遗传模糊自校正PID的汽车防抱制动系统控制器

1、遗传模糊自校正PID的汽车防抱制动系统控制器1. 简介 在设计的汽车防抱制动系统的困难可分为如下。第一，车辆刹车力度是非线性的。 第二，有很多未知的环境， 如道路的摩擦系数，可能是湿的，有雪的，或者干的。最后由于机械磨损和老化导致参数的变化。 最近，大量关于防抱死制动系统研究已进行。目前，大多数商业防抱死制动系统是基于查找表格式的方法。这些表的校准通过反复实验室试验和工程领域的测试。 对于常规的PID自动机控制器被广泛接受的行业。根据在YU（1999）的一篇调查报告，一个行业超过90的控制循环中使用PID。这是因为PID控制器容易理解，容易向其他人解释，容易实施。不幸的是，PID回路的运作中有

2、许多是在不断监测和调整需要，因为它们很容易成为调整不当。一般来说，为了满足实时运转的需要，自校正是必要的。 成功的激发了模糊控制器控制的非线性、复杂，在现实的世界变动态过程，就出现了模糊逻辑控制器的理论方面的研究工作急剧增加。主要的原因是，模糊逻辑控制器基本上纳入了控制策略的人的专门知识，开发更容易理解的语言解释。在不同类型的模糊逻辑控制器结构中，PI类型和PD类型模糊逻辑控制器非常普遍。其他有关工程使用了不同的适应政策，以改善一个或多个性能指标。然而，PID类型模糊逻辑控制器的发展不是很普遍，因为它们需要三维规则库的建设，那是复杂的设计。此外，为了使PID类型模糊控制器的自适应，自由适应性参

3、数增加，它们的相互作用和相互依存的人数进一步复杂化的情况。对汽车使用模糊系统的自动调节PID控制器的领域，吸引了很多作家。一个模糊的自校正增量PID控制器已经被 He et al.s-z.et al(1993)提出。该控制器实现了一个传统的PID结构，开始与比例增益，积分时间和微分时间值的运作，获得著名的齐格勒-nichls调整公式。该计划实施的监督模糊系统，每个采样时刻的控制参数自适应变动的情况，提高控制性能。另一项研究，为调查的PID整定模糊逻辑控制器已被visioli在一月作出。在他的工作，有几个PID控制方案进行了模拟线性系统。虽然在大多数情况下，控制器的性能优越的线性过程显示，它们仅

4、能减少冲锋，同时在日益兴起的费用，且降解变得越来越重要随着增加的时间延迟。这限制了作为一个整体接受良好的控制机制。根据上述作品，可以得出结论，Z-N方法已被广泛地作为整定PID控制器的开关线。这可能是指该方法能够保持良好的负载扰动衰减。然而大多数的研究已经转化协调问题从使用Z-N调整参数到其他作者定义的参数，并以新的参数模糊逻辑为调谐工具。这表明缺乏一个通用的方法可用于线性和非线性对象。此外，Z-N方法的适用性和应用范围是有限的。例如，它不适合与时间常数的比值小于0.15或者大于0.6。该方法还不适于阻尼和高灵敏度差，同时不适于闭环突然发生相当大的参数变化。在这个研究中，一个自校正的PID控制

5、器为防抱死制动系统计划。控制防抱死制动系统的制动扭矩对于避免锁方向盘是必须的，以至于开车的人能控制车的运动。参数的变化为一个简单，无模型模糊PID型结构发展为三个独立的广义模糊系统的有效结合的过程。通过调整每个PID是一阶Takagi - Sugeno模糊系统，确定其最佳离线使用改进的遗传算法参数控制目标是保持在理想范围内的轮胎滑移率，同时保持最小的制动距离，制动时由驱动程序的要求。用这种方法，PID控制器可自动调整，以满足系统的不确定性，实现令人满意的答复。对道路状况的稳健性进行审查，并通过数值试验结果与先前的作品相比。本文组织如下, 第2节介绍了有关季度汽车防抱死制动系统的模式建立一个数学

6、模型。第3节介绍了整定PID控制器领域以往的作品。第4说明提出的PID自整定方案一阶基于T-S模糊系统。模糊系统的数据库通过学习达到最佳的性能指标，用改进的遗传算法。模拟结果和讨论载于第5节。第6节为我们总结评论。2. 防抱死制动系统的模型2.1本季度车辆动态模型 验证控制性能，本节演示了一个简化的四分之一车辆模型动态议案，是被Assadin and Nouilllant推导的。fig.1. 非线性动力学可以描述如下。在纵向方向的力的平衡 （1）所定义的滑移率 （2）总结对车轮扭矩中心 （3）用公式(1)和公式（2）重排 （4） 公式（4）清楚地看出，在制动过程中，滑移率是根据输入扭矩U和车速

7、在状态空间依赖，系统的状态变量是:，在哪里停车距离的状态空间方程是 （5）在式（5）的状态空间模型已被用于模拟测试，以评估该防抱死制动系统的性能，采用不同的PID控制策略。在制动过程中，我们假设车轮半径不变，车速和车轮角速度是通过换能器在适当的地方可用信号。以至于滑移率是防抱死制动系统的可用参数的闭环系统。2.2 制动基础知识和问题的定义 防抱死制动系统的能力去保持车辆的稳定性和可靠性，并且仍然产生短的制动距离比从锁定车轮停止这些，来自该关系的附着系数和车轮滑移率。摩擦系数可以在很宽的变化范围，根据这些因数例如：（a） 路面条件（干燥或湿）（b）轮胎侧偏角（c）轮胎品牌（夏季胎，冬季胎）（d）

8、车辆速度（e）轮胎与路面之间滑移率在这篇文章中，Burckhardt介绍了轮胎摩擦模型并且在harifi被采用。它提供了轮胎路面的摩擦系数作为车轮防滑系数和汽车速度 （6）公式（6）参数表示如下：是的摩擦曲线的最大值，是曲线形状的摩擦，是最大值之间的摩擦和价值曲线之差在时，是湿度的特征值并且范围0.02 -0.04s/米。表1显示了不同的道路条件第摩擦模型的参数。道路表面的摩擦系数条件和滑移率的依赖如图2，横向力对车辆的影响是重要的。很明显下滑时等于一，力等于0，这就能解释为什么当车轮卡住的时候掌舵能力失去了。车轮和路之间的摩擦力影响系数有一个最佳值，其根据路的类型和最坏的表现发生在而不同。大

9、部分的制造者用下滑率等于0.2作为一个调整点，其对所有的道路条件是一个好的折中。这样的控制问题可以说是一个设定点控制系统，可以实现PID控制器。图表3.下个部分为这闭环系统描述几个PID策略。在40年代初，经反复实验，ziegler和Nichols方式大量人手实验发明了离线调谐知名Z-N公式。例如在时间领域，他取得的PID系数法直接从一个稳定的三个重要植物被控制，即厂增益，时间常数和运输延迟参数。这些参数可以很容易地获得图形从工厂开环阶跃响应。对模糊系统的概念，而不是可以用来模仿人类的知识和在线调整控制增益Z-N公式。后面的分节，在这方面表现出以前的作品。它们被用在后面的章节中作比较。3.1标

10、准和非线性PID控制器有许多类型的PID控制器，例如加上重力补偿的PID，加上摩擦补偿的PID，加上扰动观测的PID等等。这儿，我们将考虑基本形式的PID控制器，它放置在一个统一的反馈控制系统。一个典型的PID控制规律的标准为 （7）这里是可变量，是错误的系统，是成比例上升的，是微分时间常数，是积分时间常数。公式（7）能被改写成 （8）微分收益并且积分收益。 在设计和整定一个PID控制器，P，I和D行动要协调。这不是一个简单的过程，因为这三个动作系数相互交流，不能简单地在一个单独调去耦合方式。利用Z-N整定方法的实验的过程，可以陈述如下：首先，过程用比例增益来控制。的值慢慢增长直到发生持续震荡

11、。在震荡时，指出增益值和周期震荡值。这个方法指出在震荡时有60%的收益。积分时间常数为50%振荡周期和微分时间常数为12.5的振荡周期。在Z-N的方法是设计了离线连续系统的调整，也可用于离散情况下的快速采样时间。 非线性的PID控制器已经广泛被考虑在文学上。一类非线性PID控制器可概括如下： EMBED Equation.DSMT4 (9)那里是一个非线性函数的闭环误差和延迟取决于过程，可能代表了一个模糊逻辑系统，在其中输入是和。它配备的是比例增益误差和对当前在所载的其他参数而定。该非线性PID的成效，已讨论了Mann等人的线性系统。3.2 模糊自整定一个参数由于其简单，这个计划已被广泛认为是

12、文学。Hel.S. Z 等的设计的方法，包含了使用在线模糊推理系统对系统进行自我调整的参数化的参数通过一个单一参数并且使用Ziegler - Nichols公式。在此方法中，三个PID参数可以表示为 （10） 这里和分别是极限增益和极限期。的值确定的递归公式如下：这里是在一个在范围选择的定值，是模糊推论系统的输出值。模糊系统已经有每两个输入量和七个输入量有七个隶属函数。开始设置等于0.5，它和Z-N公式相协调的。关于方法，然而，该比例系数的模糊模块的参数调整和是留给用户，也没有经验法则，给出了这个任务。4.1 模糊集点加权由Visioli提出这种方法包括模糊化设定点称重，离开固定的其他三个参数

13、.用这种方法，控制法描述为这里w是一个不小于或等于1的定值，并且模糊推论系统的输出值，其中两个输入值由五个三角关系组成，输出值有九个输出三角关系。模糊规则根据 Macvicar-Whelan matrix,在表2中介绍。但是该方法不是简单的算术运算之一，大量用于在线调整需要。3.4增量模糊专家PID控制 Tzafestas和Papanikolopoulos介绍转型期的一个缩放比例的三个控制参数的值的程序基础上，系统误差，其速率。就是说，积分和微分增益的比例的当前值增加或通过一个模糊推理按照下列关系制度：4 建议的模糊自整定PID控制方案拟议的管制计划并没有对Z-N的方法，也不依赖于以前的规则的基础上，特别是对一些植物设计的。相反，它使用一阶TS模糊系统作为调谐的工具为PID控制模块。一种改进的遗传算法来优化选择的模糊系统的参数。一个防抱死制动系统的主要控制目标是：尽量减少停车距离Sx,保持与最快的响应没有/低过冲和接近零稳态误差第一个目标是一个关键问题涉及到ABS，而第二个是任何闭环控制系统的共同目标。在这项工作中，最优