（车辆工程专业论文）基于模糊神经网络的无级变速传动车辆巡航控制及仿真.pdf

中文摘要 摘要 随着我国汽车消费的大众化和高速公路网建设的飞速发展，汽车行驶安全性和 经济性越来越受到重视，汽车巡航控制系统作为一种主动安全技术将具有广阔的空 间。因此，如何采用合理的控制技术，研制和开发适合我国交通状况的自动巡航控 制系统，并推广应用到轿车、客车、重型货车上具有十分重要的意义。c v t 车辆巡 航控制系统是一个复杂的、分布参数的大惯性非线性系统，其受外界环境的影响很 大，所以建立其精确的数学模型十分困难。模糊控制理论和神经网络控制理论的迅 速发展为解决这一问题带来了生机。 本论文针对无级变速传动车辆的巡航控制所涉及的技术问题进行了研究，丰要 工作内容如下： 1 结合模糊控制和神经网络控制的特点，进行了模糊与神经网络相结合的控制 方法研究。并将其应用于车辆动力传动系统，针对发动机这种复杂的具有大惯性、 大迟延和时变的热工对象进行了仿真研究，比较了该控制方法和其它控制方法的控 制效果。 2 在儿4 7 4 q 1 发动机台架性能试验数据的基础上，采用神经网络方法建立了发 动机稳态、空载、动态转矩模型、油耗模型和万有特性模型，为在汽车动力传动系 统自动操纵中实现发动机与传动系统的最佳匹配奠定基础。 3 建立了无级变速传动系统的动态特性模型，推导了系统的状态方程，着重研 究了节气门控制策略、液力变矩器闭解锁控制策略和无级变速传动系统的速比控制 策略。为验证所建立的无级变速传动系统的模型以及控制策略的正确性，对该模型 进行了仿真研究。 4 开展了基于模糊神经网络控制的c v t 车辆巡航控制模型研究并对该模型进 行了网络训练，为进一步验证该系统的控制精度和自适应能力及纠错能力，在不同 的汽车行驶工况和系统参数摄动情况下进行了仿真研究。 关键词：无级变速传动，巡航控制，模糊神经网络，仿真 英文摘要 a b s t r a c t w i t ht h ed e v e l o p m e n to fa u t o m o b i l ec o n s u m p t i o na n dh i g h w a y n e t w o r ki nc h i n a , s e c u r i t ya n de c o n o m y c h a r a c t e r i s t i c so fa u t o m o b i l ea r ei n c r e a s i n g l yr e g a r d e d a saa c t i v e s e c u r i t yt e c h n o l o g y , c r u i s ec o n t r o ls y s t e m ( c c s ) w i l lb ee x t e n s i v e l yd e v e l o p e d t h e r e f o r e ，i ti sv e r yi m p o r t a n th o w t oa d o p tm a n i p u l a t i v et e c h n o l o g yt om a n u f a c t u r ea n d e x p l o i tc c s t os u i to u rc o u n t r yt r a f f i cs t a t u sa n da p p l ys o r t so fv e h i c l e t h ec c so f c o n t i n u o u s l y v a r i a b l e t r a n s m i s s i o n ( c v t ) v e h i c l ei sc o m p l i c a t e da n dl a r g e i n e r t i a l n o n - l i n e a rs y s t e m ，w h i c hi sv e r ya f f e c t e db yo u t s i d ee n v i r o n m e n t ，s u c ha sr o a ds u r f a c e a n dw i n d ，a n ds oo n s oi ti sm o s td i 币c u l tt ob u l l dp r e c i s em a t h e m a t i cm o d e lf o rc c s b u tt h er a p i dd e v e l o p m e n to fn e u r a ln e t w o r ka n df u z z yc o n t r o l l e rt h e o r ys u p p l ym e a n s f o rs o l v i n gt h i sq u e s t i o n t h i sp a p e ra i ma tt h et e c h n i q u e so fc v tv e h i c l ec c st od ol o t so fr e s e a r c h e s ， i n c l u d i n gf o l l o w c o n t e n t s ： 1 t h en e u r a ln e t w o r ka n d f u z z yc o n t r o l l e ri sc o m b i n e d t od or e s e a r c ho f f u z z y n e u r a lc o n t r o lm e a n s i no r d e rt ov a l i d a t et h e o r e t i cd e d u c t i o n , e n g i n ei s s i m u l a t e d ，c o m p a r e e f f e c to f t h i sc o n t r 0 1m e a nw i t ht h a to f o t h e rc o u t r o lm e a n s 2 b a s e do nt h ee n g i n ej l 4 7 4 q l e x p e r l m e n t ，t ob u i l d c o n t i n u o u s l yv a r i a b l et r a n s m i t s s i o n s t e a d y , n o n l o a d a n d d y n a n f i ct o r q u em o d e l ，f u e lc o n s u m p t i o nm o d e la n d c h a r a c t e r i s t i cm o d e lb yf u z z yc o n t r o l l e rt h e o r y , w h i c hp r o v i d ee l e m e n t sf o rr e a l i z i n g o p t i m a lm a t c ho fe n g i n ea n dt r a n s m i s s i o ns y s t e ma n de i pe n g i n em o d e li nt r a n s m i s s i o n s y s t e mb e i n go p e r a t e d 3 c o n t i n u o u s l y v a r i a b l et r a n s m i s s i o nd y n a m i cc h a r a c t e r i s t i cm o d e la n d s y s t e m s t a t ee q u a t i o n si s b u i l t , e m p h a s i z i n go nc o n t r o ls t r a t e g i e so f l o c k u pc l u t c ho ft o r q u e c o n v e r ta n ds p e e dr a t i oc o n t r o lm o d e lo fc v t a n de m p h a s i z i n go nc o n t r o ls t r a t e g i e so f l o c k u p c l u t c ho ft o r q u ec o n v e r ta n d s p e e dr a t i o c o n t r o lm o d e lo fc v t i no r d e rt o v a l i d a t ec o n t i n u o u s l yv a r i a b l et r a n s m i s s i o nd y n a m i cc h a r a c t e r i s t i c m o d e la n dc o n t r o l s t r a t e g y o fc v tt r a n s m i s s i o n s y s t e md y n a m i cc h a r a c t e r i s t i cm o d e l ，s i m u l a t i o ni s p r o c e s s e d 4 t h e 如z 巧一n e u r a lm e a n s t or e a l i z ec r u i s ec o n t r o l s y s t e mo f c v t t r a n s m i s s i o n v e h i c l e si sp r o c e s s e d ，a n dt h em o d e li sb e i n g t r a i n e d t h es i m u l a t i o ni sp r o c e s s e du n d e r i i i 重庆大学硕士学位论文 d i f f e r e n td r i v i n gc o n d i t i o na n du n c e r t a i ns y s t e mp a r a m e t e r , i no r d e rt ov a l i d a t ec o n t r o l p r e c i s i o n ，s e l f - a d a p t i v ea n dc o r r e c t i n ga b i l i t y k e y w o r d s ：c v t ，c r u i s ec o n t r o ls y s t c m , f u z z y n e u r a ln e t w o r k ，s i m u l a t i o n i v 1 绪论 1 1 课题的来源及意义 本文是f o r d n s f c 中国研究与发展基金项目“汽车自动变速系统动态建 模及动力性和经济性匹配研究”( 批准号5 0 1 2 2 1 5 1 ) 研究内容的组成部分。本 课题从研究模糊控制和神经网络的结合特性入手，确定了j l 4 7 4 q l 发动机的动 态、稳态和空载数学模型，根据无级变速传动系统的结构和原理，建立了包含 各传动单元独立模块的无级变速传动系统的模型，从中得出了整个传动系统状 态方程。研究了节气门开度控制策略、液力变矩器闭解锁控制策略和通过模糊 控制来获取无级变速器速比变化率。在此基础上，建立c v t 车辆巡航控制模糊 神经网络模型并进行了仿真研究，结果显示出神经网络和模糊控制的结合方法 在车辆动力传动研究中的优越性。 车辆巡航系统已经在国外得到应用并日益成为中高级轿车的标准装备。基 于无级变速传动( c o n t i n u o u s l yv a r i a b l et r a n s m i s s i o n ，即c v t ) 车辆巡航是 指当无级变速车辆在高速公路上行驶时，驾驶员即使不踏加速踏板，车辆仍可 以按驾驶员所指定的恒车速行驶，并按存储的最佳经济性和动力性规律进行选 择和升降档位。运用该系统可咀减轻驾驶员因长时间控制油门而产生的疲劳， 从而减少或避免了交通事故的发生；同时又避免了不必要的油门变动，改善了 汽车的燃料经济性和排放，并在一定程度上提高了汽车的动力性和乘坐舒适性。 利用模糊逻辑的抽象能力和非线性处理能力，以及神经网络的自学习能力 和任意函数的逼近能力，各取两者优势互补各自的缺陷，把神经网络引入到模 糊逻辑控制中，构成种具有良好的学习功能的新颖的模糊控制策略模糊 神经网络系统( n e u f u z ：n e u r a l n e t w o r kb a s e d f u z z yl o g i c ) 。这种由神经网络和 模糊逻辑相结合的系统无须依赖于被控对象模型，其学习和推理功能十分类似 人类学习和知识推理过程，在车辆自动控制中具有广泛的应用前景。 无级自动变速传动( 简称c v t ) 作为理想的传动方式一直是人们所研究的 重点。装有无级变速器的轿车具有良好的燃油经济性和行驶性能，特别适宜于 排量2 l 以下的轿车。要将无级自动变速器装备在轻微型轿车上并实现产品化， 在高速公路日益发达的现代交通中巡航控制是必不可少的关键技术，因此开展 无级自动变速传动系统的巡航控制研究，对于无级自动变速器的推广和节能环 保轿车的开发具有重大的现实意义。 1 2 无级变速器的分类、发展现状和发展趋势 重庆大学硕十学位论文 1 2 1 无级变速器的分类 无级变速器指控制速比无级变化的变速器。它能提高汽车的动力性、燃料 经济性，方便汽车驾驶，使汽车行驶平顺。无级变速器的种类很多，按照其结 构形式可分为流体式、电动式和机械式三种( 图1 1 ) 。 无级变速 r 一机械式 带传动式 牵引传动式 r 一液力式 流体式j l 液压式 电动式 胶带式 金属带式 链式 r 圆环、曲面或圆锥环式 l 圆板式 行星滚筒式 一滚珠式 l 其他 国1 1 无级变速器种类 f i gi 1t y p eo f c o n t i n u o u s l yv a r i a b l et r a n s m i s s i o n 流体式无级变速器主要分为液力式和液压式两种。液力式即液力变矩器， 它是以液体为介质的叶片传动机械，它除了起离合器的作用外还具有无级连续 变化速度与转矩的能力，可使车辆起步平稳、加速迅速柔和、有良好的减振性 能，并对外负载有良好的自动调节和适应性。它的不足之处是结构复杂、造价 高、传动效率低，高效范围窄，燃油经济性低“1 。液压传动与液力传动的区别 在于，它是依靠液压能的变化来传递力，是靠工作腔的容积变化进行工作的。 液压元件主要是液压泵和液压马达，液压马达分液压车轮马达和液压驱动轴两 种。它的优、缺点除与液力式类同外，还有液压元件不适应汽车高转速、高负 荷和转速变化频繁、振动大等不利工作条件，因而仅在推土机、装载机上有所 应用，汽车上应用较少。 内燃机作为动力装置的优点很多，但在部分负荷时效率低并产生大量有害 排放污染物，从而导致了无级变速电传动的发展。传统的电传动是以内燃机发 电来驱动电机作动力，虽可实现无级变速，但因系统质量大、成本高、效率低， 仅在矿用自卸车、大铲运机及轮式装载机上使用。纯电传动虽然有零污染与低 噪声的优点，但贮存在电池中可用能量行驶里程有限。不论是铅酸电池、钠基 电池及锂基电池均有此缺陷。 机械式无级变速传动经历百余年的历史，也仅金属带或链带式以及牵引式 机械无级变速传动有实用意义。 122 机械无级变速传动的发展现状 机械无级变速传动，一般称为无级变速传动，其英文名称为c o n t i n u o u s l y v a r i a b l et r a n s m i s s i o n ，简称c v t 。它具有传动比变化连续、传递功力平稳、操 纵方便等特点，是真l l 意义上的无级变速传动。早期的机械无级变速传动是通 过两个锥体改变接触半径而实现传动比连续变化，但由于接触部分挤压应力太 高，难以进入实用化。1 9 5 5 年，荷兰d a f 公司在汽车上试装采用“v ”形橡胶 带的c v t ，但因该传动机构体积过大，传动比太小，又受皮带寿命的影响，无 法满足汽车行驶的要求。德国p i v 公司从1 9 5 6 年起，开始研究链传动的c v t ， 德国大众汽车公司等公司也曾在轿车上装用过这种变速器。1 。 到8 0 年代，机械无级变速传动出现了技术上的突破。橡胶皮带被由许多薄 钢片穿成的金属钢带代替，使其与两个锥轮的槽在不同半径上“咬合”来改变 传动比。传动器的主、从动工作带轮均由可动部分和不可动部分组成，带轮的 可动部分和不可动部分形成的v 型槽与v 型金属带啮合。当带轮两部分紧靠时， 凹槽较窄，钢带位于带轮外缘，带轮的工作直径最大，随着带轮两部分问的相 对滑动分离，凹槽越来越宽，钢带逐溅靠近带轮中心，工作半径变小，带轮的 轴向滑移采用液压控制。在工作中，通过控制主、从动工作带轮的可动部分的 轴向移动，改变了金属传动带的工作半径，从而改变了传动比。 h v a nd o o m e 博士的v d t 公司研制了金属带式的无级变速器并使之进入 商品化阶段。1 9 8 7 年，日本富士重工研制成功并装备于j u s t y 车上( 排量1 - 1 2 l ) 的电子控制c v t ，它在传统的c v t 基础上增加了电子控制系统，被称为e c v t 。 这种c v t 可根据汽车的行驶状态，通过控制磁粉式离合器中金属粉未的磁化程 度，将发动机的动力平稳地传递给主动轮；同时根据实际需要，调节液压系统 压力，控制带轮两部分间的相对滑移程度，从而改变变速器的传动比，在此之 后，菲亚特、福特、日产等汽车公司都在其生产的一些1 2 1 6l 排量的轿车上 装备了这种变速器”3 。 由于c v t 可以使发动机始终控制在其经济转速区域内运行，从而可大大改 善燃油经济性。但因c v t 本身是摩擦传动，与齿轮传动相比传动效率并不高， 从目前的情况来看，c v t 汽车大约能节省燃油1 0 左右。此外c v t 在加速时无须 切断动力，因此，装备c v t 的汽车乘坐舒适，超车加速性能好，从成本来看， 有可能低于液力自动变速器，据菲亚特公司称，它们开发的c v t 价格可比a 1 低3 0 。据统计，截至1 9 9 6 年底，装备金属带式c v t 的轿车就已达1 2 0 多万辆。 日本本罔汽车公司和荷兰的v d t ( v a nd o o r n e st r a n s m i s s i o nb v ) 变速器 公司共同研制的新型无级变速器已装备在了本田1 9 9 6c i v i ch x 型轿车上。v d t 重庆大学硕士学位论文 公司计划到2 0 0 0 年累计生产4 0 0 万套c v t ，到2 0 0 5 年达1 0 0 0 万套。日产汽车 公司原定在2 1 世纪进入c v t 的实用化阶段，但因该公司近几年经营情况不埋想， 为有利于抢占市场，现己明显加快了c v t 实用化步伐，电子控制的h y p e rc v t 已装在蓝鸟等排量2 l 的轿车上。据统计，到1 9 9 6 年，装有c v t 的轿车约1 2 0 万辆，发动机排量大多在0 6 3 3 l 。2 0 0 1 年富士蘑工公司已确定向铃木等公 司供应新式c v t ，使c v t 的生产能力扩大3 0 以上，计划达到月产1 5 万台以：。 这主要集中在中小排量的轿车上，用于大功率传递时仍有一些问题需要解决。 另外，美国一些高校的研究机构以及装备液力机械自动变速器量最大的通用汽 车公司也正在加紧c v t 的研制和试装车。由此可看出国外汽车企业对c v t 的态 度已由举棋不定转向了加速发展。 1 2 3 无级变速传动的发展趋势 现在，世界上许多汽车公司和变速器制造公司都在致力于无级变速器的改 进和实用化研究，无级变速器的主要研究方向是： a 硬件方面：集中研究传动带棘轮型式的无级变速器，其中v a nd o o m e 型式的金属带传动占主流地位，也是今后重要的发展方向； b 软件方面：采用电子控制以使变速工况多样化，由于改善了过渡响应特 性，从而进一步提高了车辆操纵性和行驶性。 1 3 人工神经网络技术在汽车技术中的应用现状 人工神经网络是对生物学中脑神经网络的某种抽象、简化和模拟，它是由 大量类似于人脑神经元的基本信息处理单元通过广泛连接而构成的高度非线性 超大规模连续时间动力系统，反映了人脑功能的若干基本特性。但它并不是人 脑神经网络系统的真实写照，而只是对其进行某种简化抽象与模拟。作为。种 并行分布式处理系统，人工神经网络是一种更接近予入脑信息处理机制的计算 机系统。它具有高维性、神经元之间的广泛互连性以及自动知识获取能力、联 想记忆、自适应性、良好的容错性和推广能力。人工神经网络独特的结构和处 理信息的方法，使其在许多实际应用领域中取得了显著的成效，解决了一些传 统计算机难以求解的问题“j 。目前，神经网络在组合优化、模式识别、图像处 理、自动控制、机器人、信号处理及人工智能等领域都有成功的应用，市场上 也已有许多商业化的神经网络产品，如对手写体的识别，专家系统设计，脑电 图分析，过程与机器人控制等。 我国车用发动机的研究、开发设计和制造水平与世界先进水平相比还有较 大差距，发动机的经济性、动力性、排放、可靠性等问题一直是业内科技工作 者研究的重要课题，把人工神经网络技术引入车用发动机研究领域，将为此开 4 拓新的思路。本文通过介绍这一一领域内的。些重要研究成果，重点分析了人工 神经网络技术在工程实践的应用。 1 3 1 神经经网络系统在发动机和传动系统中的应用 神经网络对任意函数的逼近能力，已成功地应用于发动机的故障诊断、性 能曲线处理、基本性能预测、缸套活塞组密封性判断、柴油机油料分析、内燃 机燃烧模型的建立、曲轴应力计算等方面。过些实例都运用了神经网络的非线 性映射功能。在汽车传动系统和发动机工程研究中，经常会碰到复杂的高维非 线性建模问题，神经网络技术能避开具体模型的建立，直接而又方便地得到多 维变量之间的非线性映利关系，从而大大节约了工程研究的工作量。 模糊理论在非线性模糊控制、预测、辨识等方面有着广泛的应用。例如， 与神经网络在可靠性分析中的应用相似，模糊理论在可靠性分析领域也已开始 应用。其实，模糊理论与神经网络有共同之处，如均为并行处理结构，都具有 非线性映射能力。但也有各自的优缺点，神经网络对环境的变化有较强的适应 学习能力，但当学习完成后所获得的输入一输出关系无法用容易被人接受的方 式表示出来。相反，模糊系统正是建立在被人容易接受的“如果则”f i f m e n l 方式上的。如果将二者有机结合起来，取长补短，必能提高整个系统的学习能 力和表达能力。把模糊神经网络技术应用于发动机电于控制、性能评估与预测、 可靠性分析等方面的研究，将使发动机设计跃上一个新台阶。 发动机台架性能实验所得的数据，常以性能曲线的形式表示。用计算机进 行曲线处理时，必须先对实测数据组进行拟合，亦即求取其散点图的函数近似 表达式。然而，发动机性能曲线多种多样，有的非常复杂，用传统的拟合方法 难以得到其近似函数表达式。人工神经网络具有很强的非线性映射功能，一个 以s i g m o i d 函数为传递函数的三层b p 网络，理论上能以任何精度逼近已给定 实值的多变量连续函数，这就是说，b p 网络能作为万能拟合函数，此论断已经 在数学上得到了证明。以最复杂的万有特性曲线拟合为例，图1 2 为一个三层 b p 网络，经过对离散试验数据组的训练学习后，该网络便能反映输入层转速f n l 和功率( p 。) 与输出层油耗( 吃) 和排放温度( i ) 之间的映射关系。在绘图时，只要 在规定范围内给出1 和p 。，已i ) i l 练好的该网络就能计算出相应的输出值( b _ 和 r ) ，然后用画等高线的方法可很容易地得到等油耗线与等排温线。其它的发动 机性能曲线可用类似的b p 网络方法拟合得到。目前，用神经网络方法处理发 动机特性曲线的专用软件还未上市，原因可能是其功能较为单一。但与传统的 曲线拟合方法相比( 如最小二乘法) ，用神经网络方法思路简单，效果好，程序 虽复杂但通用性高，其在台架性能试验数据自动化处理方面将起到重要作用。 重庆大学硕士学位论文 由于神经网络具有大规模并行性、冗余性、容错性、本质的非线性及自组织、 自学习、白适应能力，它在汽车生产仓业的生产管理、生产过程控制等方而也 将会有很好的应用前景。 输 层第一睁层第二隐层输出壕 图1 2 拟台万有特性的神经网络结构 f i 9 1 2c h a r a c t e r i s t i cm a p o f n e u r a ln e t w o r k c o n f i g u r a t i o n 人工神经网络是一门新兴的发展中的学科，虽然它已广泛应用于工程领域， 但是它尚有许多不足之处，还需要不断完善”l 。如它受限于生物工程中脑科学 的已有研究成果，且尚未建立起完整成熟的理论体系等。因此，神经网络技术 在汽车工程研究中的应用，也将随着这门学科的发展而深入和扩大。 1 3 2 神经网络在模糊控制中的应用 神经网络首先用于解决模式识别问题。随着八十年代神经网络理论突破性 发展，神经网络控制引起控制界的广大注意。神经网络具有一般非线性的共性； 神经元之间采用并行分布式存储和处理信息、互连性、容错性很强；便于用大 规模集成电路实现；适用于多信号的融合，可同时综合定量和定性信号，刘多 输入多输出系统特别方便；可实现在线和离线学习，使之满足各种控制要求， 灵活性大等特点。 神经网络在模糊控制中的应用之一是增强了模糊控制器的学习能力，由于 神经网络特有的自学习能力，在模糊系统的规则生成部分采用神经网络，就可 以得到基于神经网络的自适应模糊系统。k o s k o 系统地研究和总结了神经网络 和模糊系统的原理和方法，他所提出的模糊记忆联想记忆( f a m ) 系统实际上 是一种基于模糊子集与模糊逻辑的知识信息处理系统”j 。f a m 的目的是捕获在 特定领域人类专家的知识并以一个模块式的、可扩展的结构表达知识来转移给 其他使用者。这种处理思想和处理方法代表了模糊规则获取的主要发展趋势。 k o s k o 的研究结果表明：采用模糊联想记忆( f a m ) 规则的模糊控制系统具有 很好的鲁棒性：当把微分竞争学习( d c l ) 机制引入f a m 中就形成自适应f a m ( a f a m ) ，这样获得的模糊控制系统可以在不太完整的输入、输出样本条件f ， 6 以相对较小的计算量获得较好的系统性能。j r j a n g 采用暂存反向传播方法实 现了模糊神经网络的自学习。h r b e m i 等利用动态系统的增强式学习方法实 现了模糊控制器的学习和整定，同时提出了种近似推理的智能控制结构”。 在考虑模糊逻辑与神经闷络作为过程智能控制技术基础上，利用新近发展 的全局搜索算法来探索模糊规则的自动获取技术已成为一条可行的研究途径。 如d u m i t r a c h e 等人给出了一种基于遗传算法的模糊控制器的细调方法，即利用 基因算法优化包含控制器性能的价值函数来寻找规则权，从而达到校正模糊控 制器的目的【8 1 。实际上，在进行模糊控制的获取与细化之前，应该首先考虑的 是如何利用神经网络实现模糊逻辑推理。在构造模糊神经网络方面还有许多问 题有待于解决，如神经网络的模糊输入，不确定信息在网络中的传播等。 1 4 巡航控制系统 跨人2 1 世纪后，人们需要更加舒适、简便和安全的交通工具，以适应快捷 的生活节奏，因此对汽车的智能化要求更加迫切。随着计算机和电子技术的不 断发展，汽车实现智能化已不再是梦想。 巡航控制系统英文全称为c r u i s ec o n t r o ls y s t e m ，缩写为c c s 。汽车巡航控 制系统( c c s ) 是可使汽车工作在发动机有利转速范围内，减轻驾驶员的驾驶 操纵强度，提高行驶舒适性的汽车自动行驶装置。根据其性能特点，巡航控制 系统又分为车速控带t j ( s p e e dc o n t r 0 1 ) 系统或自动驾驶( a u t od r i v e ) 系统。 汽车巡航控制系统的作用是：按司机所要求的速度闭合开关之后，不用踩 油门踏板就可以自动地保持车速，使车辆以固定的速度行驶。采用了这种装岢， 当在高速公路上长时间行车，司机可不用控制油门踏板，减轻了疲劳，同时减 少了不必要的车速变化，可以节省燃油消耗。 1 4 1 系统的功能及优点 1 巡航控制系统的功能 ( 1 ) 基本功能： 车速设定：当按下车速调置开关后，就能存储该时间的行驶速度。 消除功能：当踩下制动踏板，上述功能立即消失。 恢复功能：当按恢复开关，则能恢复原来存储的车速。 除了以上三种基本功能，如果需要可增加以下功能。 滑行：按下开关进行减速，以离开开关时的速度进行巡航行驶。 加速：按下开关进行加速，以不操纵开关时的车速进入巡航行驶。 速度微调升高：在巡航速度行驶中，当操纵开关以o n o f f ( 接通断丌 重庆人学硕士学位论文 方式) 变换时，使车速稍稍上升。 ( 2 ) 故障保险功能。 低速自动消除功能：当车速小于4 0 k m h 时，存储的车速消失，并刁i 再恢 复此速度。 制动踏板消除功能：在制动踏板上装有两个开关，一个用于对计算机的 信号消除；另个是直接使执行元件停止工作。 各种消除开关：除了利用制动踏板的消除功能外，还有驻车制动、离合 器( m t ) 、调速卡t ( a t ) 等操作开关的消除功能。 2 巡航控制系统的优点 综合其功能作用，巡航控制系统主要具有以下的优点： ( 1 ) 提高汽车行驶时的舒适性：特别是在郊外或高速公路一卜行驶时，这种 优越性更为显著。另外，当汽车以一定的速度行驶时，它可减少驾驶员的负担， 使其可以轻松地驾驶。 ( 2 ) 节省燃油，具有一定的经济性和环保性：在同样的行驶条件下，对一 个有经验的驾驶员来说，可节省燃油1 5 。这是因为在使用了这一。速度稳定器 以后，可使汽车的燃料供给与发动机功率之问处于最佳的配合状态，并可减少 废气的排放。 ( 3 ) 稳定汽车车速：汽车无论是在上坡、下坡、平路上行驶，或是在风速 变化的情况下行驶，只要在发动机功率允许的范围内，汽车的行驶速度可保持 不变”1 。 1 4 2 巡航控制系统的应用现状 汽车巡航控制系统，自1 9 6 1 年首次在美国应用以来，至今已有4 0 年的发 展史。在这4 0 年中，它己陆续被各种轿车所装用，例如美国的别克、凯迪拉克、 协和、纽约人、克莱斯勒等品牌轿车均装用了巡航控制系统。而日本高速公路 的迅速发展使得巡航控制系统的装车率也不断得到提高，如日本皇冠、佳美、 凌志、丰田大霸王等。欧洲的奔驰、b m w 等也装有巡航控制系统。 在我国，广州本田雅阁、上海通用别克等轿车上，巡航控制也已被作为标 准选装件。预计今后会有更多的车辆装用巡航控制系统。汽车巡航控制系统也 会向小型化、智能化的方向发展，并逐步实现与发动机、变速器等控制计算机 的联动复合控制，使行车更为舒适、安全。 1 4 3 巡航控制系统的发展动向 1 新控制理论的应用 车辆的行驶状况受到乘员、发动机输出特性的变化等因素影响。驾驶者需 要更平顺的驾驶感觉和更自然的速度控制，以传统控制理沦基础上，义引入了 新的控制理论。目前，模糊控制、神经网络控制等新理论已不断地得到应用。 2 ，联动控制、复合控制 目前，巡航控制装置是独立式的，为了在控制中提高感觉敏感度、响应性 和更高的控制精度。需要发动机控制用计算机、变速控制用计算机进行联动控 制，使这些计算机形成一体化的复合控制。 3 ，j 、型化、智能化 计算机、执行元件更趋小型化、一体化，向智能型发展。 4 ，追踪行驶控制 现在巡航稳定行驶装置分别利用加速、减速、恢复车速、消除等开关自由 控制车速，但是往往在道路交通混杂的情况下，当车辆接近时不便于进行减速、 车辆拉开距离时不便于加速。为了解决这一问题，可利用雷达测定与前方车辆 之间的距离，隔开一定距离进行追踪行驶。车载雷达不仅可以利用毫米波雷达， 而且还可以利用激光。 1 ，5 本文的主要研究内容 ( 1 ) 结合模糊控制和神经网络控制的特点，开展了模糊与神经网络相结合的 控制方法研究。针对发动机这种复杂的具有大惯性、大迟延和时变的热工对象 进行了仿真研究，比较该控制方法和其它的控制方法的控制效果。 ( 2 ) 采用神经网络方法建立了长安羚羊型轿车的j l 4 7 4 q 1 发动机稳态、空载、 动态转矩模型、油耗模型和万有特性模型，为在汽车动力传动系统自动操纵中 实现发动机与传动系统的最佳匹配奠定基础。 ( 3 ) 根据无级变速传动系统的结构和原理，开展了包含多个独立模块的无级变 速传动系统建模研究，推导了整个动态系统的状态方程。研究了节气门开度控 制策略和液力变矩器闭解锁控制策略和通过模糊控制来获取无级变速器速比 变化率。为了验证所建立的无级变速传动系统的模型以及控制策略研究的正确 性，对该模型进行仿真。 ( 4 ) 开展了c v t 车辆模糊神经网络巡航控制模型研究并对模型进行网络训练， 为验证该系统有较高的控制精度和自适应能力及纠错能力，在不同的汽车行驶 工况和系统参数摄动情况下进行了仿真研究。 9 蘑庆人学硕上学位论文 图】3 本文的篇章结构 f i g 1 3s t r u c t u r ed i a g r a m o f t h ed i s s e r t a t i o n 1 0 一 自和 一 一 模制 一 辆控 一 车“m一； 一 一 速巡狰 一 一 变络0 一 一 级目 一 一 无经 一 一 i # 一巨 2 模糊神经i i j l 络控制方法研究 2 模糊神经网络控制方法研究 2 1 神经网络控制和模糊控制概论 模糊逻辑( f u z z y l o g i c ) 近来越来越受到自动控制界的广泛关注。自从1 9 6 5 年z s d e h 提出“模糊集”概念以来，以往在许多领域用传统模型( 系统的数学建 模) 的方法难以解决或解决起来成本高、效率低的问题，用模糊逻辑来解决显得 非常成功。模糊逻辑的控制系统虽然具有设计简单、易于实现等许多优点，但当 系统的复杂性增加时，定义一套合适的模糊推理规则和隶属函数来描述系统的特 性格变得非常困难，有时甚至是不可能的。此外，一旦确定了模糊规则和隶属函 数，这些规则就在模糊控制器巾固定了，或者说，一般的模糊控制器是不能通过 对经验的学习来改变其模糊推理规则和隶属函数的。 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ) 是由许多简单的处理单元( 神经元) 通过可以改变的连接权值相互连接而生成的。它具有较强的自学习功能，可以利 用系统的输入输出数据作为样本，通过学习改变神经元之间的连接权值，甚至为 提高智能化程度和更接近人脑思维形式，通过改变神经网络自身的结构来学习有 很好的生成能力，可以用来解决用传统技术难以解决的许多复杂的实际问题。然 而与模糊逻辑相比，用神经网络实现一个系统的成本要高很多。近年来，利用模 糊逻辑的“概念”抽象能力和非线性处理能力，利用神经网络的自学习能力和任 意函数的逼近能力，各取两者优势互补各自的缺陷，许多学者提出了把神经网络 引人到模糊逻辑控制中，构成一种具有良好的学习功能的新颖的模糊控制策略一 模糊神经网络系统( n e u f u z ：n e u r a ln e t w o r kb a s e df u z z yl o g i c ) 。这种由神经网 络和模糊逻辑相结合的系统无须依赖于被控对象模型，其学习和推理功能十分相 似人类学习和知识推理过程“。 2 1 1 模糊神经网络系统的结构 采用神经网络的模糊控制，对于知识的表达并不是通过一条条显式的规则， 而是把这些规则隐含地分布在整个网络中，在实际控制应用时，不必进行复杂费 时的规则搜索、推理，而只需通过高速并行分布计算就可产生输出结果。神经网 络与模糊控制相结合形成的混合系统可以具有这两种控制技术的长处，其组合一 般有如图2 1 所示的3 种形对。 数据 二二三至至至三垂三二二 _ + 二至至至至至匡亘三二卜结果 重庆大学硕士学位论文 数 结果 数据 ：j i i i i i ! j ： 4 ：i i i i i ! 卜结果 图21 神经网络与模糊控制的结合形式 f i g 2 1c o m b i n e df o r mo f n e u r a ln e t w o r ka n d f l t z z yc o n t r o l l e r 图2 2 为带有神经网络的模糊控制结构框图。这种结构是用联想记忆来实现 神经网络模糊控制规则。 越 蹬 越 燕 系统状态 图2 2 神经模糊控制结合框图 f i g2 2s k e t c hm a po f n e u r a l - f u z z ) r 2 1 2 模糊神经网络的设计 本文所设计的具有一个隐层的多层前馈b p 网络( m u l t i l a y ef e e d f o r w a r db a c k - - p r o p a g a t i o n ) l 拘结构示意图如图2 3 所示。网络中每一个节点的总输入是它所有 输入的加权之和，每一个节点的传递函数用s i g m o i d 非线性函数来表示。 设：鼍= x 0 。，焉一，k ，而。= 1 是网络第丘个输入的样本，则第i 个隐节点的输 出为： 乞= * 9 2 4 x )( 2 1 ) i = l 式2 一l 中是第j 个输入单元和第j 个隐层单元的连接权值。中( t ) 是 s i g m o i d 函数，定义为： ( v ) 2 灭1 + e _ v ) ( 2 - 2 ) 隐层单元的输出又作为输出层单元的输入。当网络接收输入样本后，就向前 1 2 2 模糊神经网络控制方法研究 传播生成输出信号 n 1 3n mn s z ep sp mp bn bn v ln sz ep sp mp b 【0 0000010000 10 0 1 辅 样$ = 变量a 的模糊于集变量b 的模糊子集 图2 3 具有一个隐层的b p 网络结构示意图 f i g2 3s t r u c t u r ep r i n c i p l eo f b p n e t w o r k p o s s e s s i n g al a t e n tl a y e r ( 2 3 ) 网络可以通过训练，使一组给定输入映射到一组目标输出从 d k = d l 。，d ：。，d 。 上。这种训练是通过修正神经元连接权值，使输出误差最 小来实现的n “。 为了训练网络建立模糊关系，借助于数值样本来表示输入输出模糊子集。设 2 个输入变量a 和b ，一个输出变量c ，模糊子集规则定义见图2 4 ，模糊规则 由表1 给出。网络空间对应于变量a ，b 被分成两部分。由于网络的每一个单元 都对应输入变量的第一个模糊子集，所以每一个输入变量都有7 个输入单元与7 个模糊子集相对应。 - 8- 6- 4202468 e 图24 模糊子集规则定义 f i g 2 4d e f i n e dr u l e so f f u z z yc o n t r o l l e r 重庆大学硕士学位论文 1 删络的输入信号格式为： _ “船( a ) ，_ l ( a ) ，l n s ( a ) ，p 正( a ) ，p 皿( b ) ，”，博( b ) ，t t p m ( b ) ，p 册( 6 ) 】，而网络的每一 输出单元都对应着变量空问的一个量化值，因此，输出模糊子集y 就可用量化空 间上的隶属函数来表示，其输出信号格式如表2 - 1 ： 表2 - 1 输山信号格式 t a b l e2 - lf o r m a t o f o u t p u is i g n a l s n p bp mp sz en sn mn b p bn sn m p m p s p s n s 冱 征 n s p sn s n m p s n s p b n b p m p s 【，( c i ) ，a y ( c 2 ) ，( e ，) ，( e ) 变量c 的论域分为1 3 档，即 一6 ，一5 ，5 ， 6 ，。根据上述定义，对于控制规则“若月是p b 且且是p s ，则c 为n m 的输入 信号可表示为： 0 ，0 ，0 ，0 ，0 ，0 ，1 ；0 ，0 ，0 ，0 ，1 ，0 ，0 1 其中“，b ( a ) = 1 0 ，a p s ( b ) = 1 0 ， 其余均为0 。 输出信号为：【0 ，o 5 ，1 0 ，0 5 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 ，0 】其中 p 。( 一5 ) = o 5 ，p 。( 一3 ) = 0 5 其余均为0 。由此可见所有控制规则都可阁一系 列输人输出数字信号来表示。反向传播算法用于网络训练，使输入信号对应于期 望的输出值，因此，训练后的网络就相当于一个模糊关系存储器“。如果要想由 经过训练的神经网络中推导出其它结论，只要把输入变量的实际值模糊化后再输 入神经网络。如a = 2 5 ，b = 一0 5 ，则模糊化后的输入信号为：0 ，0 ，0 ，0 ，0 ， o 7 5 ，o 2 5 ，0 ；0 5 ，0 5 ，0 ，0 ，0 ，0 ，0 1 在其输出端就会得到一个输出模糊子集， 再经过解模糊来得到真实输出量。 经过训练后的网络能够对输入训练数据准确地作出响应。由于网络信息的存 储结构十分巧妙，因此它激发若干条规则的响应是根难准确描述的。一般网络的 推理机构受到下列因素的影响。 ( 】) 一般规律。如果输入模糊子集接近于训练网络时用的模糊子集，则输出 几乎和该条训练规则的结果相同。 ( 2 ) 非线性插值规律。当输入信号和训练用的模糊子集有较大差别时，输入 后就有一系列相关节点被激发，输出量就是这些被激发规则的非线性质值。一条 规则的输出响应和当前输入与训练该规则时所用输入的距离成反比。如规则