大型汽车防抱死制动系统的研究外文翻译剖析.doc

吉林化工学院 外 文 翻 译 大型汽车防抱死制动系统的研究 Large automotive anti-lock braking system research 性 质: (毕业设计 □毕业论文 教 学 院： 机电工程学院 系 别： 机械电子工程系 学生学号： 学生姓名： 林永成 专业班级： 机自1102 指导教师： 关会英 职 称： 讲师 起止日期： 2015.3.1～2015.3.28 吉 林 化 工 学 院 Jilin Institute of Chemical Technology自适应励磁滑模控制防抱死制动系统 摘要：大多数商业防抱死制动系统(ABS)是基于查表，通过比较实验室实验和工程领域在指定的道路条件测试下的成果,发现它并不适应，需要攻克这一问题。本文研究的课题是自适应励磁滑模控制防抱死系统（ABS）。自适应励磁滑模控制防抱死系统由一个等效控制器和一个指数补偿器构成。等效控制器的目的是利用功能小波在线神经网络(FWNN)来近似测定系统的不确定性；而指数补偿器的目的是消除FWNN引入的误差。FWNN确定观察者与发电机励磁的规则。此外,在线调制控制器参数自适应性在法律意义上由李雅普诺夫函数来保证系统的稳定性。最后,仿真结果验证该自适应励磁滑模控制防抱死系统可以实现良好的跟踪性能和对参数变化具有很好的鲁棒性。 关键词：防抱死制动系统；滑模控制发电机励磁法神经网络小波神经网络 在建模不准确,可能有很强的负面影响系统性能,滑模控制(SMC)已被广泛研究在过去的40年在SMC系统滑动条件,一旦系统状态滑动,那么系统是不变的参数。由于其良好的鲁棒性,SMC的方法已经应用在许多应用程序中,如气动弹性系统,机器人机械手,电源转换器。在到达阶段,系统状态。然而,为了满足滑动条件,一个保守的切换控制律通常,从而导致抖振现象,导致损伤动器。一般来说,之间有一个权衡SMC系统抖振现象和系统的鲁棒性设计。为了更快的良好的鲁棒性,必须增加跟踪性能;然而,这将直接增加抖振的控制输入。抖振现象是不可取的,因为它可以激发高频动态严重损坏的。应用SMC真正的应用程序抖振问题是最关键的障碍之一 因此,许多提出了克服抖振现象。一些研究人员使用饱和函数代替开关函数一些研究人员设计一个低通滤波减少震颤;然而,抖振现象之间的权衡问题和控制精度。在绑定评估机制研究观察系统不确定性,自适应法无法避免系统不确定性限制地增长。在法律包含指数的一个非线性函数的滑动面顺利适应变化。一个不确定的观察者使用神经网络研究观察系统不确定性降低抖振现象。 在λd指定的参考轨迹是一个参考后的命令输入λc模型。设计SMC系统,考虑一个滑动面 在k是一个非零的积极的常数。参数k正确选择特征多项式，这意味着limt→∞e(t)=0。现在,假设的参数是众所周知的，和外部负载扰动无关,ABS的名义模型可以表示为 fn(λ,t)定义值为tf(λ)和g(t)。系统参数在标称条件下测量在μ(λ)=0.8和θ=0。如果系统不确定性发生,ABS动态可以修改 然而Δf(λ,t)a和Δg(t)表示系统的不确定性。z(λ,t)被称为集总参数的不确定性,定义为z(λ,t)=Δf(λ,t)+Δg(t)与假设你z(λ,t)|≤z,z是给定的积极的常数。SMC系统的控制律被定义为(12) 从上面得到的是一个不连续的信号。实施控制律(11),我们可以得到 考虑以下的李雅普诺夫函数形式为 区分(14)关于时间的使用(13) 总之,SMC的稳定系统保证李雅普诺夫函数。大型控制增益Z往往是必要的。为了减少所需的时间达到滑动面，从初始状态的选择控制获得Z。相对于系统不确定性的大小保持轨道滑动面。然而,如果一个保守的控制增益的控制律被选中,它的结果在很大水平上会破坏制动器。 3.FWNN观察者不确定性的描述 如图3所示,网络结构的建议FWNN可以视为多层前馈神经网络。由输入层、功能层、上下文层和输出层构成。以下介绍每一层的节点。第一层(输入):不执行函数这一层。每个节点只在这一层传输输入值。在这项研究中,输入FWNN的滑动面(9)的时间减少。 图3 FWNN的一个网络结构 层2(小波层):在这一层中,每个小波函数可以表示为(每股26到29) 在小波函数中,σi和ci吗是可调节的扩张和翻译参数,m是小波函数的数量。在本文中,“小波函数被定义为h=1?σ和(s?ci)。小波函数可以分解宽带信号，在时间和频率域为了专注于短期的间隔高频组件和在长期的时间间隔低频率成分。第三层(功能层):输入的节点第三层是输出层1。由于功能扩张作用于输入变量通过生成一组线性无关