智慧型类神经演算法应用于车辆悬吊系统控制研究蒙以正资工系摘要 .pdfVIP

教專研097P-016 智慧型類神經演算法應用於車輛懸吊系統控制研究 智慧型類神經演算法應用於車輛懸吊系統控制研究 蒙以正 資工系 摘要 汽車電子的研究近期受到很大的重視，其中舒適性方面的懸吊系統研究是其中之 一。關鍵性技術在於車輛中的電子控制單元(ECU) ，其微控器會接收輪胎傳來的路面感測 信號，進行控制量的運算，補償結果再傳給控制器，使車輛震動的幅度予以改善。 本論文將利用MATLAB建立主動懸吊系統之數學模型與道路模型，其數學模型為二 自由度的非線性耦合系統，道路模型為類似弦波變化之干擾模型，本論文除將進行該方 法之驗證外，並進行全新的智慧型類神經演算法之設計發展。以此智慧型演算控制法則 與滑動模式控制的方法為基礎，結合模糊類神經網路與適應控制的優點，探討改善其效 能的方法，並應用於主動式車輛懸吊系統控制設計上，並驗證發展方法的性能與強健性。 壹、前言 根據報載九十三年八月經濟部通過「壯大汽車零組件產業發展策略」期望公元2008 能達成汽車零組件產值 NT$3,784億元目標。另外，因應加入WTO後的情勢發展，政府也 已經訂定汽車發展策略，希望能加強我國汽車零組件研發設計自主能力。因此，學界的 參與也是重要的，希望能在校園內，先行推廣並教育學生具備此一方面的研發能力，本 論文即是在此一背景下進行研究。 智慧型系統，顧名思義著重於 ＂智慧＂兩個字。主要是讓機器主動學習並記憶且對 所學去做判斷，例如倒單擺的控制，可以設計各種不同的控制律使其搖桿倒立且定位。 模糊邏輯可以說是解決智慧型系統設計問題，最簡單且實用的方法，其理論由Zedah教授 所提出，而由 Madani教授發揚光大。類神經網路(Neural Network)興起於 1950年代 ，當時 由魯森伯雷特 (Rosenblatt)提出感知機的模式 ，而開啟了類神經網路的研究發展史。 然而前述的智慧型演算控制法則，並不能完全保證系統的穩定性，尤其對於一些多 變數且耦合(Coupling system)的系統，近期許多研究提出以 滑動模式(Sliding mode)結合智 慧型演算法的控制法則，以便能夠以智慧型演算法的優點克服滑動模式抖動 (Chattering) 的缺點，同時又能以滑動模式穩定性的優點彌補智慧型演算法穩定性與強健性 (Robustness)不足的缺點。然而對於一些極度非線性與耦合的系統，以上兩種演算法（智 慧型演算控制法則與滑動模式控制）均尚有缺點，因此，近期的研究針對智慧型演算法 提出的改進方法為設計兩個滑動面(Sliding surface) ，然後，針對此二個滑動面的變化設計 適應律(Adaptive law)予以調整類神經網路中的參數，最後均可以得到良好的控制效果， 然而，其控制律的設計有初始值範圍限定的前提，也就是初始角度不能太大，另外，其 97-175 資工系 -蒙以正 教專研097P-016 智慧型類神經演算法應用於車輛懸吊系統控制研究 暫態響應也仍有改善空間，也就是超越量 (Overshoot)過大等缺點，因此距離實用性仍有 一段距離。 本論文將以此智慧型演算控制法則與滑動模式控制的方法為基礎，結合模糊類神經 網路與適應控制的優點，探討改善其效能的方法，並應用於主動式車輛懸吊系統控制設 計上，並驗證發展方法的性能與強健性。 模糊邏輯(Fuzzy Logic)最早於三十多年前 ，由美國柏克萊大學的 Zadeh教授所提出， 一開始用在控制蒸汽引擎的控制系統上面。後來由於研究模糊邏輯的人員愈來愈多 ，當 然應用的範圍也就愈來愈廣。目前有關模糊邏輯的研究已經成功的應用於控制系統之設 計上面 [1, 7, 14,15] 。1980年代以後 ，許多有關類神經網路的研究如雨後春筍般的蓬勃發 展 。近期類神經網路的研究也已經成功的應用於控制系統之設計、樣本識別 、機器學習 、 診斷 、探勘、決策等領域上面[2, 8, 9 16] 。至於滑動控制的應用已經能夠確保系統的穩定 性與強健