资源描述：
《科研(修改后)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、人工智能在四轮驱动电动汽车控制系统中的应用AbdelfatahNasri,BrahimGasbaouiBechar大学科学与技术学院Bechar,阿尔及利亚电子邮件:nasriab1978@yahoo.fr收到2012年2月26日；修改后的2012年6月18日；接受2012年6月25日摘要：在这篇论文中四轮驱动电动汽车(EV)的一种新颖的速度控制设计是为了提高不同道路约束条件下的行为和稳定性。被建议使用智能自适应模糊PI控制器的控制电路。指导PI控制器的功能参数动态的调整与模糊控制的援助。每一个四轮驱动是由四个15千瓦汽车交付384N.m扭矩。其高转矩(33
2、8N.m)是立即可用以确保响应加速度性能在建筑物密集的地区。由于重量轻简单和高的性能拖指导车轮和拖后推进的轮子的电力驱动仪器配备有两个感应电动机。加速度和转向是被不同的电能所确保,后者单独控制派生轮子将在任何曲线。电动汽车提交使用直接转矩控制不同约束的道路。电动汽车在MatlabSimulink仿真软件模拟。仿真结果证明,智能模糊PI控制方法降低了瞬态振荡和保证效率在所有道路拓扑约束行为,直、弯曲的道路,下降。关键词：四轮驱动；PI自适应模糊PI；模糊控制器,直接转矩控制.SOC1．引言在运输的汽车设计方面主要目标是发展无污染高安全性和舒适的汽车。考虑这些因
3、素,我们的兴趣都集中在了车辆四轮驱动电路,在前面伴随着一些独立的驱动车轮的电动机和后轮驱动轴上伴有的古典的电动机[1-4]。这个配置是一个可以想象的的解决方案,这种汽车的污染强烈下降,电力牵引的可能性达到准确、快速的分配转矩的控制。转矩控制可以通过逆变器确保,所以这辆车不需要机械差速齿轮或变速箱。在这辆车的设计的一个主要问题(没有机械差动)是假设汽车的稳定性。在正常驾驶条件下,所有的驱动轮系统需要一个在双方的扭矩对称分布。近年来,由于能源危机和环境污染等问题,电动汽车(EV)一直在研究和发展越来越广泛[1,2]。目前,大多数电动汽车是由两个前轮或两个后轮驱动
4、的。考虑一些汽车的效率和空间限制，近年来人们越来越多的关注四轮驱动车辆使用IM轮。研究表明,电动汽车控制方法如，PI控制能够执行的全面优化操作条件和干扰对于转矩不变车辆是非常有效的,而且这些非线性车辆转矩不固定和随机变化。然而伴有传统的PI控制的电动汽车在这种快速变化的条件下可能没有这样令人满意的性能，系统性能恶化。此外,当在保持稳定的电动汽车牵引为了达到令人满意的补偿结果很难选择合适的控制参数Kp和Ki,由于高度复杂,非线性控制系统的性质。这是PI控制的两个主要的缺点。为了克服这些困难，适应PI控制器的模糊控制应用在静止和道路约束下,和显示改善四轮驱动电动
5、汽车的整体性能。本文的目的是了解被直流-直流转换器控制的使用锂离子电池的智能模糊速度控制器的影响，每个车轮都是被基于空间矢量调制下几个拓扑的直接转矩独立的控制。建模和仿真是通过使用Matlab/Simulink工具研究四轮驱动系统的性能。2.电动汽车的描述根据图1车辆运动的相反力量：滚动阻力F由于路上车辆轮胎的摩擦；气动阻力的摩擦造成的身体在空中移动；和攀登的力量F只取决于道路倾斜。总阻力等于抵抗力量的总和的总阻力,如(1)式。滚动阻力被定义为:空气动力阻力扭矩被定义如下:滚动阻力通常是定义为:其中r是轮胎半径,m是车辆总质量,r是滚动阻力常数,g是重力加速
6、度,p是空气密度,d是气动阻力系数,a是汽车前表面面积,v是车辆的速度,b是滑坡角度。这些参数值如表1所示。3．直接转矩控制策略基本的DTC策略是在1986被一个叫Takahashi的人发明的。它是基于在每个采样周期所需的磁通和转矩引用的瞬时空间向量的确定。最初的DTC策略的框图如图2所示。参考速度与测量速度相比较。获得的错误是应用于输出提供了参考转矩的PI速度调节器。据估计定子磁通和转矩与相应提及相比较。错误分别应用于定子磁通和转矩滞监管机构。通量的估算值和相角计算的表达式和转矩由三级滞后控制。其评估价值计算表达式(7)。图1:力量作用于沿着斜坡运动的汽车
7、上。图2:PI获得模糊逻辑控制器的调整。表1:电动汽车模型的参数。4．智能模糊PI控制器模糊控制器已广泛应用于工业过程。特别是,模糊控制器是有效的技术当系统的非线性数学模型或不存在的数学模型。在这篇论文中，模糊控制系统调整PI控制的模糊规则的参数。依赖于系统的状态。根据这一原则可改编的PI意识到不再是一个线性调节器。在这些研究中,用于驱动PI的模糊控制器被一系列的实验作者定义(5-8)。PI的表达式由下列方程给出(2).式中：控制的输出:控制的输入。参考电流的错误和发射速度；参数的规模；T积分器的参数。离散方程：式中：y（k）：k样本的输出时间；k样本的错误
8、时间；T：周期的抽样在线优化在线优化kp方程和ki如
