基于模糊邏輯的車速控制系統(tǒng)設(shè)計(jì)

基于模糊邏輯的車速控制設(shè)計(jì)摘要：汽車巡航控制系統(tǒng)具有強(qiáng)非線性、時(shí)變不確定性，并受到外界擾動(dòng)、復(fù)雜的運(yùn)行工況等影響，采用傳統(tǒng)PID控制很難取得滿意的效果。本文設(shè)計(jì)了一種基于模糊PI和模糊PD控制算法的汽車巡航控制系統(tǒng)，并給出了系統(tǒng)的仿真結(jié)果。研究結(jié)果顯示，所設(shè)計(jì)的巡航控制系統(tǒng)算法可行有效，性能指標(biāo)均達(dá)到預(yù)定工程實(shí)用要求。關(guān)鍵詞：巡航控制；模糊控制；PI控制；PD控制一、概述汽車巡航控制系統(tǒng)，簡(jiǎn)稱COS(CruiseControlSystem)。它實(shí)際上是一種輔助駕駛系統(tǒng)。在裝備巡航控制系統(tǒng)的汽車上，當(dāng)汽車行駛速度超過一定值(一般為40km／h)時(shí)，如果駕駛員利用巡航控制開關(guān)設(shè)定一個(gè)車速，那么在巡航控制期間，隨著道路坡度的變化以及汽車行駛中所可能遇到的阻力，車輛自動(dòng)變換節(jié)氣門開度或自動(dòng)進(jìn)行檔位轉(zhuǎn)換，以按存儲(chǔ)在微機(jī)內(nèi)的最佳燃料經(jīng)濟(jì)性規(guī)律或動(dòng)力性規(guī)律穩(wěn)定行駛。汽車巡航控制系統(tǒng)可以減輕駕駛員的負(fù)擔(dān)，減少了不必要的車速變化，最大限度地節(jié)省燃料，降低排氣污染，提高發(fā)動(dòng)機(jī)的使用效率，并可在一定程度上提高汽車的動(dòng)力性能和乘坐的舒適性。目前，很多車輛，特別是高級(jí)轎車已經(jīng)把巡航控制系統(tǒng)作為配備設(shè)備或備選設(shè)備。由于國內(nèi)對(duì)汽車巡航的研究起步較晚，并且技術(shù)相對(duì)落后，所以國內(nèi)對(duì)汽車巡航控制系統(tǒng)的研究應(yīng)用主要是以單車定速控制為主。雖然國內(nèi)的一些規(guī)構(gòu)已經(jīng)開始了對(duì)電子式巡航控制裝置的研究，但從總體上來說，目前國內(nèi)對(duì)汽車巡航控制系統(tǒng)的研究還不是很成熟。目前，發(fā)動(dòng)機(jī)和車輛系統(tǒng)的電子控制系統(tǒng)在不斷增加，這有助于改善燃油經(jīng)濟(jì)性，減少排放，提高駕駛安全性以及降低生產(chǎn)成本。但是，車輛系統(tǒng)環(huán)境惡劣：特別是在高溫、潮濕、振動(dòng)強(qiáng)烈、充滿電子干擾的發(fā)動(dòng)機(jī)室，會(huì)導(dǎo)致電子系統(tǒng)各種形式的失效，進(jìn)而甚至導(dǎo)致交通事故和人員傷亡。本文應(yīng)用模糊控制邏輯設(shè)計(jì)了車速控制器，調(diào)節(jié)車輛速度到設(shè)定值并保持恒定。二、車輛模型構(gòu)建根據(jù)研究角度選擇汽車動(dòng)力學(xué)模型如式(1)所示：式(1)式中：為控制輸入（>0代表油門輸入，<0代表剎車輸入）；車輛質(zhì)量m為1300Kg；空氣阻力系數(shù)=0.3；恒定摩擦力=100N；為驅(qū)動(dòng)/制動(dòng)力；=0.2s。應(yīng)用模糊控制方法的目標(biāo)為快速調(diào)節(jié)車輛速度達(dá)到駕駛員設(shè)定值并保持恒定。三、基于模糊邏輯的速度控制器設(shè)計(jì)及仿真試驗(yàn)?zāi)：刂婆c神經(jīng)網(wǎng)絡(luò)是控制工程師為了應(yīng)對(duì)十分復(fù)雜的系統(tǒng)而提出的控制方法論，模糊控制在巡航控制領(lǐng)域有著優(yōu)良的應(yīng)用。3.1模糊PI控制器設(shè)計(jì)假如我們想精確的跟蹤駕駛員設(shè)定的階躍或傾斜車速變化，將應(yīng)用圖1所示的PI模糊車速控制器。圖中，g0、g1、g2為信號(hào)增益，b(t)為積分器輸入。圖1模糊PI車速控制系統(tǒng)框圖由于車輛系統(tǒng)為一階常微分方程，因此可以用龍格庫塔方法進(jìn)行閉環(huán)仿真試驗(yàn)。實(shí)施以下不同參考輸入下的仿真分析：1)當(dāng)0<t<10時(shí)，初始車速設(shè)定為18m/s；當(dāng)10<t<30時(shí)，目標(biāo)車速設(shè)定為22m/s2)當(dāng)0<t<10時(shí)，初始車速設(shè)定為18m/s；當(dāng)t>10，目標(biāo)車速在25s內(nèi)由18m/s至22m/s線性傾斜變化；當(dāng)25<t<30時(shí)，目標(biāo)車速保持22m/s。圖7測(cè)試輸入二響應(yīng)曲線圖8測(cè)試輸入三響應(yīng)曲線可以看出，所設(shè)計(jì)的模糊PD控制器各項(xiàng)指標(biāo)達(dá)到預(yù)定設(shè)計(jì)要求。在測(cè)試輸入一響應(yīng)曲線中，上升時(shí)間為9秒，在7至10秒的范圍內(nèi)；超調(diào)量遠(yuǎn)小于2%；穩(wěn)定時(shí)間成功控制在10秒以內(nèi)。對(duì)于測(cè)試輸入二，穩(wěn)態(tài)誤差控制在1mps內(nèi)。在測(cè)試輸入三仿真試驗(yàn)中，上升時(shí)間符合7至10秒范圍，穩(wěn)態(tài)誤差小，性能優(yōu)良?？偨Y(jié)與展望在車輛巡航控制系統(tǒng)中，為了保持恒定的車速，設(shè)計(jì)了一個(gè)基于模糊邏輯的控制器。通過仿真結(jié)果可以看出，當(dāng)采用模糊邏輯控制方法聯(lián)合經(jīng)典PID控制算法來設(shè)計(jì)汽車巡航控制系統(tǒng)時(shí)，系統(tǒng)的超調(diào)小，反應(yīng)速度快，具有良好的魯棒性，可以達(dá)到預(yù)期控制效果。控制器設(shè)計(jì)過程可總結(jié)為：控制對(duì)象建模；模糊控制器設(shè)計(jì)；計(jì)算機(jī)數(shù)值仿真試驗(yàn)。參考文獻(xiàn)[1]PassinoKM,YurkovichS.FuzzyControl,1stedn,AddisionWesleyLongman,Colifornia,1997[2]WardD.Berlitzcompleteguidetocruisingandcruiseships2000.Princeton,NewJersey:BerlitzPublishingCompany,1999[3]IoannouPA,ChienCC.”AutonomousIntelligentCruiseControl,”IEEETrans.onVehicularTechnology,1993,42(4):657~672[4]MayrR.”Intelligentcruisecontrolforvehiclebasedonfeedbacklinearization”.Proc.ofAmericanControlConference,1994:16~20[5]MayrR,BauerO.”Safetyissuesinintelligentcruisecontrol”.Proc.Of1999IEEEIntelligentTransportationSystems,1999:970~975.附錄一文中仿真所用程序clear%VehicleParameterm=1300;Ar=0.3;tau=0.2;d=100;%Initialiazeparameterforthefuzzycontrollernume=11;numie=11;g1=1;g2=.01;g0=1000;we=0.2*(1/g1);wie=0.2*(1/g2);base=0.4*g0;ce=[-1-0.8-0.6-0.4-0.200.20.40.60.81]*(1/g1);cie=[-1-0.8-0.6-0.4-0.200.20.40.60.81]*(1/g2);rules=[-1-1-1-1-1-1-0.8-0.6-0.4-0.20;-1-1-1-1-1-0.8-0.6-0.4-0.200.2;-1-1-1-1-0.8-0.6-0.4-0.200.20.4;-1-1-1-0.8-0.6-0.4-0.200.20.40.6;-1-1-0.8-0.6-0.4-0.200.20.40.60.8;-1-0.8-0.6-0.4-0.200.20.40.60.81;-0.8-0.6-0.4-0.200.20.40.60.811;-0.6-0.4-0.200.20.40.60.8111;-0.4-0.200.20.40.60.81111;-0.200.20.40.60.811111;00.20.40.60.8111111]*g0;t=0;index=1;tstop=60;step=0.01;x=[18;197.2;20];whilet<=tstopv(index)=x(1);%Test1ift<=10,vd(index)=18;endift>10,vd(index)=22;end%Test2%ift<=10vd(index)=18;end%ift>10,vd(index)=vd(index-1)+(2/750);end%ift>25,vd(index)=22;end%Test3%vd(index)=22;ie_count=0;e_count=0;e(index)=vd(index)-v(index);b(index)=x(3);%%ife(index)<=ce(1)mfe=[10000000000];e_count=e_count+1;e_int=1;elseife(index)>=ce(nume)mfe=[00000000001];e_count=e_count+1;e_int=nume;elsefori=1:numeife(index)<=ce(i)mfe(i)=max([0,1+(e(index)-ce(i))/we]);ifmfe(i)~=0e_count=e_count+1;e_int=i;endelsemfe(i)=max([0,1+(ce(i)-e(index))/we]);ifmfe(i)~=0e_count=e_count+1;e_int=i;endendendend%%ifb(index)<=cie(1)mfie=[10000000000];ie_count=ie_count+1;ie_int=1;elseifb(index)>=cie(numie)mfie=[00000000001];ie_count=ie_count+1;ie_int=numie;elsefori=1:numieifb(index)<=cie(i)mfie(i)=max([0,1+(b(index)-cie(i))/wie]);ifmfie(i)~=0ie_count=ie_count+1;ie_int=i;endelsemfie(i)=max([0,1+(cie(i)-b(index))/wie]);ifmfie~=0ie_count=ie_count+1;ie_int=i;endendendend%%num=0;den=0;fork=(e_int-e_count+1):e_intforl=(ie_int-ie_count+1):ie_intprem=min([mfe(k)mfie(l)]);num=num+rules(k,l)*base*(prem-(prem)^2/2);den=den+base*(prem-(prem)^2/2);endendu(index)=num/den;time(index)=t;F=[(1/m)*(-Ar*x(1)^2-d+x(2));(1/tau)*(-x(2)+u(index));vd(index)-x(1)];k1=step*F;xnew=x+k1/2;F=[(1/m)*(-Ar*xnew(1)^2-d+xnew(2));(1/tau)*(-xnew(2)+u(