汽车ABS中的模糊神经网络模型参考自适应控制策略  

Model Reference Self-Adapting Control Policy for Fuzzy Neural Network of Automobile ABS

作　　者：刘佳[1] 杜太行[1] 何莉莉[1] 徐东彬[1] 

机构地区：[1]河北工业大学电气与自动化学院,天津300130

出　　处：《汽车电器》2006年第1期4-7,共4页Auto Electric Parts

摘　　要：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。Aiming at the characteristics of automotive braking and the performance demands of ABS, the mathematic model is set up; a kind of self-adapting control policy for fuzzy neural network is advanced to form the structural model of controller and identifier. Thus effective control of automotive braking is achieved by initial value deriving network parameters off-line exercise and micro adjustment on-line. The simulation verifies： vehicle may be braked around best anti-slide rate on different road; brake time and distance reach ideal result and meet ABS requirements.

关 键 词：汽车 防抱死制动 模糊神经网络 模型参考自适应控制 

分 类 号：U463.526[机械工程—车辆工程]