基于PSD控制的汽车防抱死制动系统仿真ingthemethodsofPIDandPSDcontrol,thesimulatedresultsofautomotiveABSshowedthatthePSDcontrolcouldobtainbettercontrolresult.KeywordsAutomobile,Anti—lockbrakingsystem,PSDcontrol,Simulation引言目前,汽车防抱死制动系统(anti—lockbrakingsystem,简称ABS)的控制方法包括:逻辑门限值控制,模糊控制,滑模变结构控制以及PID控制等.逻辑门限值控制技术较为成熟,应用比拟广泛.PID控制在制动初期滑移率有较大的超调,整个过程比拟平稳;在调试过程中,如果改变系统的结构参数,那么对系统输出结果影响很大,甚至影响整个系统的稳定.智能控制可以对参数不确定和复杂性强的系统进行控制,由于车辆系统的非线性和时变性,难以精确建立数学模型,因此可以采用智能方法进行控制.自适应PSD(比例,求和,微分)控制算法无需辨识对象的参数,只要监测对象的实际输出和期望输出,就可以形成自适应闭环控制系统[1].单神经元的自适应PSD算法兼有单神经元和自适应收稿日期:2005—12～15孙跃东上海理工大学机械工程学院教授,200093上海市周萍上海理工大学机械工程学院副教授亢敏上海理工大学机械工程学院硕士生李春上海理工大学动力工程学院教授博士生导师PSD算法的特点,简单,实时性好,自适应能力强,可用于控制过程时变,有滞后的较复杂的对象,是一种实用价值较高的自适应控制算法[2].作者设计了一个采用此算法的单神经元自适应PSD控制器,将其应用于ABS控制上,该方法弥补了常规PID控制的缺乏,到达了较好的控制效果.1车辆系统模型1.1车辆模型为了降低复杂程度以简化研究,本文采用汽车单轮模型系统进行分析,建模时忽略了空气阻力,受力分析如图1所示.车辆动力学方程为ma一--F一(1)Icb=R—T6一T,(2)TI=fFR(3)40农业机械式中——角加速度——制动力矩厂一滚动力矩R——滚动半径——1/4整车质量口——汽车减速度F——地面制动力——地面法向反力图1单轮车辆模型Fig.1Quartervehiclemodelr地面附着系数J——车轮有效转动惯量厂——滚动附着系数1.2轮胎模型路面模型选用PacejkaHB提出的魔术公式,即用三角形的组合公式拟合实验轮胎数据,得出的一套可完整表达纵向力的轮胎模型公式,其一般表达式为L3~o=f+Asin(Barctan(CS.——D(CS--arctan(CS))))(4)式中——滑移率D——曲线曲率因子——峰值因子,表示曲线的最大值B——曲线形状因子c——刚度因子1.3制动系统模型Tb=pArlKbr(5)式中户——轮缸压力r——制动鼓半径——轮缸面积——机械效率K——制动器效能因数1.4系统仿真模型根据车辆动力学方程以及轮胎,液压系统模型,用Simulink将数学模型转化成计算机仿真模型,如图2所示.制动仿真在干沥青路面下完成,轮胎模型参数为A一0.95,B一2.1,C一5.5,D===0.90.车辆其他参数为:1/4汽车质量360kg,车轮转动惯量1.7kg?in,车轮半径0.3m,最正确滑移率0.2,初速度1O0km/h.图2中包括一个附着系数计算子模块,模型输出的车速,减速度以及轮速作为模型的输入,构成了一个闭合反应系统.2单神经元PSD控制器的设计设计的单神经元PSD制动系统控制器结构框图如图3所示.r(志)和(志)分别为期望输出和实际输出,经转换器后转换为神经元学习控制所需的状态量为fzl(志)一(志)X2(志)一(志)一(志一1)Lz3(志)一(志)一2e(五一1)+e(k一2)图2单轮仿真模型Fig.2Quartervehiclesimulationmodel图3单神经元PSD控制系统框图Fig.3PSDsystemmodel为了保证自适应神经元PSD控制学习算法的收敛性和鲁棒性,对其进行标准化处理后为l(志)=l(k--1)+K(志)∑;(点)zf(志)(志)一,(志)/∑lW(志)lWl(五)一l(志一1)+I(志)(志)zl(志)W2(点)一2(志一1)+~pZ(k)(志)z2(志)W3(七)一W3(志一1)+略(志)(志)z3(志)在学习过程中,W(志)正比于递进信号ri(志),同时缓慢衰减,其中,,珈,分别为积分,比例,微分的学习速率,对积分,比例和微分分别采用了不同的学习速率,以便对不同的权系数分别进行调整.r(志)一(志)(志)z(志),(志)为教师信号,取e(k).PSD控制算法中增益K的修正方法为fK(k--1)+K(k)一(sign(e(k))=sign(e(k一1)))Io.75K(k一1)【(sign((志))≠sign(e(k一1)))其中ATe(k)=Lsign(1X.)l—一1)lX.)1)0.025≤C≤0.050.05≤L≤0.13仿真研究单轮PSD控制的Simulink模型如图4所示.由于该控制器不需要对输入,输出进行离线学习,而是根据误差调整权值和增益,通过学习来第2期孙跃东等:基于PSD控制的汽车防抱死制动系统仿真图4PSD仿真模型Fig.4PSDsimulationmodel实现控制,因此在具体实现时,编写了S函数exp—psdf来实现控制,程序框图如图5所示.在单神经元PSD控制中,神经元控制器增益K(五)的初值选择非常重要,K(五)越大,那么快速性越图5单神经元PSD控制算法软件流程Fig.5FlowofPSDalgorithm好,但超调量大,甚至可能系统不稳定.当被控对象时延增大时,K(五)值必须减小,以保证系统稳定.K(五)值选择过小,会使系统快速性变差.经过反复调试,确定采样时间t一0.05S.仿真结果如图6所示.在同样条件下,应用常规PID控制器进行制动仿真,仿真结果如图7所示.从图6,图7可以看出,常规PID控制精度较好,但响应速度不快;单神经元PSD控制的鲁棒性强,对于不同的K,Ki,Ka都能通过调节到达较好的控制效果,而且控制精度高,滑移率曲线响应快,超调很小,可以很快地到达理想的控制状态.图6单神经元PSD控制仿真曲线Fig.6SimulationcurvesusingPSDcontroller图7PID控制仿真曲线Fig.7SimulationcurvesusingPIDcontroller4结束语传统的ABS逻辑门限控制方法有其局限性,在研究单神经元PSI)控制的根底上,设计了PSD控制器.PSD控制算法应用于ABS系统,兼顾了鲁棒性和控制精度.通过在Matlab6.5中利用Simulink工具箱进行仿真,结果说明,设计的系统通过调整参数,具有较好的稳定性和自适应性,比起常规的PID控制器,可以到达更好的控制效果.参考文献1刘金琨.先进PID控制MATLAB仿真[M].北京:电子工业出版社,2004.2JungS.KimS.ImprovementofscanningaccuracyofPZTpiezoelectricactuatorsbyfeed—forwardmodel—referencecontrolEJ].PrecisionEngineering,1994,16(1):49~55.3吕立亚.模糊智能控制在ABS中的应用EJ].计算机测量与控制,2003,ii(8):593～596.。