如何设计路灯车主副模糊控制器??    佛山路灯车出租

     如何设计路灯车主副模糊控制器??  佛山路灯车出租, 佛山路灯车, 路灯车出租  模糊控制器设计是指根据被控对象的特性完成模糊化接口、推理决策和反模糊化接口的设计。具体设计内容为：控制器结构、模糊化和反模糊化方法、输入变量论域、模糊规则和模糊推理算法、输出变量论域、量化因子和比例因子大小。主副模糊控制器实现的功能就是应急制动控制算法中的防抱死控制算法部分。本文分析了气压式ＥＰＢ的特点及应急制动控制的需要，基于对应用广泛的逻辑口限值算法深入研究的基础上，针对试验车首先设计了主模糊控制器，通过仿真发现，制动开始时系统总是存在一定的超调，且当系统稳定时总存在一定的静差，即通过主模糊控制器得到的系统最终滑移率与仿真初始设定的最佳滑移率存在一定的差值。通过研究知道，主要的原因在于：主模糊控制器的量化因子是固定的，不能根据系统所处的状态进行随动变化。因为汽车是一个强烈的非线性滞后系统，行驶工况复杂且极易受到外界环境的干扰，所以使用固定的量化因子很难在各种行驶工况均能将车轮滑移率控制在最佳滑移率附近。为使车辆在各种行驶工况下都能得到较好的控制，本文便在主模糊控制器的基础上增加了副模糊控制器，副模糊控制器的作用是：根据系统所处状态，对主模糊控制器的输入变量的量化因子进行随动整定，当系统接近稳态时，它能自动减小主模糊控制器输入变量的量化因子系数，使系统静态误差减小；当滑移率误差较大时，它能自动增大主模棚控制器输入变量的量化因子系数，使系统可以快速的调整到稳定状态。所以，本文最终使用主副模糊控制器来实现防抱死控制算法，其中主模糊控制器是Ｗ实际滑移率与目标滑移率的误差和车轮角加速度为输入变量，控制信号为输出变量的二维模糊控制器，其中控制信号为［－６向范围内的无量纲数值，逻辑判断模块会将主模糊控制器输出的控制信号转换为控制命令来控制气压调节器的状态转换，当控制信号数值小于－２．５时为长增压控制，大于２．５时为长减压控制，在－０．５到＋０．５之间时为保压控制，在－２．５到－０．５之间时为小步长增压控制，在０．５到２．５之间时为小步长减压控制；副模糊控制器是以滑移率误差绝对值为输入变量，滑移率量化因子系数和车轮角加速度量化因子系数为输出变量的单输入双输出的模糊控制器。本文设计的主模糊控制器采用二维控制结构，并选取实际滑移率与目标滑移率的误差ｅ和车轮角加速度．为输入变量，控制信号Ｃ为输出变量。

    输入输出变量模糊化模糊控制是基于模糊集合的控制方法，在推理决策过程中需要将数值形式的输入、输出变量转变为用自然语言表示的模糊集合量。在应急制动模糊控制算法中，滑移率误差ｅ的基本论域为［－１，１］、车轮角加速度的基本论域为［－６０，６０］、控制信号Ｃ的基本论域之间。对输入变量进行模糊化处理之前，需引入量化因子将其从基本论域转化到相应模糊集合的量化论域。设定滑移率误差的量化因子为及。 车轮角加速度的量化因子。同样在对输出变量进行反模糊化处理的过程中，也需要通过比例因子将输出变量从模糊集合的量化论域转化为基本论域内对应的精确值。设定控制信号的比例因子为＝１。量化因子表示对输入变量的加权程度，系统的响应速度和超调量都会随量化因子的变化而变化。比例因子是对模糊控制器输出变量的增益，比例因子的大小决定控制器对被控对象的控制效果。同时，考虑到算法的实时性，该控制器变量的隶属度函数均采用Ｓ角型隶属度函数和梯型隶属度函数。控制器变量的模糊子集和量化论域分别定义如下：滑移率偏差Ｅ的模糊子集为：（ＮＢ，ＮＭ，ＮＳ，ＺＯ，ＰＳ，ＰＭ，ＰＢ｝车轮角加速度ＷＪ的模糊子集为：（ＮＢ，ＮＭ，ＮＳ，ＺＯ，ＰＳ，ＰＭ，ＰＢ｝控制信号ＣＺ的模糊子集.  滑移率偏差的量化论域.  车轮角加速度的量化论域.  控制信号的量化论域，ＮＢ为负大；ＮＭ为负中；ＮＳ为负小；ＺＯ为零；ＰＳ为正小；ＰＭ为正中；ＰＢ５４基于气圧式ＥＰＢ的应急制动控制技术研究为正大；ＮＢＫ为长减压；Ｎ化为小步长减压；ＺＯＫ为保压；Ｐ为小步长增压；ＰＢＫ为长增压。根据应急制动控制要求，确定各模糊子集的隶属度函数。

     佛山路灯车出租, 佛山路灯车, 路灯车出租 http://www.foshanludengchechuzu.com/

      模糊控制规则是模糊控制器的重要部分，由自然语言所表达的模糊条件语句组成。送些规则是根据被控对象的特性和对专家经验的总结得到的。模糊推理算法根据模糊控制规则对输入语言变量进行推理，得到可用于控制被控对象的输出语言变量。模糊控制规则采用语言形式，并基于以下３种情况來确定应急制动时车轮滑移率的控制规则。１）车轮滑移率误差较大当滑移率误差比较大时，说明车轮滑移率距离路面最佳淆移率较远，此时，无论车轮角加速度是多大，都通过长増压或长减压使车轮滑移率快速接近最佳滑移率。

     ２）车轮滑移率误差较小，车轮角加速度较大此时车轮的滑移率距离最佳滑移率比较近，但是，由于前期长增压或长减压的控制使车轮的角加速度较大。如果不对驻车制动气室进行减压或增压，车轮滑移率会很快远离最佳滑移率，进入滑移率曲线的线性段或不稳定区域。但是如果采用长减压或长增压的方式来控制气压调节器，又会使车轮滑移率在最佳滑移率附近停留时间较短，引起系统震荡，影响车辆行驶的平顺性，所当滑移率误差较小，车轮角加速度较大时，采用小步长增压或小步长减压的控制方式对驻车制动气室的压力进行调节，使车轮滑移率停留在最佳滑移率附近较长时间。

    ３）车轮滑移率误差较小，车轮角加速度较小此时车轮滑移率基本稳定在最佳滑移率附近，而且驻车制动气室的压力也比较适中，所通过保压的方式，使车轮滑移率保持在最佳滑移率附近。本文根据抖上分析总结设计出了条模糊控制规则。输入模糊子集经模糊控制规则进行推理决策后得到的各输出模糊子集还需通过模糊推理算法的计算才能得到最终的输出模糊量，作为反模糊化接口的输入。该模糊控制器采用Ｍａｍｄａｎｉ型推理算法。

     反模糊化方法反模糊化接口是将推理决策得到的模糊集合表示的输出量转变为精确值，进而控制被控对象。主要的反模糊化方法有最大隶属度法、重也法、加权平均法、中心平均法等。反模牺化方法的选择既要考虑控制器的控制精度，也要考虑被控对象对实时性的要求。最大隶属度法不考虑隶属度函数的曲线形状，会失去很多信息，通常用于对控制精度要求较低的被控对象。重也法是选择模糊隶属度函数曲线与横坐标围成面积的重如作为最终的输出结果，与最大隶属度函数法相比，重也法的输出值更加平滑，对被控对象的控制会更加柔和。本文选择重也法对输出变量进行反模糊化。模糊集合的隶属度函数；输出变量论域的下限值；输出变量论域的上限值。输出量反模糊化后得到的精确值。在ＭＡＴＬＡＢ的命令窗口中输入ｆｔｉｚｚｙ，在出现的ＦＩＳＥｄｉｔｏ冲输入滑移率误差、角加速度以及控制信号的量化论域，添加相应的隶属度函数，编辑上文研究得到的模糊控制规则，然后通过调节输入变量的参数，使输出的控制信号满足应急制动控制的要求。

    量化因子自调整控制器,  目前参数调整技术主要有比例因子自调整、量化因子自调整和控制规则自适应等技术。本文采用量化因子自调整技术，其采用的算法也是模糊控制算法。副模糊控制器采用单输入双输出的结构。其具体控制方法为：首先将滑移率误差绝对值模糊化后输入副模糊控制器，经过专家经验的推理决策后，得到模糊输出，将其反模糊化后的精确值作为主模糊控制器的量化因子系数，将该量化因子系数与主模糊控制器的输入变量的量化因子相乘后的精确值作为主模糊控制器输入变量的最终量化因子，以此对主模糊控制器输入变量的量化因子进行整定。１）输入变量、输出变量模糊化滑移率误差绝对值｜ｅ｜的基本论域为［０．１］、量化论域为｛〇，１，２，３，４，５，６，７，８，９，１０｝、量化因子为足｜ｅ｜＝１０，滑移率误差量化因子系数与ｅ的基本论域为［０，８］、量化论域为｛〇，１，２，３，４，５，６，７，８｝、比例因子为车轮角加速度量化因子系数Ｗｗ的基本论域为［０，４］、量化论域为｛０，１，２，３，４｝、比例因子为Ｋｗ＝ｌ。考虑到算法的实时性，该控制器变量的隶属度西数均采用王角型隶属度函数和梯型隶属度函数。控制器变量的模糊子集定义如下：滑移率误差绝对值的模糊子集为：｛Ｚ０，ＰＳ，ＰＳＭ，ＰＭ，ＰＭＢ，ＰＢ｝滑移率误差量化因子系数ＥＫＥ的模糊子集为：（Ｚ０，ＰＳ，ＰＳＭ，ＰＭ，ＰＢ｝车轮角加速度量化因子系数的模糊子集为：（Ｚ０，ＰＳ，ＰＭ，ＰＢ｝式中，Ｚ０为零；ＰＳ为正小；ＰＳＭ为正小中；ＰＭ为正中；ＰＭＢ为正中大；ＰＢ为正大。分别为滑移率误差绝对值、滑移率误差量化因子系数、车轮以上角加速度量化因子系数的隶属度函数图。

    ２）模糊控制规则副模糊控制规则也采用语言形式，并基于以下２种情况完成主模糊控制器输入变量量化因子整定规则的制定。ａ）滑移率误差较小此时的车轮滑移率在路面最佳滑移率附近变化，系统控制较为稳定，为使车轮滑移率停留在最佳滑移率附近较长时间，需减小主模糊控制器输入变量的量化因子系数，降低系统静态误差。ｂ）滑移率误差较大此时的车轮滑移率距离路面最佳滑移率较远，车轮滑移率要么处于滑移率曲线的线性段，要么处于不稳定区域，为增大路面制动力使系统趋于稳定，需通过増大主模糊控制器输入变量的量化因子系数，使车轮滑移率快速的向最佳滑移率靠近。本文根据上分析总结设计出的模糊控制规则，各规则的权重系数都为１〇.

   ３）模糊推理算法和反模糊化方法副模糊控制器采用Ｍａｍｄａｎｉ型推理算法，并选择重心、法对输出变量进行反模糊化。

  

    ４）基于ＭＡＴＬＡＢ建立副模糊控制器在ＭＡＴＬＡＢ的命令窗口中输入ｆｔｉｚ，在出现的ＳＥｄｉｔｏｒ中输入滑移率误差绝对值、滑移率误差量化因子系数、车轮角加速度量化因子系数的量化论域，添加相应的隶属度函数，编辑上文设计的模糊控制规则，然后调节输入变量参数，使输出变量满足量化因子调整的需要。

     基于分层设计的思想将应急制动控制算法分成左右车轮联合控制策略和防抱死控制算法两层，并设计了单一附着系数路面与对开路面的左右车轮联合控制策略；分析了应急制动防抱死控制与气压ＡＢＳ控制的区别及现有ＡＢＳ控制算法的特点，并基于分析结果设计了用于实现防抱死控制算法的主副模糊控制器，其中主模糊控制器为二维模糊控制器，副模糊控制器为单输入双输出模糊控制器，副模糊控制器用于整定主模糊控制器输入变量的量化因子，最后在ＭＡＴＬＡＢ／Ｓｉｍｕｌｉ址中搭建了主副模糊控制器的仿真模型。本章仿真研究的目的有两个：一是验证副模糊控制器对主模糊控制器输入变量量化因子的整定效果；二是验证应急制动控制算法对气压式ＥＰＢ的控制效果。对于目的一；主要通过比较副模糊控制器工作和未工作时，车辆在高附着系数路面和低附着系数路面的制动效果来验证；对于目的二：通过考察第５章开发的应急制动控制算法对气压式ＥＰＢ的控制效果是否满足国标的相关规定来验证。其中应急制动控制算法包括左右车轮联合控制策略和防抱死控制算法。

    佛山路灯车出租, 佛山路灯车, 路灯车出租