动力学特性,建立了EPS系统数学模型.电机采用电流控制法,并以助力特性曲线中理想电流值与电机电流实际输出值的偏差作为PID控制器的输入.利用MATLAB平台建立EPS系统PID控制的整车模型,分析研究粒子群算法,并根据PSO算法优化PID控制器的参数.仿真结果表明:与常规PID控制相比,采用粒子群优化的PID控制,系统输出响应更平稳,抗干扰能力更强,鲁棒性好,控制效果更优.
简介:轮毂电机式电动汽车在启动和运转过程中,电机控制系统经常要接收随机调速控制信号。传统PID控制难以实现快速、精确的速度调节。为解决此不足,提出采用神经网络PID(NNPID)进行控制的方法,首先对无刷直流电机进行建模分析,然后以BP算法训练神经网络并搭建控制系统,最后在Matlab/Simulink仿真环境下对该系统进行多种运转条件下的仿真并与传统控制策略进行比较,结果证明:基于神经网络的控制策略的电机控制系统启动平稳,能有效减少不稳定信号的干扰,对期望输出能实现较好的跟踪,可以满足一般电动汽车运行的需要.
简介:由于履带车辆在直驶和转向工况的路面阻力差异很大,导致车辆在直驶-转向-直驶这一动态过程中,车辆负载扰动很大,驾驶员需要精细的操作油门踏板去实现稳定的车速,实现转向意图,特别是在对车辆进行挪库等操作时,要求车辆低速转向,由于此时发动机转速较低,涡轮增压器的迟滞效应严重,导致发动机响应性较差,很容易造成车辆转向困难,转向意图实现差,以及直驶与转向工况切换时车速扰动大等问题.试图通过协调控制的方式,在不操作油门踏板的情况下,自动调节发动机的转矩输出,以适应履带车辆在直驶和转向工况互相切换时的负载扰动,使车辆保持车速的平稳.针对车辆在发动机怠速下起步,随后进入转向这一工况进行研究,通过仿真结果对比分析,证明采用协调控制能有效的降低由负载扰动带来的车速波动,实现低速平稳转向的目标.