基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前电动助力转(EPS)系统存在低速行驶回正不足和高速行驶回正超调问题,提出了基于粒子群优化BP神经网络PID参数自适应调整的EPS主动回正控制算法,建立了EPS回正控制系统动力学模型和主动回正控制决策.利用粒子群算法的全局最优和收敛速度快的特点优化BP神经网络的最优权值和阈值,并通过Simulink仿真和硬件在环试验实施验证.结果 表明:提出的基于粒子群优化BP神经网络PID参数自适应调整控制算法与PID算法、普通BP神经网络PID参数自适应调整控制算法及模糊PID控制算法相比,收敛速度更快,稳定时间更小,明显改善了EPS转向系统的回正性能,为EPS系统的发展带来了深远的影响.
推荐文章
电动助力转向系统助力控制策略仿真研究
电动助力转向
策略
电机控制
数学模型
仿真
汽车电动助力转向系统控制策略分析
汽车
电动助力转向系统
软件设计
助力特性
电动助力转向系统回正控制研究
汽车
电动助力转向
回正控制策略
台架
电动客车电动助力转向回正控制策略
电动客车
电动助力转向
回正控制
模糊PID
策略
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电动助力转向系统主动回正控制策略研究
来源期刊 制造业自动化 学科 交通运输
关键词 电动助力转向 主动回正控制 粒子群优化算法 BP神经网络 PID参数自适应调整
年,卷(期) 2022,(2) 所属期刊栏目 控制技术
研究方向 页码范围 67-72,92
页数 7页 分类号 U463.4
字数 语种 中文
DOI 10.3969/j.issn.1009-0134.2022.02.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电动助力转向
主动回正控制
粒子群优化算法
BP神经网络
PID参数自适应调整
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
总被引数(次)
59694
论文1v1指导