為提高分布式驅(qū)動電動汽車轉(zhuǎn)向穩(wěn)定性,解決傳統(tǒng)神經(jīng)網(wǎng)絡控制算法收斂速度慢、易陷入局部最優(yōu)解的問題,提出一種利用粒子群算法優(yōu)化神經(jīng)網(wǎng)絡的比例-積分-微分(PID)轉(zhuǎn)向穩(wěn)定控制器,利用橫擺力矩和滑移率調(diào)整力矩實現(xiàn)橫擺角速度和各輪滑移率的控制。在此基礎上研究了一種針對轉(zhuǎn)向工況的最優(yōu)力矩分配算法,通過模糊控制算法對驅(qū)動力矩進行修正得到驅(qū)動修正力矩,將其與橫擺力矩和滑移率調(diào)整力矩一起作為二次規(guī)劃問題進行最優(yōu)分配,得到各輪最佳驅(qū)動力矩�；诼�(lián)合仿真平臺進行了雙移線和蛇形等典型轉(zhuǎn)向工況下的性能對比測試。結果表明:文中提出的算法能在保持車輛良好動力性同時維持穩(wěn)定性,穩(wěn)定控制器能將蛇形工況打滑現(xiàn)象降低36.4%,最優(yōu)力矩分配算法能將雙移線工況的穩(wěn)定性提高31.2%。

【文章頁數(shù)】：8 頁

【文章目錄】：
1 轉(zhuǎn)向穩(wěn)定性控制器設計
    1.1 轉(zhuǎn)向動力學模型分析
    1.2 整車模型搭建
    1.3 轉(zhuǎn)向穩(wěn)定性控制器設計
2 驅(qū)動力矩最優(yōu)分配控制算法
    2.1 轉(zhuǎn)向工況下驅(qū)動力矩的修正
    2.2 最優(yōu)力矩分配策略
3 仿真結果與分析
4 結論



本文編號：3808641