The invention discloses an automobile IMT speed control method based on PSO improved brain emotional learning intelligent controller, which belongs to the field of control algorithm. Firstly, the control model of motor-transmission integrated system is established, and the speed controller of motor-transmission integrated system based on brain emotional learning intelligent controller is designed. The fitness function optimized by PSO algorithm is set, and the reference motor torque is set. When the fitness function is minimum under the reference motor torque, the parameters of the speed controller are determined. Then the parameters are input into the speed controller and the compensated motor torque is output. After the driver receives the compensated motor torque signal through the CAN bus, it drives the motor to rotate according to the ideal motor torque and outputs the corresponding ideal speed to realize the motor speed control. The invention has the advantages of high adaptive ability and fast calculation speed, realizes accurate and real-time speed control, reduces the overshoot of control, and greatly improves the performance of the controller.
【技术实现步骤摘要】
一种基于PSO改进的大脑情感学习智能控制器的汽车IMT速度控制方法
本专利技术涉及一种基于PSO改进的大脑情感学习智能控制器的汽车IMT(电机-变速器集成系统)速度控制方法，属于控制算法领域。
技术介绍
汽车作为不可或缺的物流运输工具和出行代步工具，在现代社会有着十分重要的地位。2017年中国汽车的保有量已经达到3.1亿辆，随之带来的是传统汽车引起的严重环境污染。因此，最近几年新能源汽车迎来了快速发展期，新能源汽车通过电能作为能源，且部件高度集成，减少汽车中的机械结构，一方面可以减少使用材料，另一方面提高汽车的传动效率，这都能大大减少汽车对环境的污染。新能源汽车按动力装置分为三种：纯电动汽车、燃料电池汽车和混合动力汽车。其中，纯电动汽车有分布式(轮毂电机或轮边电机)驱动和集中式驱动(电机加减速器)两种驱动方式。电机加减速器的驱动方式只是用电池和电机组合替换了内燃机的供能方式，而其他传动系统基本保持不变。分布式驱动可以用轮毂电机直驱，或者轮边电机驱动。其中轮边电机驱动，是将驱动电机和减速机构集成为一个系统，被称为电机-变速器集成系统(IMT)。这种结构缩短了传递路线...
【技术保护点】
1.一种基于PSO改进的大脑情感学习智能控制器的汽车IMT速度控制方法，其特征在于，具体步骤如下：步骤一、建立电机‑变速器集成系统控制学模型；步骤二、根据控制学模型，设计基于大脑情感学习智能控制器的汽车电机—变速器集成系统速度控制器；步骤三、设置PSO算法优化的适应度函数，设定参考电机转矩，并在参考电机转矩下求解当适应度函数最小时，速度控制器中的各待定参数；适应度函数公式表达式为：fc＝∫|w'm‑wm|dt；w'm是电机实际对应的转速；wm是驱动电机的转速(rad/s)；步骤四、将得到的各待定参数，参考电机转矩和传感器测得的实际车轮转矩输入速度控制器中，输出补偿后的电机转...
【技术特征摘要】
1.一种基于PSO改进的大脑情感学习智能控制器的汽车IMT速度控制方法，其特征在于，具体步骤如下：步骤一、建立电机-变速器集成系统控制学模型；步骤二、根据控制学模型，设计基于大脑情感学习智能控制器的汽车电机—变速器集成系统速度控制器；步骤三、设置PSO算法优化的适应度函数，设定参考电机转矩，并在参考电机转矩下求解当适应度函数最小时，速度控制器中的各待定参数；适应度函数公式表达式为：fc＝∫|w'm-wm|dt；w'm是电机实际对应的转速；wm是驱动电机的转速(rad/s)；步骤四、将得到的各待定参数，参考电机转矩和传感器测得的实际车轮转矩输入速度控制器中，输出补偿后的电机转矩；步骤五、驱动器通过CAN总线收到补偿后的电机转矩信号后，驱动电机按照理想的电机转矩旋转，输出对应的理想转速，从而实现电机的转速控制。2.如权利要求1所述的一种基于PSO改进的大脑情感学习智能控制器的汽车IMT速度控制方法，其特征在于，步骤一中所述的电机-变速器集成系统控制学模型，如下公式：其中，Jg是换挡齿轮的转动惯量(Kg·m2)；Jm是驱动电机的转动惯量(Kg·m2)；Jc是车辆的总惯量(Kg·m2)；Jw是车轮的转动惯量(Kg·m2)；mc是车辆的总质量(Kg)；wg是换挡齿轮的转速(rad/s)；wm是驱动电机的转速(rad/s)；ww是车轮的转速(rad/s)；Tgo是换挡齿轮的输出转矩(N·m)；Tm是驱动电机的转矩；Tro是转动阻力矩；Tf是传动轴上的阻力矩(N·m)；Tlo是整车的负载转矩(N·m)；Tgr是道路阻力矩(N·m)；rTia是整车的空气阻力矩(N·m)；cm是电动机的阻尼系数；cf是传动轴的阻尼系数；cr是旋转阻力系数；kf是刚度系数；i0是主减速器的传动比；ig是换挡齿轮的传动比；θm是电机的旋转角度(rad)；θw是车轮的旋转角度(rad)；g是引力常量(取9.8)；β是道路坡度(rad)；ρair是空气密度；A是汽车的迎风面积(m2)；cd是空气阻力系数；rw...
【专利技术属性】
技术研发人员：张辉，陶斯友，徐向阳，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。