錢(qián)菲， 仇成群

（鹽城師范學(xué)院物理科學(xué)與電子技術(shù)學(xué)院，江蘇鹽城224051）

QIAN Fei，QIU Chengqun

（College of Physics and Electron，Yancheng Teachers University，Yancheng224051，China）

0 引言

因國(guó)內(nèi)汽車(chē)設(shè)計(jì)制造技術(shù)相對(duì)落后，對(duì)汽車(chē)巡航控制系統(tǒng)（Cruise Control System，縮寫(xiě)為CCS）的研究還不夠成熟，巡航控制精度和穩(wěn)定性都不高［1-3］。

1 PIDNN控制的巡航控制系統(tǒng)

1.1 PID控制在汽車(chē)巡航控制中的運(yùn)用

當(dāng)啟動(dòng)巡航系統(tǒng)時(shí)，車(chē)速傳感器接受信息，通過(guò)數(shù)據(jù)采集，將信息傳送給行車(chē)電腦電子控制單元（ECU）處理，調(diào)節(jié)發(fā)動(dòng)機(jī)節(jié)氣門(mén)開(kāi)度，控制動(dòng)力輸出，經(jīng)動(dòng)軸傳遞給車(chē)輪，再經(jīng)差速器將車(chē)速反饋回ECU［3-5］。PID控制是比例-積分-微分控制，該控制是據(jù)汽車(chē)設(shè)定行駛與實(shí)際行駛車(chē)速之間的偏差，考慮各種狀況，進(jìn)而實(shí)現(xiàn)系統(tǒng)的不變參數(shù)的巡航控制。被控對(duì)象的特性復(fù)雜時(shí)，常規(guī)PID很難實(shí)現(xiàn)有效控制［2-5］。

1.2 PIDNN控制系統(tǒng)的設(shè)計(jì)

PIDNN（Proportional Integral Derivative Neural Network），是一種多層前向神經(jīng)元網(wǎng)絡(luò)。結(jié)合巡航控制系統(tǒng)的原理以及PIDNN的特點(diǎn)，文中選用PIDNN控制的巡航系統(tǒng)使車(chē)速保持恒定，輸入為巡航汽車(chē)的設(shè)定車(chē)速與實(shí)際車(chē)速的偏差值，巡航開(kāi)始控制后，則啟動(dòng)制動(dòng)控制模塊，輸出制動(dòng)力矩，調(diào)節(jié)節(jié)氣門(mén)開(kāi)度。PIDNN控制巡航控制系統(tǒng)框圖如圖1所示。

圖1 PIDNN巡航控制系統(tǒng)框圖

2 PIDNN控制的巡航控制系統(tǒng)

2.1 LabVIEW簡(jiǎn)介

LabVIEW（Laboratory Virtual Instrument Engineering）由美國(guó)NI公司開(kāi)發(fā)設(shè)計(jì)出品，是一種圖形化的編程語(yǔ)言［2］。

2.2 基于LabVIEW和PIDNN的巡航控制系統(tǒng)

依據(jù)比例-積分-微分控制的基本原理，經(jīng)過(guò)綜合比較，文中巡航控制算法選用PIDNN 的 反 傳 算 法［5］。按照PIDNN控制算法，在LabVIEW中分別編寫(xiě)模塊，PIDNN控制算法流程圖如圖2所示。設(shè)計(jì)的初始化模塊是確定神經(jīng)元網(wǎng)絡(luò)控制系統(tǒng)的輸入-輸出變量個(gè)數(shù)，并構(gòu)建PIDNN控制系統(tǒng)。輸入層至隱含層積分單元的權(quán)重值應(yīng)滿足（r，y）→e的無(wú)畸變性，其中v為設(shè)定車(chē)速值，r表示實(shí)際車(chē)速值，y表示巡航車(chē)速值。前向算法模塊是根據(jù)系統(tǒng)給定值r和被控對(duì)象輸出值y，計(jì)算出網(wǎng)絡(luò)隱含層和輸出層各值。隱含層的輸出函數(shù)分為比例、積分、微分函數(shù)。進(jìn)而在LabVIEW中建立PIDNN控制的巡航控制系統(tǒng)。

圖2 PIDNN控制算法流程圖

3 算法仿真與系統(tǒng)試驗(yàn)

根據(jù)牛頓第二運(yùn)動(dòng)定律［3］，汽車(chē)的運(yùn)動(dòng)方程表達(dá)式為

式中：Fa為加速阻力，N；Fe為驅(qū)動(dòng)力，N；Ff為滾動(dòng)阻力，N；Fw為空氣阻力，N；Fh為坡度阻力，N；m 為汽車(chē)質(zhì)量，kg；a為加速度，m/s2；δ為計(jì)入旋轉(zhuǎn)質(zhì)量慣性力偶矩后的汽車(chē)質(zhì)量轉(zhuǎn)換系數(shù)。

Fw表達(dá)式為

Ff表達(dá)式為

Fh表達(dá)式為

式中：x為汽車(chē)水平位移，m；v為汽車(chē)行駛速度，km/h；t為汽車(chē)行駛時(shí)間，h。取汽車(chē)質(zhì)量m=1500 kg，取δ=1.1。由以上公式和文獻(xiàn)［3］計(jì)算得出汽車(chē)的動(dòng)力系統(tǒng)方程，在LabVIEW環(huán)境下，建立動(dòng)力系統(tǒng)模型，建立PIDNN控制系統(tǒng)模型，而后再將動(dòng)力系統(tǒng)模型和PIDNN控制系統(tǒng)模型通過(guò)運(yùn)算后得到巡航控制系統(tǒng)模型。首先建立PID巡航控制仿真系統(tǒng)，設(shè)定汽車(chē)巡航車(chē)速為60 km/h，通過(guò)在線調(diào)整PID參數(shù) Kc=5.00，Ti=0.008，Td=0.001，輸入巡航設(shè)定車(chē)速為60 km/h，巡航車(chē)速為60 km/h時(shí)PID巡航系統(tǒng)仿真圖如圖3所示。當(dāng)PID控制車(chē)速在接近110 s時(shí)，出現(xiàn)超調(diào)量并在130 s出現(xiàn)最大超調(diào)量，并于350 s時(shí)車(chē)速趨于穩(wěn)定，PID輸出為11.78，達(dá)到巡航車(chē)速為59.8588 km/h，超調(diào)量為0.1412 km/h。

圖3 巡航車(chē)速為60 km/h時(shí)PID巡航系統(tǒng)仿真圖

然后建立PIDNN巡航控制仿真系統(tǒng)，進(jìn)行基于PIDNN控制的巡航控制仿真測(cè)試，得到巡航車(chē)速為60 km/h時(shí)PIDNN控制系統(tǒng)仿真圖，仿真結(jié)果得出基于PID控制的巡航控制系統(tǒng)的巡航速度穩(wěn)定時(shí)間和誤差多于基于PIDNN控制系統(tǒng)值。再在PIDNN巡航控制仿真系統(tǒng)中設(shè)定汽車(chē)巡航車(chē)速為80、100、120km/h時(shí)，都可以得出：當(dāng)采用基于LabVIEW和PIDNN控制時(shí)，系統(tǒng)的巡航控制超調(diào)量減小，而響應(yīng)速度則加快，巡航系統(tǒng)的控制穩(wěn)定性良好。

4 結(jié)語(yǔ)

文中設(shè)計(jì)的巡航控制系統(tǒng)，能夠改善控制系統(tǒng)的控制品質(zhì)，巡航控制系統(tǒng)超調(diào)量小，系統(tǒng)的穩(wěn)定時(shí)間快，具有較好的推廣價(jià)值。

［1］ 陳漢玉，左承基，袁銀男，等.輕度混合動(dòng)力汽車(chē)運(yùn)行模式控制［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27（10）：61-67.

［2］ Deppen T O，Alleyne A G，Stelson K A，et al.Optimal energy use in a light weight hydraulic hybrid passenger vehicle［J］.Journal of Dynamic Systems，Measurement and Control，2012，134（4）：41009-41011.

［3］ 余志生.汽車(chē)?yán)碚摚跰］.北京：機(jī)械工業(yè)出版社，2012.

［4］ 余成波，張連，胡曉清.自動(dòng)控制原理［M］.北京：清華大學(xué)出版社，2009.

［5］ Chen Hanyu，Zuo Chengji，Yuan Yinnan，et al.Operating mode control research of mild hybrid electric vehicle［J］.Transactions of the CSAE，2011，27（10）：61-67.