10.3969/j.issn.1003-5060.2020.07.003
基于神经网络路面识别的电动汽车ABS控制研究
为了充分利用路面附着能力以提高电动汽车的制动安全性,文章提出了一种基于径向基函数(radialbasis function,RBF)神经网络路面识别的电动汽车制动防抱死系统(anti-lock braking system,ABS)控制方法.采用RBF神经网络进行路面识别,将识别出的最优滑移率作为目标参数,以此设计了一种模糊控制与预测控制相结合的ABS控制策略,同时制定了制动力矩分配策略,从而确保制动系统可靠工作并实现制动能量回收,最后基于CarSim与Matlab/Simulink仿真平台进行了实例样车仿真分析.仿真结果表明,该路面识别方法可以准确识别当前路面状态,ABS控制策略下的制动距离相对于模糊控制策略缩短了6.57%,制动能量回收提高了3.9%.
电动汽车、路面识别、最优滑移率、制动防抱死系统(ABS)、模糊预测控制
43
U462.1(汽车工程)
国家科技支撑计划资助项目;国家新能源汽车重点研发计划资助项目
2020-08-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
878-883