探索基于交流传动的汽车惯性式制动器试验台控制策略研究

《探索基于交流传动的汽车惯性式制动器试验台控制策略研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文基于交流传动的汽车惯性式制动器试验台控制策略研究姓名：曾钰琳申请学位级别：硕士专业：控制理论与控制工程指导教师：盛朝强2010-04中文摘要摘要基于交流传动的汽车惯性式制动器试验台主要包括电惯量和气动力伺服两个系统。电惯量系统控制技术和气动力伺服系统控制技术是汽车惯性式制动器试验台的关键技术，还广泛用在运动惯性负载模拟和作动力加载等系统，具有广泛的应用前景。目前，国内外的惯性式制动器试验台普遍采用机械方式，用大型惯量盘的旋转惯量模拟汽车直线运动的惯量，但存在很多缺点，故有专家提出了用“电惯量”来模拟机械

2、惯量的设计思想。虽然现在已有很多学者在研究电惯量技术，但这些研究存在一个共同的缺点：整个系统只是对转速或转矩的单变量控制，而并没有考虑到电惯量控制系统是一个非线性、多变量系统，多个变量都可能会影响系统的性能。论文针对目前电惯量控制技术中未考虑多个变量的影响的问题，对汽车惯性式制动试验台进行基于BP神经网络的多变量控制，从而实现用电动机模拟系统机械惯量的目的。在惯性式制动器试验台中，由气动力伺服系统给制动器试验台提供制动力。虽然气动技术具有节能、高效和无污染等优点，但由于气体本身固有的可压缩性、阀口流量的非线性、摩擦力等因素

3、会引起系统不稳定，特别是摩擦力引起的“低速爬行”现象非常影响系统的控制性能。本文针对由摩擦引起的低速爬行非线性特性，用LuGre摩擦模型补偿气动力伺服系统的摩擦力，提出一种用粒子群优化算法一次辨识摩擦模型参数的方法，再设计了单神经元PID算法控制气动力伺服系统，从而实现快速气动力伺服。论文在分析电惯量控制系统和气动力伺服系统特点的基础上，建立相应的数学模型；介绍了本系统的交流传动控制，包括交流电机的矢量控制和SVPWM控制算法；设计了基于BP神经网络的电惯量控制方法，并对电惯量控制系统进行仿真研究，验证了电惯量控制算法的有

4、效性，给出了单变量控制和多变量控制仿真对比曲线；设计了基于单神经元PID气动力伺服系统的控制器，建立了仿真模型以验证控制算法的有效性，给出了进行摩擦补偿前后的对比仿真结果图；设计了一个电惯量控制系统和气动力伺服控制系统相结合的实际系统，用来验证电惯量和气动力伺服系统控制算法的有效性。该系统以TMS320F2812DSP为核心控制单元，在对系统进行需求分析和总体设计的基础上，完成了系统的硬件和软件设计，最后给出了系统的测试曲线。关键词：电惯量，气动力伺服，交流传动，惯性式制动器试验台I重庆大学硕士学位论文ABSTRACTCo

5、ntrolStrategyforAutomobileInertiaBrakeTesterBasedonACdrivemainlyincludeselectricinertiasystemandPneumaticForceServosystem.ElectricinertiacontroltechnologyandPneumaticForceServocontroltechnologyarethekeytechnologiesoftheAutomobileInertiaBrakeTester;theyarealsousedi

6、nthesimulationofinertialoadsanddynamicloadingsystemwithawiderangeofapplications.Currently,AutomobileInertiaBrakeTester,athomeandabroad,commonlyusedmechanicalinertia,withalargeinertiaoftherotatingdiskofinertiatosimulatevehiclestraight-linemovementofinertia,butthere

7、aremanydrawbacks.Someexpertsuse"electricinertia"tosimulateMechanicalInertia.Althoughtherearemanyscholarsstudytheelectricalinertiatechnology,buttheyhaveacommondrawback:Systemonlycontrolspeedortorquesinglevariable.Buttheelectricinertiacontrolsystemisanonlinear,multi

8、variablesystem.Variablesmayaffectsystemperformance.Thispaperconsidersmultiplevariableimpact,andcontroltheAutomobileInertiaBrakeTesterbasedonBPneuralnetw