基于神经网络PID的车载电磁阀控制系统设计方法技术方案

本发明专利技术公开了一种基于神经网络PID的车载电磁阀控制系统设计方法，进行基于神经网络PID的车载电磁阀压力控制器的设计：通过压力控制的输入输出设计神经网络的输入层、隐含层及输出层，设置各神经节点的权重值，给出权重更新的迭代规律。基于车载电磁阀工作原理建立车载电磁阀仿真模型，对基于神经网络PID的车载电磁阀压力控制器进行仿真测试；将仿真测试结果反馈所述进行基于神经网络PID的车载电磁阀压力控制器，根据反馈结果调节控制参数，实现PID参数自整定，完成车载电磁阀控制系统的设计。

Design method of vehicle electromagnetic valve control system based on neural network PID

The invention discloses a design method of a vehicle-mounted solenoid valve control system based on neural network PID, and designs a vehicle-mounted solenoid valve pressure controller based on neural network PID. The input layer, hidden layer and output layer of the neural network are designed through the input and output of the pressure control, and the weights of the ganglion points are set up to give the weights. The iterative rule of re updating. Based on the working principle of on-board solenoid valve, the simulation model of on-board solenoid valve is established, and the pressure controller of on-board solenoid valve based on neural network PID is simulated and tested; the simulation results are fed back to the pressure controller of on-board solenoid valve based on neural network PID, and the control parameters are adjusted according to the feedback results to realize the PID parameters. Self tuning, complete the design of vehicle electromagnetic valve control system.

【技术实现步骤摘要】
基于神经网络PID的车载电磁阀控制系统设计方法
本专利技术针对电动离合器结合分离过程所使用的一类执行机构—液压电磁阀，提供一种可自整定PID参数的压力控制系统设计方法，属于车辆液压系统电控

技术介绍
由于双离合式自动变速器具有生产继承性好，结构紧凑，传动效率高，无动力中断等优点，已成为各大汽车厂商主要采用的变速箱类型。双离合变速器一个最为关键的控制技术便是通过协调两个离合器的分离/结合动作完成无中断的动力传递，其中离合器结合/分离主要采用液压电磁阀，因此如何控制电磁阀快速、精确的响应是换挡过程平顺的保证。而液压油可压缩性受温度的影响变化、以及电磁阀体存在机械摩擦并且阀芯的行程受限，使得离合器电液控制阀存在死区、饱和以及滞环的非线性特性，这些都不利于对DCT离合器电液控制阀输出液压的快速精确控制。为此本专利技术提出了一种基于神经网络PID算法的电磁阀控制及硬件实现方法，即采用神经网络PID算法对电磁阀压力进行控制，并将神经网络PID算法通过单片机硬件语言实现，借助AD模块采集系统及DA芯片分别实现输入信号的采集及控制信号的输出，以dSPACE实时仿真器作为被控对象的运行环境，完成电磁阀控制系统的性能测试。
技术实现思路
本专利技术的目的在于为存在高度非线性特征的车载电磁阀提供一种基于神经网络PID的车载电磁阀控制系统设计方法，可根据期望压力的变化，不断更新PID控制器参数，使得不同的运行工况下均能获得满意的效果，并且可通过低成本的单片机系统实现，满足车辆换挡系统对其快速性的要求。针对现有技术问题，本专利技术采取如下技术方案：一种基于神经网络PID的车载电磁阀控制系统设计方法，包括以下步骤：步骤一、进行基于神经网络PID的车载电磁阀压力控制器的设计：基于车载电磁阀的工作原理进行基于神经网络PID的车载电磁阀压力控制器设计，通过压力控制的输入输出设计神经网络的输入层、隐含层及输出层，设置各神经节点的权重值，给出权重更新的迭代规律；步骤二、基于车载电磁阀工作原理建立车载电磁阀仿真模型，对所述步骤二建立的基于神经网络PID的车载电磁阀压力控制器进行仿真测试；步骤三、将步骤三的仿真测试结果反馈所述进行基于神经网络PID的车载电磁阀压力控制器，根据反馈结果调节控制参数，实现PID参数自整定，完成车载电磁阀控制系统的设计。进一步地，所述步骤一基于神经网络PID的车载电磁阀压力控制器的设计过程为：基于神经网络PID的车载电磁阀压力控制器包括输入层、隐含层及输出层；在输入层，有两个输入神经节点，分别为电磁阀的参考期望和输出测量压力；在隐含层，设置有3个神经节点，分别表示比例P、积分I和微分D；由于控制变量u只有电磁阀电流，因此输出层只设置一个神经节点：控制输出u为：上式中，符号O表示神经节点输出，上角标表示神经节点存在的层，下角标表示在层中被选中的神经节点，k是离散时间常数，k-1表示k时刻的上一时刻；wj为隐含层和输出层之间的神经节点权重；以最小化参考期望和电磁阀输出压力之间的残差作为评价指标，记E(k)表示跟踪误差e(k)的平方和，即使得为最小；在层与层之间的更新规则如下：ηij是输入层与隐含层之间权重的学习速率；ηj是隐含层与输出层之间权重的学习速率；整理得：其中sgn(·)为符号函数。进一步地，所述步骤三包含以下过程：(A)基于车载电磁阀工作原理建立动力学方程，包括：电磁线圈运动方程：Fmag＝kai-kbxv其中，ka是磁力增益系数，kb是位移与力之间的增益系数，xv是线圈位移，u是作用在电磁线圈上的电压信号，i是电流，Fmag是电磁力，L、R分别是电磁线圈的电感和电阻；阀芯动力学方程：其中，P1是右端反馈腔的压力，P2是左端反馈腔压力，A1是阀芯右侧截面积，A2是阀芯左侧截面积，Fss是油液输入口稳态液动力，Fst是油液输入口的瞬态流动力，Frs是油液输出口的稳态液动力，Frt是油液输出口的静态流动力，mv是阀芯质量；阀体流量平衡方程：其中，QPs和QPr分别是入油口和出油口的流量，QPt是泄油口的流量，Q1和Q2是两个反馈端口的流量，Vt是主腔的容积，βe是有效体积弹性模量，Pr是可控输出压力；(B)基于所述步骤(A)建立的动力学方程，在仿真建模软件AMESim中建立车载电磁阀仿真模型，对所述步骤二建立的基于神经网络PID的车载电磁阀压力控制器进行仿真测试。综上，采用上述的技术方案，本专利技术带来的有益效果是：1)本专利技术为双离合变速器换挡比例压力电磁阀提供了一种具有PID参数自整定功能的反馈控制方法，所设计的控制方法能保证在不同的期望目标下获得良好的跟踪性能，具有较高的控制可靠性。2)本专利技术所实现的神经网络PID算法计算量小，代码简单易于实现，且选用的芯片价格低廉，因此具有实际的推广价值。3)本专利技术所提出的设计方案及方法同样适用于其他类似的液压电磁阀控制，具有普适性。附图说明图1神经网络PID控制框图；图2比例压力电磁阀AMESim仿真模型；图3硬件在环实验流程框图；图4不同参考输入下的离线仿真实验结果；图5不同参考输入下的硬件在环实验结果；具体实施方式以下结合附图详细阐述本专利技术的技术方案：本专利技术技术方案的整体思路为：1)电磁阀压力控制系统的设计：包括两部分，一是电磁阀的结构及工作机理，分别对电磁阀的充油阶段和泄油阶段进行分析。二是压力控制器的设计，通过压力控制的输入输出设计神经网络的输入层、隐含层及输出层，设置各神经节点的权重值，给出权重更新的迭代规律。2)基于仿真技术的控制系统验证：借助高保真的液压商用建模软件AMESim，根据实际结构和工作机理建立比例压力电磁阀的仿真模型，在Simulink中搭建神经网络PID控制系统模型。联合仿真，给定权重及学习速率的初始值，调节学习范围，使其在方波和正弦波等典型信号模拟的参考期望变化下，均能获得良好的压力跟随性能。3)控制系统硬件化，选用MC9S12XS128作为控制器芯片，为单片机工程编写神经网络PID控制算法C代码，调试控制器参数以及控制器各个模块运行时间间隔，联合dSPACE中被控对象电磁阀模型，验证控制系统的硬件逻辑、计算性能，使其满足跟踪性能和实时性能。本专利技术提供一种基于神经网络PID的车载电磁阀控制系统设计方法，包括以下步骤：步骤一、进行基于神经网络PID的车载电磁阀压力控制器的设计：基于车载电磁阀的工作原理进行基于神经网络PID的车载电磁阀压力控制器设计，通过压力控制的输入输出设计神经网络的输入层、隐含层及输出层，设置各神经节点的权重值，给出权重更新的迭代规律；步骤二、基于车载电磁阀工作原理建立车载电磁阀仿真模型，对所述步骤二建立的基于神经网络PID的车载电磁阀压力控制器急性仿真测试；步骤三、将步骤三的仿真测试结果反馈所述进行基于神经网络PID的车载电磁阀压力控制器，根据反馈结果调节控制参数，实现PID参数自整定，完成车载电磁阀控制系统的设计。为了清楚的说明本专利技术的技术方案，具体实施过程分为四个部分：第一部分给出电磁阀的工作原理，说明电磁阀控制的输入输出，第二部分基于神经网络理论给出电磁阀压力控制器的设计过程，第三部分根据第一部分通过分析电磁阀工作原理建立动力学机理方程，建立AMESim比例压力电磁阀仿真模型，用于模拟电磁阀工况，进行神经网络PID控本文档来自技高网...

【技术保护点】
1.一种基于神经网络PID的车载电磁阀控制系统设计方法，其特征在于，包括以下步骤：步骤一、进行基于神经网络PID的车载电磁阀压力控制器的设计：基于车载电磁阀的工作原理进行基于神经网络PID的车载电磁阀压力控制器设计，通过压力控制的输入输出设计神经网络的输入层、隐含层及输出层，设置各神经节点的权重值，给出权重更新的迭代规律；步骤二、基于车载电磁阀工作原理建立车载电磁阀仿真模型，对所述步骤二建立的基于神经网络PID的车载电磁阀压力控制器进行仿真测试；步骤三、将步骤三的仿真测试结果反馈所述进行基于神经网络PID的车载电磁阀压力控制器，根据反馈结果调节控制参数，实现PID参数自整定，完成车载电磁阀控制系统的设计。

【技术特征摘要】
1.一种基于神经网络PID的车载电磁阀控制系统设计方法，其特征在于，包括以下步骤：步骤一、进行基于神经网络PID的车载电磁阀压力控制器的设计：基于车载电磁阀的工作原理进行基于神经网络PID的车载电磁阀压力控制器设计，通过压力控制的输入输出设计神经网络的输入层、隐含层及输出层，设置各神经节点的权重值，给出权重更新的迭代规律；步骤二、基于车载电磁阀工作原理建立车载电磁阀仿真模型，对所述步骤二建立的基于神经网络PID的车载电磁阀压力控制器进行仿真测试；步骤三、将步骤三的仿真测试结果反馈所述进行基于神经网络PID的车载电磁阀压力控制器，根据反馈结果调节控制参数，实现PID参数自整定，完成车载电磁阀控制系统的设计。2.如权利要求1所述的一种基于神经网络PID的车载电磁阀控制系统设计方法，其特征在于，所述步骤一基于神经网络PID的车载电磁阀压力控制器的设计过程为：基于神经网络PID的车载电磁阀压力控制器包括输入层、隐含层及输出层；在输入层，有两个输入神经节点，分别为电磁阀的参考期望和输出测量压力；在隐含层，设置有3个神经节点，分别表示比例P、积分I和微分D；由于控制变量u只有电磁阀电流，因此输出层只设置一个神经节点：控制输出u为：上式中，符号O表示神经节点输出，上角标表示神经节点存在的层，下角标表示在层中被选中的神经节点，k是离散时间常数，k-1表示k时刻的上一时刻；wj为隐含层和输出层之间的神经节点权重；以最小...

【专利技术属性】
技术研发人员：刘奇芳，姜子蛟，张亮，陈虹，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22