[发明专利]一种电动助力转向系统的控制方法有效
| 申请号: | 201811196441.8 | 申请日: | 2018-10-15 |
| 公开(公告)号: | CN109334757B | 公开(公告)日: | 2019-12-27 |
| 发明(设计)人: | 彭滔;周鹏;胡桃川 | 申请(专利权)人: | 重庆理工大学 |
| 主分类号: | B62D5/04 | 分类号: | B62D5/04;B62D6/00;B62D119/00;B62D101/00 |
| 代理公司: | 50212 重庆博凯知识产权代理有限公司 | 代理人: | 黄河 |
| 地址: | 400054 重*** | 国省代码: | 重庆;50 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 助力电机 实际电流 电动助力转向系统 目标电流 助力特性曲线 转向控制系统 更新参数 快速调整 输出扭矩 输入电流 学习算法 自适应性 初始化 转向盘 更新 返回 输出 汽车 保证 | ||
1.一种电动助力转向系统的控制方法,其特征在于,包括如下步骤:
(1)电动助力转向功能开启后,初始化RBF神经网络参数;
(2)获取当前时刻的汽车速度、转向盘输出扭矩及助力电机的实际电流值;
(3)基于当前时刻的汽车速度及转向盘输出扭矩利用助力特性曲线计算当前时刻助力电机目标电流值;
(4)将当前时刻助力电机的实际电流值与助力电机目标电流值之差作为RBF神经网络的输入,利用BP学习算法更新RBF神经网络的参数,基于更新参数的RBF神经网络得到下一时刻的助力电机实际电流值;
(5)向助力电机输入电流值等于所述助力电机下一时刻的助力电机实际电流值的电流;
(6)到达下一时刻后,返回执行步骤(2);
所述RBF神经网络表示为:
其中,I’为下一时刻的助力电机实际电流值,Ie=I-Im为当前时刻助力电机的实际电流值与目标电流值的之差,Z=Ie为RBF神经网络输入,S(Z)=[s1(Z),…sn(Z)]T,si(·)是第i个神经节点的径向基函数,1≤i≤n,n为神经网络节点数且n>1,W为权值向量,W=[w1,…,wn]T∈Rn,Rn为n维实数空间,wi为第i个神经节点的权值。
2.如权利要求1所述的电动助力转向系统的控制方法,其特征在于,mi为第i个神经节点的高斯函数中心点,σi为第i个神经节点的高斯函数方差。
3.如权利要求1所述的电动助力转向系统的控制方法,其特征在于,步骤(4)中,
wi(n+1)-wi(n)=-η(I-Im)si(Z)
式中σi(n)和σi(n+1)为更新前后的σi值,mi(n)和mi(n+1)为更新前后的mi值,wi(n)和wi(n+1)为更新前后得到的wi值,为平方误差函数,η为学习率。
4.如权利要求1所述的电动助力转向系统的控制方法,其特征在于,助力电机的目标电流值其中K(Vj)为第j个速度范围的助力增益系数,Ijmax为第j个速度范围的助力电机最大工作电流,Td为转向盘输出扭矩,Td0为开始助力时转向盘输出扭矩,Tdmax为助力电机最大工作电流对应的转向盘输出扭矩。
5.如权利要求4所述电动助力转向系统的控制方法,其特征在于,存在多个不同的速度范围,每个速度范围均有一个为常数的助力增益系数,若第j个速度范围和第k个速度范围为任意两个不相同的速度范围,且第j个速度范围的最低速度大于或等于第k个速度范围的最高速度,则第j个速度范围的助力增益系数小于第k个速度范围的助力增益系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆理工大学,未经重庆理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811196441.8/1.html,转载请声明来源钻瓜专利网。





