基于扰动观测的客车ESC自适应神经网络滑模控制

来源：中国血液净化杂志2021年第3期北京时间：

作者：石求军, 李静

单位：吉林大学 汽车仿真与控制国家重点实验室, 吉林 长春 130022"],"fundList_en":["National Key R & D Program of China (2018YFB0105900)

摘要：为了提高客车电子稳定性控制系统（ESC）的控制精度，针对实际车辆系统建模中存在各种非线性扰动项以及传统滑模控制（Sliding Mode Control，SMC）中抖振较大的问题，提出一种自适应神经网络滑模控制算法。基于2自由度车辆模型，首先设计一个二阶滑模（Second-order Sliding Mode，SOSM）估计器对车辆的质心侧偏角进行估计，然后利用径向基（Radial Basis Function，RBF）神经网络对车辆系统建模中的各种非线性扰动项进行实时估计，并进行Lyapunov稳定性证明，RBF神经网络估计车辆系统建模的各种非线性扰动项可以有效减小滑模控制符号项的系数，从而减小滑模抖振水平。为了更进一步优化传统滑模控制的参数调节过程，减小滑模抖振并提高系统控制精度，再次利用RBF神经网络对传统滑模控制中的关键参数进行自适应调节。最后为了验证算法的有效性，搭建客车电控气压制动系统硬件在环试验台，在硬件在环试验台上对算法的有效性和精度进行试验验证。研究结果表明：客车ESC在自适应神经网络滑模算法的控制下，横摆角速度和质心侧偏角能够较好地跟随上理想的横摆角速度和理想质心侧偏角，横摆角速度和质心侧偏角的跟随误差降低；利用RBF神经网络估计客车建模中的各种非线性扰动项和利用RBF神经网络自适应调节传统滑模控制的关键参数，可以有效提高客车ESC的控制精度。

关键词：汽车工程,ESC控制,RBF神经网络滑模控制,客车,二阶滑模观测器,扰动估计

基金资助：国家重点研发计划项目（2018YFB0105900）