基于纵向车速估算的商用车ABS神经网络滑模控制

论文摘要

针对商用车防抱死制动系统(ABS)控制中纵向车速难以直接获得,提出了强跟踪容积卡尔曼滤波(STCKF)算法对制动过程中的纵向车速进行估算。然后根据ABS控制需求,提出了商用车ABS神经网络滑模控制算法,利用滑模算法对ABS的滑移率进行控制,再利用神经网络对滑模控制器的参数进行自适应调节。最后通过Matlab/Simulink与TruckSim联合仿真,分别在高、中、低附着系数路面和对开路面上进行仿真验证。仿真结果表明:强跟踪容积卡尔曼滤波算法对纵向车速的估算较为精确,ABS神经网络滑模控制效果良好。

论文目录

• 0 引言
• 1 系统建模
• 2 控制算法
•   2.1 强跟踪容积卡尔曼滤波的车速估算
•   2.2 幂次滑模变控制器
•   2.3 RBF神经网络控制器设计
• 3 仿真分析
•   3.1 高附着系数路面仿真试验
•   3.2 中等附着系数路面仿真试验
•   3.3 低附着系数路面仿真试验
•   3.4 对开路面仿真试验
• 4 结论

文章来源

类型: 期刊论文

作者: 李静,石求军,刘鹏,户亚威

关键词: 车辆工程,制动防抱死系统,强跟踪容积卡尔曼滤波,神经网络,滑模控制

来源: 吉林大学学报(工学版) 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 汽车工业

单位: 吉林大学汽车仿真与控制国家重点实验室

基金: 国家科技支撑计划项目(2015BAG01B01)

分类号: U463.6

DOI: 10.13229/j.cnki.jdxbgxb20180517

页码: 1017-1025

总页数: 9

文件大小: 1608K

下载量: 327