2012-2016年中國烘干機(jī)產(chǎn)業(yè)市場研究與投資前景預(yù)測報(bào)告

1、二一四二一五學(xué)年 第一學(xué)期信息科學(xué)與工程學(xué)院自動化系關(guān)于汽車防抱死系統(tǒng)智能控制讀書報(bào)告姓 名： 林嫄 學(xué) 號： 201204134003 班 級： 自動化1201班 課程名稱： 智能控制系統(tǒng) 指導(dǎo)教師： 趙明旺 0關(guān)于汽車防抱死系統(tǒng)智能控制讀書筆記1、 汽車防抱死制動系統(tǒng)工作原理簡述 在制動時(shí)，ABS根據(jù)每個(gè)車輪速度傳感器傳來的速度信號，可迅速判斷處車輪的抱死狀態(tài)，關(guān)閉開始抱死車輪上面的常開輸入電磁閥，讓制動力不變，如果車輪繼續(xù)抱死，則打開常閉輸出電磁閥，這個(gè)車輪上的制動壓力由于出現(xiàn)直通制動液貯油箱的管路而迅速下移，防止了因制動力過大而將車輪完全抱死。在此同時(shí)，主控制閥通電開啟，動態(tài)壓力的制動

2、液可進(jìn)入制動閥，動態(tài)壓力的制動液從動態(tài)助力管路通過主控制閥、制動總泵密封墊外緣到達(dá)前輪輸入管路如此反復(fù)地工作（工作頻率312次/秒），讓制動狀態(tài)始終處于最佳點(diǎn)（滑移率S為20%），制動效果達(dá)到最好，行車最安全。 圖1 ABS系統(tǒng)工作原理示意圖 百度文獻(xiàn)資料二、控制問題簡述目前，國內(nèi)外對ABS的控制研究開展了許多工作，大都采用邏輯門限控制，其門限值是固定的，電子控制單元(很難對不同的路面情況做出適當(dāng)?shù)恼{(diào)整，控制的自適應(yīng)性不強(qiáng)，需要通過大量道路試驗(yàn)進(jìn)行參數(shù)匹配。但一般都通過單一的控制方式來實(shí)現(xiàn)，因此往往很難兼顧控制的魯棒性、精度和穩(wěn)定性。采用現(xiàn)有的單一控制難以消除模型不確定性和復(fù)雜制動條件對控制系

3、統(tǒng)的影響，且實(shí)際產(chǎn)品為提高性價(jià)比，往往只用輪速傳感器來獲取制動信息。因此，有必要從輪胎與地面接觸的力學(xué)特性分析著手，探索一種不依賴于精確系統(tǒng)模型的，能從有效提取輪速傳感器信息來辨別制動環(huán)境和制動特性變化的，在不同控制層面上采用不同?？刂撇呗缘姆旨壷悄芸刂苼韺で蠼鉀QABS復(fù)雜控制問題。3、 智能控制系統(tǒng)結(jié)構(gòu) 汽車ABS是復(fù)雜的非線性時(shí)變系統(tǒng)，對其難以建立精確數(shù)學(xué)模型，涉及制動環(huán)境的智能辨識、控制策略的自適應(yīng)性、控制參數(shù)校正與優(yōu)化等難題，直接獲取的制動信息非常有限，但在不同控制要求下所需的制動信息量又有差異。不依賴精確數(shù)學(xué)模型的分級智能控制非常適合解決這類復(fù)雜控制問題。這里，設(shè)計(jì)了汽車ABS分級智

4、能控制系統(tǒng)，見圖2。圖2 汽車ABS分級智能控制系統(tǒng)圖2把ABS復(fù)雜制動求解分成3個(gè)相互聯(lián)系的控制級別，在各個(gè)級別上按所需知識(智能程度)的多少，單獨(dú)配置控制器，便于直接進(jìn)行控制，使得復(fù)雜控制問題在很大程度上得到了簡化。1. 運(yùn)行控制級 充分利用制動時(shí)車輪與地面的附著系數(shù)，使制動車輛保持在一定路面下的最佳滑移率，是運(yùn)行控制級追求的目標(biāo)。針對該目標(biāo)，把制動中的汽車看作快速移動的機(jī)器人，設(shè)計(jì)擬人思維的仿人智能控制器。12建立仿人智能控制的特征模型 運(yùn)行控制級包括4個(gè)車輪制動的仿人智能控制器。設(shè)E、或分別表示第刀次采樣計(jì)算得到的參考滑移率誤差和誤差變化，可得仿人智能控制的特征基元集 （1） 在此基礎(chǔ)

5、上，設(shè)計(jì)出仿人智能控制的特征模型為 （2）13設(shè)計(jì)控制模態(tài)集和控制推理規(guī)則集 在對特征模型中的不同特征區(qū)域進(jìn)行控制時(shí)，應(yīng)該采用不同的控制模態(tài)。這里，設(shè)計(jì)仿人智能控制的控制模態(tài)集為 （3） 式中 u(n)仿人智能控制器的第n次輸出umax仿人智能控制器輸出的最大值Kp比例系數(shù)Kd微分系數(shù) 在已有特征模型和控制模態(tài)集的基礎(chǔ)上，設(shè)計(jì)出仿人智能控制的推理規(guī)則集 （4） 2.參數(shù)校正級設(shè)計(jì)基于參考滑移率的仿人智能控制器時(shí)，所用參考滑移率與實(shí)際的滑移率有一定差異，且運(yùn)行控制級只采用了4種有限的控制模態(tài)。實(shí)際中，為了使汽車在某一特定路面下制動時(shí)盡可能保持最佳滑移率，還應(yīng)該考慮對運(yùn)行控制級中仿人智能控制的某些

6、控制模態(tài)和控制量進(jìn)行必要的校正。由于車輪角速度是從輪速傳感器中得到的最直接的制動信息，又由式知，車輪角減速度能夠表征地面摩擦力與制動力之間的關(guān)系，而制動力又和電磁閥的被控狀態(tài)是直接聯(lián)系在一起的，因此這里用車輪角減速度來進(jìn)行參數(shù)校正。下面給出用車輪角減速度(）修改控制模態(tài)和控制量的校正規(guī)則（）。其中為經(jīng)參數(shù)校正后的第n次輸出。(1) 如果，并且，那么，(2) ，并且，那么，(3) ，并且，那么，(4) 其他情況下，23組織協(xié)調(diào)級231路面辨識將第21節(jié)的運(yùn)行控制和第22節(jié)的參數(shù)校正相結(jié)合，可望在某一特定路面下保持最佳滑移率，但不能保證在不同路面下ABS都具有優(yōu)良的制動性能。因此，還必須根據(jù)輪速傳

7、感器獲得的信息，識別路面等外界制動條件的變化。目前，在路面辨識上比較有代表性的有神經(jīng)網(wǎng)絡(luò)技術(shù)，基于對比車輪理論減速度與車輪實(shí)際減速度的方法，基于GPs的方法辨識輪胎與地面的摩擦因數(shù)等。然而，基于神經(jīng)網(wǎng)絡(luò)的方法需要大量的樣本數(shù)據(jù)對網(wǎng)絡(luò)進(jìn)行訓(xùn)練；對比車輪理論減速度與車輪實(shí)際減速度的方法需要知道汽車的質(zhì)量，而實(shí)際的ABS很難判斷出汽車裝載任意質(zhì)量后的總質(zhì)量；基于GPs的方法成本高昂。由式、，可得制動時(shí)的車身減速度為 （5）式中g(shù)重力加速度由輪胎雙線性模型可知，不同路面下的附著系數(shù)和最佳滑移率都是有明顯差異的，結(jié)合式(5)分析可知，在車輪制動不抱死的情況下，車身最大減速度在干路面約為8ms2在濕路面約

8、為4ms2，而在冰雪路面約為2m/s2。在路面突變時(shí)，實(shí)際車速、參考車速及參考滑移率都有不同程度的變化，但很難為這種變化建立一個(gè)精確的模型。模糊智能推理非常適合于參數(shù)具有時(shí)變性且難以建立精確模型的控制場合，這里用它來實(shí)現(xiàn)路面辨識。采用合適的模糊推理方法得到模糊控制器的輸出后，可以辨識出路面信息，以此傳給運(yùn)行控制級和參數(shù)校正級，實(shí)時(shí)修改運(yùn)行控制的最佳滑移率值、特征模型閾值和參數(shù)校正中車輪角減速度閾值，使ABS在不同路面下具有良好的適應(yīng)性。232協(xié)調(diào)控制前面為4個(gè)車輪設(shè)計(jì)了獨(dú)立的制動控制器，為防止各輪抱死時(shí)間不一致，提高整車制動的平穩(wěn)性，可以采用對各獨(dú)立控制器進(jìn)行協(xié)調(diào)控制的方式。協(xié)調(diào)控制規(guī)則如下所

9、述。(1) 規(guī)則l。如果在某時(shí)段內(nèi)，某車輪的參考滑移率滿足，則不進(jìn)入運(yùn)行控制和參數(shù)校正，直接讓控制力。(2) 規(guī)則2。如果，那么，且。如果，那么，且。如果，那么，且。如果，那么，且。 以上規(guī)則中，分別表示前面兩輪、后面兩輪、左邊兩輪和右邊兩輪各自參考滑移率的平均值。、分別表示經(jīng)過參數(shù)校正和協(xié)調(diào)控制后各輪第一次的控制力。當(dāng)i=1,2,3,4時(shí)，依次對應(yīng)前左、前右、后左、后右這4只車輪。然后，用經(jīng)過協(xié)調(diào)控制后的計(jì)算量來決定電磁閥的狀態(tài)。設(shè)為分級智能控制器能輸出的最大力值，為了控制的精確性，把被控的電磁閥分為增、慢增、保、慢減、減壓等5種狀態(tài)：,增壓；，慢增壓；，保壓；，慢減壓；，減壓。另外，組織協(xié)

10、調(diào)級中還設(shè)置了ABS制動開始和結(jié)束條件，當(dāng)車輪減速度值達(dá)到一5 ms2且參考滑移率達(dá)到O15時(shí)進(jìn)入制動控制，參考車速小于7 kmh退出控制。輪速傳感器輸出信號調(diào)理，參考車速和參考滑移率的計(jì)算等都包含在組織協(xié)調(diào)級中。 李銳等 汽車防抱死制動系統(tǒng)分級智能控制四、主要的智能控制策略1.單輪系統(tǒng)模型的建立11物理模型為簡化研究，采用車輛單輪模型，并忽略迎風(fēng)阻力和車輪滾動阻力，其運(yùn)動方程為 （6） （7） （8）式中，為車輪角速度；I為車輪的轉(zhuǎn)動慣量；FbR為車輪轉(zhuǎn)矩；R為作用在車輪上地面制動力；Mb為制為動器制動力矩；m為作用在車上的垂直荷載，s為車輛滑移率。12滑移率與道路附著系數(shù)的關(guān)系這里使用比較

11、經(jīng)典的車輪與道路的附著系數(shù)模型：魔術(shù)公式。其方程為： （9）一般的，U。=0。本次仿真需要的5種典型的路面對應(yīng)的魔術(shù)公式中的A、B、C、D值分別為：(1) 高附著系數(shù)路面：o95，22，55，090；(2) (2)中高附著系數(shù)路面：o80，23，55，090；(3)中附著系數(shù)路面：o60，24，60，0963；(4)低附著系數(shù)路面：o40，26，72，1002；(5)冰面附著系數(shù)路面：o20，30，10，1013。一般道路最佳滑移率在005021的范圍內(nèi)，且隨著最大附著系數(shù)的降低而降低。 113模型一實(shí)際制動力矩差Mb由公式(7)得： （10） （11）式中，Mb1，為實(shí)際制動壓力矩，Mb2為

12、模型計(jì)算制動壓力矩，1為實(shí)際附著系數(shù)，2為模型計(jì)算附著系數(shù)。將兩式相減，得： （12）式中，MB為仿真系統(tǒng)中的制動力矩誤差，作為路面識別器的模糊控制輸入值。 蔣順文等 ABS智能控制設(shè)計(jì)與仿真2.基于目標(biāo)滑移率的積分分離PID控制器設(shè)計(jì)21 PID控制器的傳遞函數(shù)形式PID控制器根據(jù)給定的輸入值與實(shí)際輸出值構(gòu)成的控制偏差信號反饋進(jìn)行控制，由比例、積分和微分這3個(gè)參數(shù)來確定控制效果。其傳遞函數(shù)形式為 （13）式中：Kp，為比例系數(shù)；Ti為積分時(shí)間常數(shù)；Td為微分時(shí)間常數(shù)，并對連續(xù)的PID控制采用離散化：一般采用位置式PID算法。離散PID控制器可由由仿真模塊給出。在單輪ABS仿真系統(tǒng)中進(jìn)行調(diào)試，

13、得到合適的參數(shù)值分別為：Kp=600；Ti=0.8；Td=30.22積分分離式的單輪ABS PID控制器積分分離式PID的基本控制思路：當(dāng)被控量與設(shè)定值偏差較大時(shí)，取消積分作用，抑制超調(diào)；當(dāng)被控制量接近給定值時(shí)，引入積分控制，提高控制精度。其具體方法如下：(1)根據(jù)具體情況，設(shè)定閾值Ko；(2)當(dāng)K時(shí)，采用PD控制，可避免產(chǎn)生過大的超調(diào)，又使系統(tǒng)有較快的響應(yīng)；(3)當(dāng)=K時(shí)，采用PID控制，以保證系統(tǒng)的控制精度。這里，由于模擬的精度較高，將K的值設(shè)為002。蔣順文等 ABS智能控制設(shè)計(jì)與仿真3.模糊路況識別及最佳滑移率調(diào)整根據(jù)以上的單輪模型,建立模糊路況識別系統(tǒng),其控制流程圖如圖3所示 。圖3

14、 模糊控制流程圖3.1模型參數(shù)的設(shè)定根據(jù)以上算法，應(yīng)用SIMULINK建立相應(yīng)的控制系統(tǒng)模型，仿真模型的參數(shù)為：重力加速度g=9.8ms2；車輛初速Vn=72 kmh；車輪半徑R = 0.3 75m ;系統(tǒng)質(zhì)量m=310kg；最大制動壓力 PBmax:1500Mpa；液壓系統(tǒng)的滯后時(shí)間0.01S；轉(zhuǎn)動慣量 I = 2 15kg m 2 。通過改變這些參數(shù)，可模擬不同路面附著系數(shù) 。 3.2路面模糊識別器設(shè)計(jì)路面識別器模糊規(guī)則設(shè)計(jì)：糊控制器根據(jù)制動力矩誤差反向調(diào)節(jié)，將其值穩(wěn)定在合理的誤差范圍內(nèi)，控制系統(tǒng)的目標(biāo)滑移率向最佳滑移率收斂。第一個(gè)輸入值MB，為實(shí)時(shí)力矩誤差值；第二個(gè)輸入值Sk通過邏輯判斷

15、來加速制動力矩誤差的收斂。具體設(shè)計(jì)規(guī)則見表1。表1 路面識別模糊規(guī)則設(shè)計(jì) 呂立亞,朱偉興 模糊智能控制在ABS中的應(yīng)用以車輪切向減速度為主，輔以參考滑移率，作為模糊控制器的輸入變量，路面作為輸出變量。車輪切向減速度的模糊子集為v，相應(yīng)的語言值為：負(fù)最大NL，負(fù)大NB，負(fù)中NM，負(fù)小NS，零zE，參考滑移率和路面附著系數(shù)的模糊子集分別為S、u，相應(yīng)的語言值為：零zE，正小PS，正中PM，正大PB，正最大PL，根據(jù)前面的分析和已有的經(jīng)驗(yàn)得到模糊控制規(guī)則，見表2。表2 路面識別的模糊控制規(guī)則其它控制設(shè)定：當(dāng)車速小于 5 kmh 時(shí)，ABS系統(tǒng)不起作用(即保持制動狀 態(tài))；系統(tǒng)采樣時(shí)間0.01s控制時(shí)

16、間間隔為0.05s。采用合適的模糊推理方法得到模糊控制器的輸出后，可以辨識出路面信息，以此傳給運(yùn)行控制級和參數(shù)校正級，實(shí)時(shí)修改運(yùn)行控制的最佳滑移率值、特征模型閾值和參數(shù)校正中車輪角減速度閾值，使ABS在不同路面下具有良好的適應(yīng)性。 李銳等 汽車防抱死制動系統(tǒng)分級智能控制五、汽車防抱死控制系統(tǒng)的實(shí)現(xiàn)與應(yīng)用1.試驗(yàn)條件 為了提高計(jì)算處理能力，采用了Microchip公司的dsPICl6位數(shù)字信號控制器芯片做控制器(ECU)。設(shè)計(jì)了汽車ABS分級智能控制軟件和試驗(yàn)數(shù)據(jù)分析軟件，加上4個(gè)磁阻式輪速傳感器、ECU、數(shù)據(jù)采集箱等，構(gòu)建成汽車ABS測試控制系統(tǒng)，見圖4。圖4 ABS測試系統(tǒng)2.試驗(yàn)結(jié)果分析

17、分析測試數(shù)據(jù)后發(fā)現(xiàn)，在不同路面和車速下，分級智能控制的汽車在制動過程中沒出現(xiàn)車輪抱死和跑偏現(xiàn)象，且一致性較好，符合汽車制動安全的要求。由于篇幅所限，給出了在初速為80 lcInh時(shí)，汽車在高附著系數(shù)路面和高低附著系數(shù)對接路面制動下測試的輪速和參考滑移率，見圖5。圖5 不同路面下邏輯門限和分級控制效果對比 從圖5a、5c可見，分級智能控制使ABS具有很好的制動平穩(wěn)性，極大地改善了傳統(tǒng)邏輯門限控制在制動時(shí)產(chǎn)生的輪速波動特性。從圖5b、5d可見，分級智能控制能夠使汽車在制動時(shí)更快達(dá)到最佳(參考)滑移率，且能夠穩(wěn)定保持最佳(參考)滑移率。圖5c、5d反映出，當(dāng)汽車制動由高附著系數(shù)路面進(jìn)入低附著系數(shù)路面，即路面有突變時(shí)，分級智能控制能夠通過組織協(xié)調(diào)級更快識別出路面變化，并迅速進(jìn)入相應(yīng)的控制算法中，避免了邏輯門限控制在路面突變時(shí)可能帶來的車輪制動抱死。另外，給出了在制動初速為80km/s,40km/s時(shí)，幾種典型路面下汽車ABS試驗(yàn)控制效果的評價(jià)，見表3表3 汽車ABS道路試驗(yàn)控制效果評價(jià) 從表3中可以看出，在所示的不同制動初始車速和制動路面下，分級智能控制在一定程度上縮短了制動距離，提高了充分發(fā)出的平均減速度和附著系數(shù)利用率，并在路面有突變(對接路面)時(shí)效果尤為突出。這說明分級智能控制更充分地利用了車輪和地面之間的附著系數(shù)，適應(yīng)性好且提高了制動平穩(wěn)性。李銳等 汽車防抱死制動