基于数据挖掘的电动汽车TCS模糊控制研究

论文摘要

汽车牵引力控制系统（TCS）是一种主动安全控制系统,是防抱死系统（ABS）在汽车上应用的一个延伸。TCS通过控制汽车驱动轮滑转率,防止汽车在起步、加速、爬坡时驱动轮过度滑转,保证其充分利用地面提供的纵向附着力和侧向附着力,使汽车获得最大牵引力和最佳操纵稳定性,提高整车稳定性能。因此,深入研究汽车牵引力控制系统（TCS）对解决整车稳定与安全性具有重要的意义。本文主要研究电动汽车的牵引力控制系统。我们选用轮毂电机布置方案,通过调节电机的电压来控制电机输出转矩,使车轮的滑移率保持在理想值16%附近（滑移率为16%时,路面能提供给车轮最大的纵向附着系数以及比较理想的侧向附着系数）。主要研究内容包含以下几部分：（1）选型与建模首先,我们研究了轮毂电机布置方案的电动汽车的结构,对其数学模型进行了描述,并确定相关参数。然后,我们在Matlab/Simulink软件中建立了整车动力学模块、电机模块、轮胎模块、滑移率计算模块。（2）模糊控制的研究首先,设计了一个PID控制器,对电动汽车进行了仿真,并在三种不同路面条件下对PID控制的自适应能力和鲁棒性进行了分析。然后,根据经验设计了两输入单输出的PD型模糊控制器,并对其进行仿真,同样考察了模糊控制器在三种不同路面条件下的自适应能力和鲁棒性。通过对比发现：PID控制具有过渡平滑,没有稳态误差,自适应能力更好,更适合在低附着系数路面上工作的特点。而模糊控制具有过渡时间更短,更适合在高附着系数路面上工作的特点。（3）PID+模糊补偿控制的研究因为PID控制与模糊控制各有优势,设想将两者结合起来,做成补偿控制的形式。通过仿真发现补偿控制无论在过渡时间,稳念误差,还是自适应能力和鲁棒性方面都有不错的表现。表明补偿控制的思路是可行的。（4）模糊规则的数据挖掘模糊规则的获取是模糊建模的成功关键。通常模糊规则的产生有以下三种方法：1)基于专家经验和知识产生规则；2)从样本数据中自动产生规则；3)样本数据结合专家知识产生混合规则。简单系统可以基于专家知识产生规则,但是当变量增多及变量的模糊集分割过多时,单纯依靠专家知识获取模糊规则是十分困难的。而数据挖掘技术则可以从数据中自动提取模糊规则,相比经验产生的规则更加客观和准确。我们在WM和iWM算法的基础上,提出了一种鲁棒性更好的算法,并用Matlab语言在计算机中实现编程。通过仿真实验验证了该算法能有效地从样本数据中提取规则。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 中国发展电动汽车的必要性
• 1.2 电动汽车概述
• 1.2.1 混合动力汽车
• 1.2.2 燃料电池汽车
• 1.2.3 纯电动汽车
• 1.3 纯电动汽车驱动布置方案
• 1.4 汽车驱动防滑控制技术原理
• 1.5 本文主要研究内容
• 第2章 电动汽车TCS的数学模型
• 2.1 车辆主要参数的选择与总成匹配的选择
• 2.1.1 整车参数与动力性指标
• 2.1.2 电机的选择
• 2.1.3 减速器速比
• 2.2 电机模型
• 2.3 车辆模型
• 2.4 滑移率计算模型
• 2.5 轮胎模型
• 2.6 本章小结
• 第3章 控制器设计与仿真结果分析
• 3.1 控制方法简介
• 3.1.1 逻辑门限值控制
• 3.1.2 滑模变结构控制
• 3.1.3 PID控制
• 3.1.4 模糊控制
• 3.2 仿真模型的建立
• 3.3 PID控制器的设计与仿真分析
• 3.3.1 PID控制器设计
• 3.3.2 PID控制器自适应能力的分析
• 3.3.3 PID控制器鲁棒性分析
• 3.4 模糊控制器的设计与仿真分析
• 3.4.1 模糊控制器设计
• 3.4.2 模糊控制器自适应能力的分析
• 3.4.3 模糊控制器鲁棒性分析
• 3.5 PID+模糊补偿控制器的设计与仿真分析
• 3.5.1 PID控制和模糊控制的比较
• 3.5.2 PID+模糊补偿控制器的设计
• 3.5.3 PID+模糊补偿控制器自适应能力的分析
• 3.5.4 PID+模糊补偿控制器鲁棒性的分析
• 3.5.5 结论
• 3.6 本章小结
• 第4章 模糊控制规则的数据挖掘
• 4.1 数据挖掘技术简介
• 4.1.1 数据挖掘的定义
• 4.1.2 数据挖掘的处理过程
• 4.2 模糊控制规则的提取算法
• 4.3 算法的计算机实现及其性能分析
• 4.3.1 算法的计算机实现
• 4.3.2 算法的效果评价及其鲁棒性的分析
• 4.4 本章小结
• 第5章 全文总结与研究展望
• 5.1 创新点
• 5.2 研究展望
• 参考文献
• 致谢