基于修正因子智能权函数的汽车ABS模糊控制算法仿真研究(精)

基于修正因子智能权函数的汽车ABS 模糊控制算法仿真研究/李劲松，金志扬计算机应用基于修正因子智能权函数的汽车ABS模糊控制算法仿真研究李劲松，金志扬（海南大学机电工程学院，儋州571737）摘要：根据汽车ABS 相关知识和模糊控制理论，建立了基于修正因子智能权函数的模糊控制算法，利用Matlab 建立了ABS 模糊控制总模型及模糊控制器模型，对其进行仿真。结果显示，基于修正因子智能权函数的控制算法能使车轮的附着系数在最大附着系数附近微小波动，最佳的利用路面的附着潜力，故此控制算法的制动效果较好。关键词：汽车防抱死制动系统；修正因子；智能权函数；模糊控制；仿真中图分类号：U461.3文献标志码：A文章编号：1005-2550（2010）03-0055-03Simulation Research on Algorithms of Automobile ABS Fuzzy Control Based onCorrection Factor and Intelligent Weight FunctionsLI Jin-song ，JIN Zhi-yang（School of Mechanical and Electrical Engineering ，Hainan University ，Danzhou 571737，China ）Abstract ：On the basis of the knowledge related to automobile ABS and fuzzy control establish algorithms of fuzzy control via correction factor and intelligent weight functions. By taking advantage of matlab toolbox ，ABS general model of fuzzy control and model of fuzzy control algorithm is designed and then the stimulation is carried on. From the stimulation results ，we learn that the wheels attached to the maximum coefficient of friction coefficient near the small fluctuations ，best use of the potential of road adhesion based on correction factor and intelligent weight functions ，so that effective in control. Key words ：ABS ；correction factor ；intelligent weight functions ；fuzzy control ；simulation汽车制动防抱死制动系统（ABS ）的控制目标是把车轮的滑移率限制在对应最大路面附着系数的范围内，从而使车辆获得最大的地面制动力，同时具有较好的横向稳定性1。ABS 控制算法的开发是提高汽车制动性能的重要途径2。由于车辆系统的非线性、时变性和不确定性，运用经典和现代控制理论开发ABS 的控制算法比较复杂，而且难以精确地建立车辆路面关系的模型，导致控制性能不佳。然而模糊控制算法能简化控制系统的不确定性和复杂性，因此它在ABS 上的应用逐步得到重视。由于它用精确的方法处理模糊量，无需知道被控对象的数学模型，因此非常适用于ABS 这样的非线性时变系统。随着模糊控制技术的发展以及模糊芯片的出现，模糊控制逻辑将应用于新一代ABS 产品中，国内外在这方面进行了许多研究3，4子智能权函数的模糊控制算法，并对其进行仿真。1基于修正因子智能权函数的模糊控制算法我们知道，基于滑移率的模糊控制算法的效果在很大程度上取决于模糊控制规则的合理性及其可调性。如果能够采用某种方法，对控制规则进行实时调整，就有可能对不同的被控对象或同一对象在不同环境下都能获得满意的控制效果。基于解析式描述的控制规则就是这样一种有效的方法。1.1确定输入和输出变量汽车防抱死制动系统的作用是防止车轮在制动过程中抱死，又根据地面制动力、制动器制动力（扭矩）、地面附着力的关系，因此控制目标是使车轮滑移率保持在最佳滑移率附近，最大限度地利用地面纵向和横向附着力，所以选滑移率误差e =s -s t 和滑55。本文将阐述基于修正因收稿日期：2010-03-29基金项目：海南大学科技基金项目（Rnd0625）计算机应用觶作为输入变量。由于控制的移率误差变化率ec =e直接对象是制动轮缸的制动油压，故输出变量定为制动油压的变化状态，设制动油压状态量为u 5，6。汽车科技第3期2010年5月误差变化率的权函数：ec =EC控制的目的就是要使滑移率误差为0，滑移率误差变化率在0值上下作小幅度波动，所以根据公式U =E +（1-）EC ，就可以得到如下控制规则：（1）当（e E +ec EC ）0时，压力调节器处于减压状态。（2）当（e E +ec EC ）=0时，压力调节器处于保压状态。（3）当（e E +ec EC ）0时，压力调节器处于增压状态。1.2模糊控制算法不同路面的最佳滑移率S T 是不同的7，一般处于0.1，0.2的范围。本文选择S T 为0.2。由于S 的范围为0，1，所以e 变化范围为-0.2，0.8。根据车辆模型仿真结果，ec 基本论域确定为-100，100。输入变量e 和ec 的论域按常用的-6，6取。U 的基本论域为增压，保压，减压，如果简单地按照基本论域来确定输出变量U 的论域，则U 的论域为-1，0，1这三个数值。但是此种离散论域难以用Matlab 仿真软件来分析处理，所以本文就用连续论域-1，1来代替离散论域-1，0，1。基本论域和论域确定后，再对两个输入变量进行模糊化，得：E =12（e 0.3），EC =0.06ec 。2仿真模型及仿真结果这种控制算法的特点是权函数仅仅是输入变量的函数。由于它具有仿人的智能特点，所以称之为智能权函数。这种方法还有如下优点：表述起来更简单，更容易编程实现。本文就是采用这种方法来编ABS 的控制程序，然后通过实验进一步验证该控制算法。其仿真模型见图1、图2，仿真结果见图3图6。由仿真结果可知：车速稳定下降，轮速只有微小波动，在制动过程中没发生抱死现象；滑移率误差迅速为0，且只在0附近有微小的波动；压力波动符合压力调节规律（有增压、保压、减压三种状态），且调压频率较快，满足ABS 的性能要求；车轮的附着系数在最大附着系数附近微小波动，最佳地利用路面的附着潜力，故此控制算法的制动效果较好。Bang-bang controller uFb Mb aotuator1.3控制规则的确定其解析式描述为：U =E +（1-）EC式中：为修正因子，代表E 和EC 对U 的影响程度。基于解析式的模糊控制思路是：系统误差大时，对误差的加权也要大；系统的误差小时，则对误差变化率加权大。那么，模仿人的思路，可以直接利用误差与误差的变化率本身的绝对值作为对自身的加权。设计误差与误差变化率的权函数为：误差的权函数：e =E +ECV0721/3.61/2R Mb Wo V wheelS W Mx0.2S0R +-d u /dte eccontroller+递推法21/2sVw递推法1V_W-1/M11/RvVnexts wstop velocitySTOPS图1基于修正因子智能权函数的模糊控制总模型基于修正因子智能权函数的汽车ABS 模糊控制算法仿真研究/李劲松，金志扬计算机应用+1u+1+uECuK e1eK K ec2ec图22018161412108 642000.51基于修正因子智能权函数的模糊控制器模型3车速结束语基于路面滑移率的汽车ABS 模糊控制算法，其车速/m s -1控制系统能准确判断出车轮所处路面状况，并有效调整相应的控制参数，使车轮滑移率基本控制在理时间/s1.522.53想值附近，从而获得最佳的制动效果。在制动过程中前后轮均未发生抱死现象，提高了汽车制动时的操纵稳定性。但是，此算法的模型是基于特定路面上建立的，需要在实际行使路面状况下进一步实验调试，从而实现对任意路面均使用该算法。参考文献：1侯光钰. 基于一处算法的ABS 模糊控制器的设计J . 公图30.80.70.60.50.40.30.20.10-0.1-0.2车速与车轮线速度的仿真结果滑移率0.511.5时间/s22.53路交通科技，2005，（1）：147-150.2李林，李仲兴，陈昆山. 汽车ABS 模糊控制方法的分析与仿真J . 江苏大学学报（自然版），2003，（5）：49-52. 3陈炯，王会义，宋健. 基于滑移率和减速度的ABS 模糊控制仿真研究J . 汽车工程，2006，（9）：148-151.4CABREREA J A. ORTIZ A.CASTILLO J J. A fuzzy logic图4100090080070060050040030020010000滑移率误差仿真结果油压/M P acontrol for antilock braking system integrated in the IMMA tire test bench J .IEEE Transactions on Vehicular Tech -nology.2005，（11），1937-1949.5闻新.MATLAB 模糊逻辑工具箱的分析与应用M . 北京：0.51时间/s1.522.53科学出版社，2001.6吕立亚，朱伟兴. 模糊智能控