1215毕业设计汽车制动外文翻译(汉语)介绍.doc

1 前言 减少刹车时所需的制动时间和距离，一直以来都是汽车刹车系统设计中最重要的控制目标之一。如果不对车轮角速度进行控制，一个普通的刹车系统将会对车轮产生一个与之相反的，固定的刹车力矩。这一固定力矩，将会使车轮角速度以一个大于行车速度的速率突然减速，并将导致车轮在刹车时上锁。车轮上锁，摩擦系数和路面支持力减小，轮胎主动力的刹车力矩也随之减小。因此，制动时间增加，车辆停止前的滑行距离也增大。此外，车辆方向稳定性也会大大下降。为防止车轮上锁及剧烈刹车可能带来的灾难性后果，汽车行业引入了防抱死制动系统（ABS），其主题思想是为控制主动刹车力矩，从而减少车轮上锁情况。这一过程会产生车辆的最大负加速度，却可以保证方向稳定性和车辆转向能力。 为确保车辆最大附加速度的产生，纵向力应保持在最大值，这就要求摩擦力也最大。研究表明，摩擦系数很大程度上取决于路面情况。如图1所示，不同路面情况下的摩擦系数最大值在0.02到0.43之间变动。 总之，为防止车轮上锁，ABS系统中有两种不同方法来控制刹车力矩。第一种方法基于车轮减速，不需要车辆速度感应器收集信息。但路面的操作负荷，使其不能完全用于车轮减速方法中。第二种方法利用了滑差系数（车轮线速度和车辆速度的差值与车辆速度的比值），用驱动器的油压调节刹车力矩。在不同的路面情况下，当相关摩擦系数达到峰值，滑差系数达到预定值时，调节过程便会预先形成。 汽车ABS系统中常用的PI控制器，需要长时间的校准过程，当有外部噪音和干扰时，也无法有效运作。另外，由于路面情况及车辆状况的不同，PI控制器的表现并不令人满意，没有车辆刹车模型所要求的严格的非线性特征，结构性或非结构性不确定性和随时间变化的动力等。现在，微型计算机工业领域的相关进步及智能可适控制技术可以运用到车辆的电子控制装置（ECU）中。除去重要的却短暂而不变的表现之外，这些控制器调节简便，对各种不确定性也有很强的控制力。 作为ABS系统设计中的尖端科技，FLC和神经网络也运用其中。在非线性且随时间变化的系统中，FLC表现出的短暂性及不变性都十分令人满意。相关重要研究也对这些控制系统展开了。莫尔设计了一个FLC系统，并将其运用在四分之一的车辆模型中，可以识别不同的路面情况。拟采用的FLC系统，通过参考刹车压力和滑差系数的现有及已有值，产生刹车动作信号。张教授带领的团队，通过将和看作控制器的输入值，设计出了FLC系统。该系统带来了更佳的踏板推动感。沙科维设计了一款自校正PID控制器，通过模糊和遗传算法来获取本设计中最佳模式。结果表明，拟采用的控制器可以用更低的超调量，更短的刹车距离来更快地进行刹车反应。 滑模控制（SMC）系统，是一种基于模型的非线性控制系统，因为该系统速度更快，及在非线性模型中的应用更轻松，因而在业内更受欢迎。此外，多数应用中都能保证SMC系统的快速安装，及系统的强健性和稳定性。而ABS系统下，SMC系统的应用则有待研究。哈里菲等人为ABS设计了一款SMC系统，为减少震颤效果，该系统使用了整体转换界面。半车模型中，设计的控制器为前后轮提供了两种不同的刹车力矩。另外，这款控制器的测试结果，与模糊滑模控制器（一款由模糊滑模和神经网络合成的自学控制器）的测试结果进行比较。该设计声称拥有最短的停车距离。而与其他控制器相比，神经网络控制器拥有最少量的车轮滑转跟踪误差记录。模型预测控制（MPC）是一种通过对决定预测水平的工厂未来产量的预测来使跟踪误差降到最低的控制技术。这一控制系统的强大与稳定，使其备受工程师们的青睐。安沃尔和阿什拉菲在ABS系统中引入了MPC技术，该技术需收集车轮速度感应数据来估算车辆速度，进而预测滑行距离。拟采用的控制器根据预测的车轮滑行距离，计算修改后的刹车力矩信号。杰凯特等人设计了一款可以产生最大刹车力矩的MPC系统。网络模型再建工作是基于对刹车粘合力矩和车轮速度的估算进行的。另外，放置在车轮中的力矩感应器，省去了鉴别轮胎/路面特征的车轮速度感应器。模拟结果显示，拟采用的控制器在路面状况快速变化的情况下也会有快速和稳定的反应。此外，它还可以完美的缩短停车距离。 本论文中涉及的半数模型都是为刹车系统收集数据。开发了包括FLC和神经网络MPC的两种不同的无模型控制系统。为更好评估系统，我们对拟采用的FLC和MPC系统的整体表现进行了比较。MPC系统引入了基于神经网络的算法通过跟踪修改过的期望滑行轨迹来产生刹车力矩。MPC系统中，半车刹车系统模型的识别是通过前轮的多层感知机（MLP）来完成的。为了提高误差的识别，处理车辆刹车系统模型严格随时间变化的动力学问题，一小段数据收集样本时间用来收集神经网络的训练模式。为提高MPC系统的计算速度，刹车系统识别工作是由一款离线MLP模型完成的。刹车系统的MLP神经网络模型的训练过程是由梯度下降