[发明专利]汽车底盘集成系统神经网络广义逆解耦控制器及构造方法

说明书

技术领域

本发明涉及车辆工程设备领域，具体而言涉及一种基于神经网络广义逆的汽车底盘集成系统的控制器及其构造方法，应用于汽车底盘的高性能集成控制。

背景技术

汽车底盘由转向系、传动系、行驶系以及制动系等多个子系统组成，其接受来自发动机的动力，并在驾驶员的操纵下行驶。随着技术水平的进步，人们对汽车使用性能要求越来越高，要求汽车同时具备良好的传动性、优良的操纵性、行驶的舒适性和安全性等，因此通过控制汽车的侧向、纵向和垂向运动来提高汽车的操纵性、乘坐舒适性的汽车控制技术成为汽车工程领域的研究热点之一。近年来，汽车电子控制技术已广泛应用于各类汽车中，给汽车技术的发展带来了划时代的意义，然而各种汽车电子控制技术的使用也带来了汽车底盘控制系统的复杂性，包括汽车底盘机械系统中的原本存在的各种非线性强耦合因素、以及各种控制方法对各个底盘子系统控制引起的干扰和耦合等因素。因此，为了消除（或尽量减小）汽车底盘系统中各个电控子系统之间的非线性耦合影响，有必要对汽车底盘集成系统进行非线性解耦控制。

对于汽车底盘集成系统解耦控制的研究是实现其高性能控制的基础及难点，目前对汽车底盘集成系统的解耦控制主要是：采用非线性解耦控制理论实现主动悬架子系统和电动助力转向子系统之间的解耦控制，该方法的解耦控制算法比较复杂，特别是当系统状态变量比较多的时候，系统的解耦矩阵维数庞大，难以实现对汽车底盘集成系统更多的子系统实现解耦控制，而且该方法的实施，严重依赖于被控对象的数学模型，由于汽车底盘集成系统的模型难以精确建立，因此该解耦策略的效果不挂。另外，该方法仅仅解决了汽车底盘集成系统的侧向和垂向之间的解耦控制，并未考虑到汽车底盘集成系统的纵向与侧向、垂向之间的非线性耦合关系。

为了从本质上解决汽车底盘集成系统的侧向、纵向以及垂向之间非线性耦合的难题，同时又要保证汽车底盘集成系统各子系统的控制性能指标，需采用新的控制方法和新的控制技术。

发明内容

针对现有技术的缺陷，本发明旨于提供一种消除汽车底盘集成系统侧向、纵向以及垂向之间非线性耦合的解耦控制器及构造方法。

本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有利的方式发展独立权利要求的技术特征。

为达成上述目的，根据本发明的改进，提出一种汽车底盘集成系统神经网络广义逆解耦控制器的构造方法，包括以下步骤：

将汽车底盘的主动前轮转向子系统、直接横摆力矩控制子系统和主动悬架子系统作为一个整体组成汽车底盘集成系统；

采用静态神经网络和多个线性环节来构造汽车底盘集成系统的神经网络广义逆，并通过调整静态神经网络的权系数使神经网络广义逆实现汽车底盘集成系统的广义逆系统功能；

将神经网络广义逆置于汽车底盘集成系统之前，神经网络广义逆与汽车底盘集成系统组成广义伪线性系统；

将广义伪线性系统线性化解耦为三个单输入单输出子系统，分别为两个一阶伪线性子系统和一个二阶伪线性子系统；

采用PID调节器对三个解耦的伪线性子系统分别设计调节器，并由上述三个调节器构成线性闭环控制器；

将线性闭环控制器和神经网络广义逆共同构成汽车底盘集成系统神经网络广义逆控制器。

进一步，所述的神经网络广义逆由具有七个输入节点和三个输出节点的静态神经网络以及四个线性环节构成，所述的神经网络广义逆具有三个输入节点和三个输出节点，其中：

神经网络广义逆的第一个输入作为静态神经网络的第一个输入，该第一个输入经一阶系统的输出为静态神经网络的第二个输入；

神经网络广义逆的第二个输入作为静态神经网络的第三个输入，该第二个输入经一阶系统的输出为静态神经网络的第四个输入；

神经网络广义逆的第三个输入作为静态神经网络的第五个输入，该第三个输入经二阶系统的输出为静态神经网络的第六个输入，该二阶系统的输出再经一个积分器s^-1输出为静态神经网络的第七个输入；

所述静态神经网络的三个输出即为神经网络广义逆的输出；

其中，a₁₀、a₁₁、a₂₀、a₂₁、a₃₀、a₃₁和a₃₂为所述广义逆系统的参数。