平衡重式叉车底盘系统的bp逆系统建模与仿真.docxVIP

平衡重式叉车底盘系统的bp逆系统建模与仿真 近年来，各车辆运营系统的整合和质量控制已成为车辆动态研究的热点。 文献[6]采用多变量频域控制方法消除了主动前轮转向系统 (AFS) 和电子稳定系统 (ESC) 间的干涉和耦合.文献[7]采用非线性解耦控制理论设计解耦控制器, 消除了主动悬架 (ASS) 和电动助力转向 (EPS) 间的耦合及路面不平度干扰对整车性能的影响.文献[8]通过抑制底盘其他控制输入的影响来实现控制目标, 实现了四轮转向 (4WS) 、车辆动力学控制 (VDC) 和ASS间的解耦.文献[9]通过拟线性的方法重构了车辆三自由度仿射非线性模型, 应用解耦控制方法实现了该三自由度非线性系统的解耦. 本文主要针对轮胎非线性特性导致的车辆非线性动力学特性, 利用非线性系统的神经网络逆系统方法 1 控制系统参考模型 本文所研究的叉车底盘系统基本上没有传统汽车底盘系统中的悬架系统和橡胶衬套连接副, 因而轮胎的非线性特性是导致叉车整车非线性动力学特性的主要因素, 且平衡重式叉车为“后轮转向+前轮驱动”的底盘布置模式, 本文主要考虑轮胎的非线性特性进行叉车底盘主动后轮转向与直接横摆力矩控制的解耦控制, 采用具有侧向和横摆两个自由度的非线性车辆模型. 控制系统参考模型为非线性二自由度动力学模型, ARS与DYC分别是从侧向和纵向对整车的横摆和操纵稳定性进行控制, 采用包含侧向和横摆二自由度的车辆模型作为二者共用的控制参考模型, 如图1所示.控制系统参考模型是一个由前后4个非线性特性的轮胎支撑于地面, 具有侧向和横摆运动的二自由度车辆模型, 该模型能够反映驾驶员的转向输入与车辆质心侧偏角和横摆角速度之间的非线性关系. 图1中, v, β和ω 显然, 得到的车辆系统参考模型 (1) 是一典型的两输入、两输出多变量系统, 由于轮胎的耦合和运动关系的耦合作用, 导致底盘各子系统存在相互作用, 轮胎的纵向力和侧向力之间存在彼此关联, 车辆的质心侧偏角和横摆角速度通过轮胎力作用产生耦合, 车辆的横摆和侧向运动之间也存在耦合作用, 使得ARS和DYC之间存在较强的耦合作用关系, 两个控制回路之间具有较强的关联性.为了使多变量集成控制系统的设计得以简化, 需要对以上两个控制回路相互耦合的车辆多变量集成系统进行解耦. 2 隔离网络系统的设计 2.1 基于tor的一阶积分线性系统 对状态方程描述的多输入多输出底盘集成控制系统 (1) , 其系统可逆性证明一般采用Interactor算法 式中:y 式中:y 由式 (7) 可看出, 将逆系统 (7) 串联在原系统 (1) 前组成的伪线性系统, 相当于两个一阶积分线性子系统, 这样对于包含ARS和DYC的强耦合多变量系统 (1) 的控制就转化为对两个一阶积分线性子系统的控制, 即可实现系统的解耦, 如图2所示.图2, S 2.2 正弦曲线材料 为确定多变量控制系统输入和输出的映射关系, 采用Bristol-Shinskey方法 对车辆系统分别进行以下2种单输入工况激励: (1) 横摆力矩输入为正弦曲线, 方向盘转角输入为零; (2) 方向盘转角输入为正弦曲线, 横摆力矩输入为零. 测量以上2种单输入工况激励下的系统响应, 得到该系统稳态时的第一放大系数: 则车辆系统相对增益矩阵计算公式为 根据相对增益矩阵的特性, 当相对增益接近于1时, 系统可以通过这一对变量配对关系进行解耦设计.由于车辆后轮转角对质心侧偏角的相对增益和横摆力矩对横摆角速度的相对增益均在1~1.2之间, 因而分别选择后轮转角控制质心侧偏角, 横摆力矩控制横摆角速度的配对关系. 2.3 神经网络逆系统的构造及训练 底盘集成系统的解析逆系统的表达式 (7) , 仅在原系统的参数准确、已知并保持恒定时, 伪线性系统的解耦特性才能实现.为提高控制系统对参数变化的自适应能力和对负载扰动的鲁棒性, 应用静态神经网络和积分器来构造逆系统 (7) . 由式 (7) 可知, 逆系统的输入层包括β, ω 设定车速为10km·h 2.4 闭环控制器设计 系统解耦后, 集成系统 (1) 转化成互不干扰的两个单输入单输出系统:一阶ARS子系统和一阶DYC子系统.为改善集成系统的响应品质, 设计了闭环控制器与神经网络逆系统组成复合控制器以对集成系统进行控制, 如图5所示. 解耦得到的伪线性系统的输出与输入之间具有一一对应的线性关系, 可采用针对单变量线性系统理论中的PID控制、极点配置或二次型指标最优 控制等方法来设计闭环控制器.在系统解耦的基础上, 设计了PD闭环控制器为 式中:e, de为系统输出信号的偏差和偏差变化率;K 3 不同控制方式下的车辆横摆角速度和质心侧偏角响应曲线 为验证基于神经网络逆系统方法的叉车底盘解耦控制的有效性, 基于MATLAB/Si