1-----Research on Control Method for Automobile Anti-Lock
Brake System Based on Fuzzy Control Theory
Abstract: This paper presents the application of fuzzy control theory in automobile anti-lock brake system (ABS), proposes a fuzzy logical method for velocity estimation, and has carried out a dynamic simulation under SIMULINK circumstance. The result demonstrates that the ABS based on fuzzy control is robust, the control effect is good and the control is easy to be implemented.
Keywords: Fuzzy control; ABS; simulation
1 Introduction
The automobile ABS is essentially an automatic adjusting device of braking force. By adjusting the braking force, the tire slip ratio can be controlled within the expected range during braking, thus improving the automobile#39;s brake efficiency, its lateral stability and maneuver-ability during braking. Therefore, ABS is a typical control system. The control methods for automobile ABS mainly include: Logic Threshold Control Method, Sliding Mode Variable Structure Control Method, PID Control Method and Robust Control Method. Of which the logic thresh-old control method is most often used, but its control logic is complicated, and each threshold value and holding time under different road conditions are usually experimental values obtained from repeated experiments, without a clear theoretical basis. It can not evaluate quality such as system stability, moreover, the logic threshold is always in fluctuating state during control process, so the control effect is not very good, and the braking distance is slightly longer. Sliding mode variable structure control can obtain higher braking efficiency, but when switching near the section line, a jitter is added due to systematic inertia during sliding, how to select parameters and eliminate the jitter produced in the process when the phase trajectory slipped along the curve needs further study. For PID control, as long as PID parameter is appropriately tuned on the spot, the control effect will be good, but its performance results are still to be improved. The system stability and anti-jamming capability of robust control have improved some, but robust control needs to know the upper limit of model transmission error, and have some degree of difficulty to select enhanced function. Therefore explore an effective control method has been the key to the development of ABS. Simulated study on fuzzy control is conducted in this paper. Fuzzy control uses fuzzy reasoning method which is similar to human brain, follows certain control rules and combines with practical experience to make dynamic control to system. It is independent of the mathematical model of an object, convenient to make use of human experience and knowledge, and its robustness is good, along with its simplicity and practicality. These advantages are exactly suited to such variable working condition of ABS nonlinear system.
2 Basic Principles of ABS Based on Fuzzy Control
The wheel slip ratio is defined as:
Where: S–the wheel slip ratio, R–the wheel rolling radius, v–the vehicle speed, omega;-the wheel angular velocity. By the above formula, the slip ratio is determined by the vehicle speed and wheel angular velocity. Therefore, the fuzzy control ABS takes the wheel angular velocity and body longitudinal acceleration as the input signal, in
which the wheel angular velocity can be measured directly by the electromagnetic wheel speed sensor, while the vehicle speed is obtained indirectly, using the wheel angular velocity and acceleration to form the vehicle reference velocity.
Figure 1 shows the block diagram of estimating the System Simulation Technology amp; Application (Volume 14)
vehicle reference speed by fuzzy logic method. The input is angular velocity signals measured by four electromagnetic wheel speed sensors and vehicle acceleration signals measured by a capacitive accelerometer. The output is speed value. After the input signal travelled through the low-pass filter in the data pre-processing module, the reference slip ratio of the four wheels and the speed variation rate of the car lode can be calculated respectively by the following formula.
The input variables of fuzzy logic unit are the reference slip ratio of the four wheels and the speed variation rate of the car lode. Fuzz the input variables and use the language variable to represent it, which can be divided into 4 levels: negative small (NS), zero (ZO), positive small (PS), positive large (PL). Their respective function shape is shown in Fig.2. The output variables of the fuzzy arithmetic unit are the weights k1 and k2 of each input variable. Use the language variable to represent the output variables, which can be divided into 3 levels: small (S), medium (M), large (L). Their respective function shape is shown in Fig.3. The reference speed of vehicles can be calculated by the following formula.ABS fuzzy control system is shown in Fig.4. Its control process is: a step input is output from the brake pedal when braking to input a braking air pressure with a set value to the brake system, then enters the summation module. Another that enters the summation module is the output variable from the controller. After summation, the target pressure of the actual given system is output to the servo system. Input it to the air pressure system and pneumatic servo valve system by limiting the module to calculate the dynamic braking torque of the system, when the torque i
全文共21771字，剩余内容已隐藏，支付完成后下载完整资料
汽车防抱死控制方法研究
基于模糊控制理论的制动系统
文摘：介绍了模糊控制理论在汽车防抱死制动系统(ABS)中的应用，提出了一种模糊逻辑的速度估计方法，并进行了动态仿真。 SIMULINK环境下的仿真结果表明，基于模糊控制的ABS控制系统鲁棒性好，控制效果好，易于实现。
关键词：模糊控制；ABS；仿真
1 介绍
汽车ABS本质上是一种制动力自动调节装置。在制动过程中，通过调整制动力，轮胎防滑比可控制在预期范围内。 提高汽车制动效率，提高汽车在制动过程中的横向稳定性和操纵能力.因此，ABS是一种典型的控制系统。汽车ABS的控制方法主要包括： 逻辑门限控制方法、滑模变结构控制方法、PID控制方法和鲁棒控制方法。其中最常用的是逻辑阈值控制方法，但其 控制逻辑复杂，在不同的道路条件下，每个阈值和保持时间通常都是反复实验得到的实验值，没有明确的理论依据。 基础。它不能评价系统的稳定性等质量，而且在控制过程中，逻辑阈值始终处于波动状态，因此控制效果不太好，制动效果不佳。 吴距离稍长。滑模变结构控制可以获得较高的制动效率，但当切换到截面线附近时，由于系统惯性的存在，增加了抖动。 NG滑动时，如何选择参数，消除相位轨迹沿曲线滑行时产生的抖动，还有待进一步研究。对于PID控制，只要PID参数i 如果在现场适当调整，控制效果会很好，但其性能仍有待改进。系统的稳定性和鲁棒控制的抗干扰能力得到了提高。 虽然有些，但鲁棒控制需要知道模型传输误差的上限，并且在一定程度上难以选择增强函数。因此探索一种有效的控制方法 是ABS发展的关键。本文对模糊控制进行了仿真研究。模糊控制采用与人脑相似的模糊推理方法，遵循一定的控制原则。 结合实际经验，对系统进行动态控制。它独立于对象的数学模型，便于利用人类的经验和知识。 其健壮性好，简单实用。这些优点正好适用于ABS非线性系统的这种变工况。
基于模糊控制的ABS基本原理
车轮滑移率被定义为：
其中：s-车轮滑移率，R-车轮滚动半径，v-车辆速度，omega;-车轮角速度.根据上述公式，滑移率由车速和车轮角决定。 速度。因此，模糊控制ABS以车轮角速度和车身纵向加速度作为输入信号。
通过电磁轮速传感器可以直接测量车轮角速度，而通过车轮角速度和加速度t间接获得车辆速度。 形成车辆的参考速度。图1显示了评估系统仿真技术和应用的框图(第14卷)。
基于模糊逻辑方法的车辆参考车速分析。输入是四个电磁轮速度传感器测量的角速度信号和一个电容式传感器测量的车辆加速度信号。 测光仪。输出是速度值。当输入信号通过数据预处理模块中的低通滤波器后，四个车轮的参考滑移率和变速。 按以下公式分别计算汽车液面的N速率。
模糊逻辑单元的输入变量是四轮参考滑移率和车辆变速率。模糊输入变量并使用语言变量表示 它分为负小(NS)、零(ZO)、正小(PS)、正大(PL)4个层次。它们各自的功能形状如图2所示。模糊输出变量 算术单元是每个输入变量的权值K1和K2。使用语言变量来表示输出变量，这些变量可分为三个级别：小(S)、中等(M)、大(L)。n.th EIR各自的功能形状如图3所示。ABS模糊控制系统如图4所示。它的控制过程是：第一步 制动时从制动踏板输出制动气压，将设定值的制动气压输入到制动系统，然后进入求和模块。另一个进入求和模块的是 从控制器输出变量。经过求和后，将实际给定系统的目标压力输出到伺服系统。输入到气压系统和气动伺服阀系统。 M通过限制模块来计算系统的动态制动转矩,当转矩被输入到车辆模块时,其用于制动车辆,车辆模块将输出A, 车辆的滑移率。当输入到模糊控制器模块时，实际滑移率和期望滑移率构成误差，由模糊控制器计算出控制压力值。 将OLL算法反馈到制动系统中，使汽车获得良好的制动性能、可控性和稳定性。
3仿真研究
利用MATLAB软件提供的模糊控制工具箱，可以方便地实现上述模糊控制理论。采用MATLAB/SIMULINK软件建立车辆、轮胎、制动器的框图。 S和控制系统，形成如图4所示的仿真模型。
本文对该系统进行了仿真。用ode 45高阶解微分方程，采用变步长算法，初始步长为0.2，最大步长为i。 S=0.5，绝对误差为1times;10-6，相对误差为1times;10-3，制动时车轮初始速度为80 km/h，基于滑移率的模糊控制轮速相对稳定。 它趋向于理想的控制条件，只有很小的波动。图5显示了车辆速度和车轮速度的仿真结果。
在整个制动过程中，滑移率曲线非常平滑，初始助力制动后，基本保持在期望值的25%，上下波动很小。 WN，所以制动过程非常平稳，如图6所示。模糊控制器的制动压力输出比较敏感。在最初的制动过程中，由于制动力的迅速增加， 车轮速度将迅速降低，但是如果不能快速调整车速，车轮速度将保持在高水平，因此很容易锁定车轮。
仿真结果表明: 基于滑移率的模糊控制具有理想的防抱死制动效果.除了具有较强的系统鲁棒性外，它的主要优点还包括它可以确保车辆返回到st。 所有道路的有效区域
4 结论
仿真结果表明，模糊控制适用于ABS控制系统，其原理简单，易于实现。只要对控制施加足够的控制 Oller，你可以很好地适应道路条件和车辆模型结构参数的变化。这是一种很有前途的ABS控制方法。
参考
[1]刘金崔。汽车ABS模糊逻辑控制方法研究汽车.天津理工大学学报 2008.3.
- 马克。商业货车模糊逻辑ABS控制的发展SAE交易，95，26-73。
基于案例推理的汽车制动系统缺陷识别方法研究
文摘：缺陷识别是车辆召回的基本前提，以往的先例可以作为以下缺陷识别的最直接、最有效的证据。 阿提。本文探讨了一种基于案例推理的缺陷识别方法，并开发了一个由典型召回案例和采用Au的缺陷模式组成的推理数据库。 以汽车制动系统为例，提出了一种新的缺陷识别方法。本文的研究为基于案例推理的缺陷识别提供了一种实用的方法。 在统一标准的情况下，缺陷判断是合适的。
关键词：案例推理，缺陷识别，汽车召回，汽车制动系统
1. 介绍
召回是通过纠正产品来降低潜在的车辆安全风险的有效措施
缺陷[1]和缺陷识别是车辆召回的基本前提。自2004中国开始实施有缺陷的汽车召回制度以来，总共有1400辆汽车重新上市。 已累计进行了呼叫，涉及4 069万辆车辆。以往的召回案件和缺陷调查案件已成为未来缺陷鉴定的重要和有用的资源。 化和判断。由于缺陷故障与风险机制之间存在着复杂的关系，根据缺陷故障的类型，很难有效、方便地获取特征变量。 故障，则很难通过定义的模型进行故障识别[2]。案例推理(CBR)符合人类解决问题的思维方式，是一种类比推理。 运用以往解决类似问题的经验，获得当前问题的解决方法[3]。CBR方法不完整、准确，适用于研究领域。 数学模型，但有丰富的经验和大量的历史记录[4]。耶鲁大学的RogerC.Schank教授在1982提出了动态记忆理论，该理论被认为是 CBR最早的研究[5]。经过30多年的发展，CBR已经应用于许多研究领域。Doyle开发了一个基于案例的航班预订和选择推理系统。 应用案例推理方法进行机械快速设计；F.Ricci等人将CBR引入森林火灾救援计划系统；廖等人提出了基于CBR的环境。 环境污染应急预案生成方法[10]；严进、张大胜等人应用CBR及相关规则对汽车故障进行诊断，建立车辆维修维修方案。 Ir专家系统；成中华将CBR应用于军事武器RCM分析过程；Gilboa和Schmeidler在此基础上提出了基于实例的决策理论(Cbdt)。Sion理论与案例推理方法。对于决策问题，决策者可以将以前类似问题的解决方案作为解决当前问题的基本方案。 基于案例的缺陷判断机制是以以往类似的缺陷案例为基础，进行分析和修改，找出当前缺陷和故障的根源。 为此，本文探讨了一种基于案例推理的缺陷识别方法，并以汽车制动系统缺陷为例，建立了统一的判别标准。 具有相同或相似的缺陷。采用硬件分析方法对汽车制动系统的预定层和编码系统进行了分类，得到了108种汽车制动系统的缺陷模式。 通过对1000多起汽车召回案例的分析，确定了LE制动系统。然后分析了缺陷案例的表现形式和案例组织形式，并建立了由以下内容组成的推理数据库。 然后根据CBR重用和保留原则，提出了一种基于案例推理的缺陷识别过程。
2.案例推理的基本原理
CBR方法建立在现实世界的规律性、典型性、相对稳定性和易适应性假设的基础上，包括经验重用和自学习两个过程。经典C BR过程包括“4R”(检索、重用、修改、保留)(如图1所示)。(1)案例检索：根据新案例和计算器的特点检索现有案例数据库。 数据库与新案例之间的匹配能力，以获得与新情况最相似的情况。(2)案例重用：将现有相似案例的解决方案重用到新案例中，并根据现场知识和客观限制对相似案例的解决方案进行修改。 制定适合新问题的修改后的解决方案，作为新问题的推荐解决方案。(3)案例修改：检查案例重用过程，并根据情况进行修改。 针对实际情况，然后以修正后的验证方案作为最终解决方案。(4)保留案件：将案件保留在最终获得的解决办法中，并保存在案件数据库中， 进而实现个案自主学习。
基于cbr的经典认知模型以以往的车辆召回活动为例。
然后建立案例数据库，在面对新的缺陷识别(目标案例)时，进行案例检索过程，以获得现有案例(比较t之间的相似性) ARGET案例和源案例)，并找到相似的源案例作为缺陷判断(推荐解决方案)的参考，即案例重用过程。如果没有任何存在的情况 对于新的缺陷识别，可以使用其他模型来识别缺陷，然后将新案例作为源案例添加到数据库中，以便对其他新的pro进行新的引用。 这就是所谓的自我学习过程。基于实例的推理过程包括案例检索、案例调整和案例数据库.案例数据库是基于案例推理的核心。 包括案例表示和案例组织。案例的表示。案例的表示方法如何解决之间的关系问题，特征提取 特征，然后将它们存储到数据库中，为推理提供基本条件。J.L.Kolodner定义的案例如下：CETA以往经验的知识表示 在关系中，记录为达到某一目标而必须吸取的基本教训或经验。一个典型的案例，主要包括工程研究进展的三个部分，第123825卷，inf。 formation形成
对问题或情景的描述，即需要解决的问题或案件发生时的情况；
解决办法，即有关问题的解决办法；
3)结果，即方案执行或新方案状态的结果。
因此，案例知识表示包括问题描述、解决问题、效果描述三个部分。不同领域的问题有不同的表述[22]。n.reas 用例表示不仅可以使求解更容易，而且效率更高。根据“缺陷汽车召回计划”的相关内容，对“缺陷汽车召回计划”的认识 每个缺陷案例被认定为缺陷描述、召回措施和预期效果。案件组织。案例组织是指根据案件的特点对案件进行分类和分类。 CS和检索需要基于案例表示。汽车在特定情况下使用过程中的固有问题引起的汽车故障称为汽车固有故障。 。缺陷通常以故障的形式出现，缺陷被称为涉及人身安全和财产安全的、具有批量性质的固有缺陷。参考故障模式的概念，d 缺陷表示形式定义为缺陷模式，由缺陷相关的系统或组件组成，
缺陷的根源和缺陷的后果。没有具体的设备，就很难确定缺陷模式的确切含义。本文参考gjb/z-2006进行分类。 车辆承诺层的建立和编码系统的准备，以便将缺陷模式体现到最小分量层[23]。
3.基于案例推理的产品缺陷识别过程
产品缺陷识别过程建立在CBR重用和保留原则的基础上，如图所示。由于CBR具有重用和保留功能，所以数据库的建立和推理应用也是如此。 N被认为是整个过程。红线标记数据库建立过程，绿线代表推理应用过程。数据库建设过程：根据相关情况 缺陷汽车召回计划的内容，对制造商报告的召回案例进行分析，并从汽车召回案例中提取典型知识表示。 CLE信息B、缺陷描述C和缺陷补救D建立典型病例数据库。根据期票层分类和编码系统的定义，期票层属于类。 被化了。在车辆召回案例的基础上，提取缺陷模式。在数据库中，一种缺陷模式可以与更多的案例相关，相反，案例数据库中的任何情况都有一个相关的失败。 T模式案例库和缺陷模式共同构成推理数据库。推理应用过程：确定案件后，通过缺陷信息分析，对ana进行调查。 对其故障现象Y(包括车辆信息和故障描述)进行分解，得到知识表示，然后根据故障相关的comp识别相关缺陷模式。 一个人。如果确定了缺陷模式，则可以搜索与确认缺陷模式相关的案例，然后进行缺陷判断。如果数据库中没有相关的缺陷模式，则另一个 可以考虑方法来识别缺陷。当该情况被识别为缺陷时，将其转移到数据库建立过程中，然后分析召回报告信息来提取TH。 最后给出了新的典型案例。
4. 总结
推理往往涉及到许多研究领域的专业知识。一般推理方法需要完整的领域知识，而案例推理是解决新问题b的一种方法。 应用已有的案例解，能够直接模拟人在解决新的复杂问题时的思维逻辑，所需的知识只是先前的历史知识。 伊米拉案件。本文在案例推理的基础上，首先对汽车制动系统的不同期望层和编码系统进行了分类，并通过实例分析得出了108种缺陷模式。 在分析以往车辆召回案例的基础上，对缺陷案例表示和案例组织进行了描述。本文开发了由典型案例和缺陷模式组成的推理数据库。 在CBR重用和保留原则的基础上，提出了基于案例推理的缺陷识别过程。
5. 参考( reference的名词复数 )
[1]Shannon A.Bowen，岳征。汽车召回危机，框架和道德反应：丰田的失误[J]。公共关系评论，2015，41：40-49。
[2]张，邓，Y.和吴，Q等.引用该论文.基于自适应案例推理算法的变压器故障识别[J].控制工程，2005，22(6)：1218-1223。
[3]Gilboa I，Schmeidler D.案例决策理论[J].季刊JEconomics,1995,110(3):605-639.
[4]Chiu C，Chiu N-H.基于遗传算法和遗传算法的智能
全文共5969字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[17044]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
