《畢業(yè)設(shè)計（論文）-基于輪轂電機的學生方程式電動賽車轉(zhuǎn)向研究》由會員分享，可在線閱讀，更多相關(guān)《畢業(yè)設(shè)計（論文）-基于輪轂電機的學生方程式電動賽車轉(zhuǎn)向研究（38頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、西華大學畢業(yè)設(shè)計說明書 畢業(yè)設(shè)計說明書 題 目: 基于輪轂電機的學生方程 式電動賽車轉(zhuǎn)向研究 學院(直屬系): 交通與汽車工程學院 年級、 專業(yè): 2010級 車輛工程 姓 名: 學 號: 指 導 教 師: 完 成 時 間: 2014年5月18日 目 錄

2、 摘 要 4 Abstract 5 1 前言 6 2 傳統(tǒng)汽車轉(zhuǎn)向系統(tǒng)簡介 7 2.1汽車對轉(zhuǎn)向系統(tǒng)的要求 7 2.2傳統(tǒng)轉(zhuǎn)向系統(tǒng)的缺陷 7 3 電子差速轉(zhuǎn)向系統(tǒng)介紹 8 3.1 電子差速的概念及其優(yōu)越性 8 3.2 實現(xiàn)電子差速的重要技術(shù) 8 3.2.1 實現(xiàn)電子差速的電機 8 3.2.2 電機驅(qū)動控制系統(tǒng) 9 4 電子差速控制策略 10 4.1 電子差速轉(zhuǎn)向系統(tǒng)結(jié)構(gòu) 10 4.1.1 機械結(jié)構(gòu) 10 4.1.2 控制系統(tǒng) 10 4.1.3 轉(zhuǎn)向基本原理概述 11 4.2 轉(zhuǎn)向方式分析 11 4.3基于BP神經(jīng)網(wǎng)絡(luò)的電子差速控

3、制 12 4.3.1 神經(jīng)網(wǎng)絡(luò)的特點 12 4.3.2 建立復合神經(jīng)網(wǎng)絡(luò)模型 13 4.3.3 整車模型的建立 14 4.3.4 計算基本輪速的Ackerman模型 15 4.3.5 用來修正各輪速度的BP神經(jīng)網(wǎng)絡(luò)模型 18 4.3.6 整個復合模型的學習過程 19 4.4 本章小結(jié) 20 5 Simulink模型的建立及仿真結(jié)果的分析 21 5.1 Simulink概述 21 5.2 Simulink模型的建立 21 5.2.1 整車動力學的Simulink模型 21 5.2.2 Ackerman-Jeantand的Simulink模型 23 5.2.3 BP神經(jīng)網(wǎng)

4、絡(luò)的Simulink模型 24 5.3 仿真結(jié)果及分析 25 5.3.1 恒速工況仿真及分析 25 5.3.2 加速工況仿真及分析 27 5.3.3 減速工況仿真及分析 30 5.4 本章小結(jié) 32 6 設(shè)計總結(jié) 33 總結(jié)與體會 34 致謝 35 參考文獻 36 附錄A：復合神經(jīng)網(wǎng)絡(luò)的Simulink模型 37 附錄B：神經(jīng)網(wǎng)絡(luò)模型BP部分的Simulink模型 38 38 基于輪轂電機的學生方程式電動賽車轉(zhuǎn)向研究 摘 要 本文對傳統(tǒng)汽車的轉(zhuǎn)向系統(tǒng)進行了簡要的介紹，重點介紹了這些傳統(tǒng)系統(tǒng)在操縱輕便性和經(jīng)濟性等方面表現(xiàn)出的不足之處。對電子差速的基本概

5、念和優(yōu)越性進行了較為詳細的描述，重點分析了實現(xiàn)電子差速的輪轂電機以及電機驅(qū)動等關(guān)鍵技術(shù)。本文在對電子差速的轉(zhuǎn)向原理和轉(zhuǎn)向方式進行分析之后，提出了一種基于輪轂電機的電子差速方案。該方案采用了最符合駕駛者習慣的前輪轉(zhuǎn)向，以車速V和方向盤的轉(zhuǎn)向角δ為輸入量，在Ackerman-Jeantand汽車轉(zhuǎn)向模型的基礎(chǔ)上，結(jié)合BP神經(jīng)網(wǎng)絡(luò)良好的修正作用，確定了整個電子差速方案的控制策略。本課題建立了合適的數(shù)學模型，利用MATLAB-Simulink的計算和仿真功能，對控制結(jié)果進行了仿真，并對仿真結(jié)果進行了分析，從而驗證了控制策略的正確性。 關(guān)鍵詞：轉(zhuǎn)向系統(tǒng)，電子差速，控制策略，仿真 Steer

6、ing research into sudent formula electric car based on wheel hub motor Abstract This article briefly introduces the traditional automobile steering system, focuses on the shortcomings of these traditional system in handling economic and other aspects. The basic concept of the electronic differenti

7、al and advantages are described in detail, analyzes the realization of electronic differential speed motor and motor drive technology. In this paper, turned in the steering principle and the electronic differential mode analysis, proposes an electronic hub motor differential scheme based on. This sc

8、heme adopts the front-wheel steering which is most used and defines the speed V, steering angle δ as input. Then electronic differential scheme of control strategy is determined based on the Ackerman-Jeantand vehicle steering model and BP neural network. This paper establishes a mathematical model s

9、uitable, the calculation and simulation function of MATLAB-Simulink, the control result is simulated, and the simulation results are analyzed, which verifies the correctness of the control strategy. Key words: Steering system, Electronic differential, Control strategy, Simulation 1

10、 前言 隨著我們賴以生存的環(huán)境日益惡化和能源危機的進一步加深，汽車的可持續(xù)發(fā)展面臨著越來越多的問題。自從1886年卡爾本茨發(fā)明汽車以來，它就成為了人們生活中不可缺少的一部分。汽車給人們的出行帶來了極大的便利，同時也促進了工業(yè)的發(fā)展，進一步加快了社會的進步。但與此同時，汽車消耗了大量的化石燃料，排放了大量的污染氣體，對我們賴以生存的生態(tài)環(huán)境造成了不可逆轉(zhuǎn)的損害。而且在當今能源戰(zhàn)略的大環(huán)境下，發(fā)展新能源汽車尤其是電動汽車就顯得尤為必要。同時，電動汽車的轉(zhuǎn)向靈敏性以及操作輕便性也有改善，這在一定程度上減少了汽車行駛過程中的不安全因素。 電動汽車是指主要以動力電池組為車載能量源，由電機驅(qū)動系統(tǒng)提供

11、部分或者全部行駛動力的一類汽車，是機械、電子、微型計算機控制等多學科高科技技術(shù)的共同產(chǎn)物。由于使用能源的不同，電動汽車需要對一些結(jié)構(gòu)進行必要的改進，但就是這些改進的地方成為了電動汽車相對于傳統(tǒng)汽車的優(yōu)勢，比如采用分布式驅(qū)動系統(tǒng)。采用分布式驅(qū)動系統(tǒng)是為了提高電動汽車的運行速度和效率，而這種系統(tǒng)需要使用電子差速調(diào)節(jié)電機轉(zhuǎn)速實現(xiàn)車體轉(zhuǎn)向，這也是本文研究的主要內(nèi)容。轉(zhuǎn)向是汽車最基本也最重要的操作，但隨著人們的需求越來越多，傳統(tǒng)的轉(zhuǎn)向機構(gòu)已經(jīng)不能夠滿足人們的期望了。同時，如果能提高轉(zhuǎn)向機構(gòu)的靈活性、穩(wěn)定性，不僅人們的駕駛體驗?zāi)艿玫綐O大的提高，而且交通事故也一定會減少許多。正是由于以上原因，電子差速轉(zhuǎn)向應(yīng)

12、運而生。本課題也將就此進行一定程度的研究。 2 傳統(tǒng)汽車轉(zhuǎn)向系統(tǒng)簡介 在汽車行駛過程中，轉(zhuǎn)向是最基本也最常見的操作，駕駛者通過操作方向盤實現(xiàn)對轉(zhuǎn)向器的控制，從而使車體發(fā)生偏轉(zhuǎn)，最終實現(xiàn)平穩(wěn)轉(zhuǎn)向。轉(zhuǎn)向系統(tǒng)是汽車上最重要的總成之一，轉(zhuǎn)向系統(tǒng)的好壞一方面關(guān)系到整車的性能，另一方面，也決定著整車的主動安全性。隨著科學的發(fā)展，汽車轉(zhuǎn)向系統(tǒng)也有長足的改善，這在一定程度上促進了汽車技術(shù)的健全與發(fā)展。 2.1 汽車對轉(zhuǎn)向系統(tǒng)的要求 ⑴具有較高的轉(zhuǎn)向靈敏度。當輸入的轉(zhuǎn)向盤轉(zhuǎn)角較小而又要使汽車迅速實現(xiàn)轉(zhuǎn)向，這就要求轉(zhuǎn)向器具有較小的傳動比，轉(zhuǎn)向系統(tǒng)具有較高的轉(zhuǎn)向靈敏度。 ⑵具有較好的操

13、作輕便性，即轉(zhuǎn)向系統(tǒng)能以較小的操縱力獲得大的轉(zhuǎn)向力矩，方便駕駛者對整車進行操縱控制。 為了滿足以上要求，可采取以下措施： ⑴盡量減輕自重，選擇最佳軸荷分配； ⑵優(yōu)化轉(zhuǎn)向系統(tǒng)結(jié)構(gòu)，提高整體傳動效率； ⑶減小主銷后傾角，選擇最佳轉(zhuǎn)向器速比曲線； ⑷采用較為先進的助力轉(zhuǎn)向系統(tǒng)。 2.2傳統(tǒng)轉(zhuǎn)向系統(tǒng)的缺陷 ⑴機械式轉(zhuǎn)向系統(tǒng)。此類系統(tǒng)采用了減速器、差速器等一系列差速結(jié)構(gòu)，一方面，轉(zhuǎn)向傳動比固定，這會使汽車轉(zhuǎn)向響應(yīng)特性隨車速、側(cè)向加速度等的變化而變化，這對駕駛者的操作技術(shù)提出了更高的要求，從而增加了很多不安全因素；另一方面，機械式轉(zhuǎn)向系統(tǒng)使底架結(jié)構(gòu)更加復雜，這大大降低了車身造

14、型設(shè)計的自由度。 ⑵液壓助力轉(zhuǎn)向系統(tǒng)（HPS）。HPS經(jīng)濟性較差，采用此系統(tǒng)，汽車每行駛100多公里會多消耗0.3-0.4L的燃料；HPS還存在較為嚴重的液壓油泄露問題，電液助力轉(zhuǎn)向系統(tǒng)同樣存在這個問題。 3 電子差速轉(zhuǎn)向系統(tǒng)介紹 3.1 電子差速的概念及其優(yōu)越性 電子差速是近年來出現(xiàn)的一種較為先進的汽車電子轉(zhuǎn)向系統(tǒng)。與傳統(tǒng)轉(zhuǎn)向系統(tǒng)不同的是，它沒有差速器、減速器等機械部件，只是接收由轉(zhuǎn)向機構(gòu)發(fā)出的轉(zhuǎn)向控制指令，通過計算，然后由電子控制器發(fā)出信號控制轉(zhuǎn)向時內(nèi)外車輪的速度差，使車體發(fā)生偏轉(zhuǎn)，達到平穩(wěn)轉(zhuǎn)向的目的。電子差速控制系統(tǒng)，由于省略了一些在傳統(tǒng)轉(zhuǎn)向機構(gòu)中很重要的零部件，所以

15、在汽車轉(zhuǎn)向特性的設(shè)計中的限制因素較少，因此具有很大的自由設(shè)計空間，這對汽車轉(zhuǎn)向系統(tǒng)的優(yōu)化是極其有利的。 ⑴電子差速采用電子線控技術(shù)，實現(xiàn)各電動輪的變速以及內(nèi)外輪輪速差等要求，這使很多機械結(jié)構(gòu)得以省略，一方面使轉(zhuǎn)向操作更加輕便，另一方面大為簡化了底架結(jié)構(gòu)，使整車總布置及車身造型的設(shè)計變得更為靈活。 ⑵采用電子差速，由于限制因素的減少，所以汽車轉(zhuǎn)向特性的設(shè)計有更多的方案可供參考與使用。 ⑶采用電子差速，各電動輪的電氣制動和能量回饋制動變得更加容易實現(xiàn)，這減少了制動能量的消耗。 3.2 實現(xiàn)電子差速的重要技術(shù) 3.2.1 實現(xiàn)電子差速的電機 電子差速的實現(xiàn)與很多因素有關(guān)，但毫無疑

16、問，輪轂電機與驅(qū)動系統(tǒng)是最重要的部件之一，驅(qū)動電機應(yīng)具有啟動轉(zhuǎn)矩大、轉(zhuǎn)速高、調(diào)速范圍寬、體積小、質(zhì)量輕、效率高且具有動態(tài)制動性和能量回饋等特性。目前，運用在電動汽車上的電機主要有：直流電機（DCM）、感應(yīng)電機（IM）、永磁無刷電機（PMDLM）、和開關(guān)磁阻電機（SRM）。隨著技術(shù)的進步和人們對使用性能的要求逐步提高，電動汽車用電機逐漸由有刷直流向交流、無刷直流發(fā)展。 永磁無刷電機具有較高的功率密度，其控制方式也比較簡單可靠，因此廣泛應(yīng)用于各種電動車，也是電動車行業(yè)研究的熱點部分。永磁無刷電機通常分為永磁交流無刷電機和永磁直流無刷電機。永磁交流無刷電機通常是指交流同步電機，而永磁無刷直流電機可

17、分為正弦型永磁同步電動機和直流無刷電動機兩種。無刷直流電機系統(tǒng)一般采用霍爾式元件，不需要絕對位置傳感器，可以通過檢測反電動勢波形進行換相。永磁同步電機具有較高的能量密度和效率，其體積小、響應(yīng)快、慣性低，適用于電動汽車的驅(qū)動系統(tǒng)，應(yīng)用前景極好。 3.2.2 電機驅(qū)動控制系統(tǒng) 現(xiàn)代電動汽車的電機驅(qū)動系統(tǒng)多采用兩輪驅(qū)動方式，驅(qū)動電機與減速器相連再帶動車輪。內(nèi)外車輪由于驅(qū)動電機的轉(zhuǎn)速不同而產(chǎn)生速度差，從而實現(xiàn)差速。計算各電機轉(zhuǎn)速之間的關(guān)系是非常關(guān)鍵的一步，這種關(guān)系與車輪的速度密切相關(guān)，而車輪的速度需要對一系列減速器的減速比進行計算，這種計算比較復雜，所以對于電動汽車來說，已經(jīng)影響到了電子差速控制的

18、原本意圖，不再具有電子控制的實時性。電子差速的功能在電機轉(zhuǎn)速與車輪轉(zhuǎn)速保持實時一致的情況下才能得到最好的體現(xiàn)，解決這個問題的最佳途徑就是采用輪轂電機。 采用輪轂電機從結(jié)構(gòu)上提高了電動汽車的性能，電動機直接安裝在車輪的輪轂內(nèi)，輸出轉(zhuǎn)矩直接傳輸?shù)杰囕?，一方面使車體空間的利用率得到提高，另一方面又省略了傳統(tǒng)的離合器、減速器等機械傳動部件，整車重量得到了減輕，降低了機械傳動損耗。輪轂電機的尺寸要受到很多方面的限制，但輪胎直徑的限制無疑是最明顯的。 在電動汽車上采用四輪驅(qū)動方式是電動汽車發(fā)展的重要趨勢，這種驅(qū)動方式的核心就是采用電子差速系統(tǒng)調(diào)節(jié)電機轉(zhuǎn)速實現(xiàn)轉(zhuǎn)向操作。 4 電子差速控

19、制策略 4.1 電子差速轉(zhuǎn)向系統(tǒng)結(jié)構(gòu) 4.1.1 機械結(jié)構(gòu) 差速是當汽車行駛到彎道路面時，為了達到平穩(wěn)通過的目的，轉(zhuǎn)向時汽車的內(nèi)外輪需要具有一定的速度差。傳統(tǒng)的汽車具有諸如差速器、減速器等一系列復雜的機械裝置，而本課題采用基于輪轂電機的電子差速，通過對調(diào)節(jié)輪轂電機的轉(zhuǎn)速實現(xiàn)對電動汽車轉(zhuǎn)向的控制。 本課題采用電子差速是在必要時通過輸入電子信號使內(nèi)外輪產(chǎn)生合適的速度差，達到平穩(wěn)轉(zhuǎn)向的目的。傳統(tǒng)的指令輸入采用方向盤輸入，由于其簡單的特點，本文依然采用這種輸入方式，使前輪的轉(zhuǎn)向角度能夠通過方向盤得到單獨控制；除此之外，在方向盤轉(zhuǎn)動軸的底部安裝了一個旋轉(zhuǎn)式電位器，該電位器產(chǎn)生模擬電壓作為電子差速

20、轉(zhuǎn)向系統(tǒng)的輸入指令。 如今，隨著技術(shù)的進步，提出的差速方案非常多，但所有方案都是基于四輪電子差速，通過對車速、轉(zhuǎn)向角、輪速的計算對轉(zhuǎn)向過程進行分析。 4.1.2 控制系統(tǒng) 由于是四輪電子差速，所以需要對四個輪轂電機同時進行差速計算和速度控制。控制系統(tǒng)是一個復雜的系統(tǒng)，其主要硬件結(jié)構(gòu)包括：輸入轉(zhuǎn)向指令的方向盤、輸入模擬電壓的電位器、控制器、四個輪轂電機、四個速度傳感器。圖4-1為電子差速轉(zhuǎn)向總體控制框圖。 圖4-1為電子差速轉(zhuǎn)向總體控制框圖 4.1.3 轉(zhuǎn)向基本原理概述 電子差速轉(zhuǎn)向系統(tǒng)取消了傳統(tǒng)汽車上具有的機械差速器和減速裝置，結(jié)合機械結(jié)構(gòu)的一些優(yōu)點，通過對電機轉(zhuǎn)速進行調(diào)

21、節(jié)，改變車輪的轉(zhuǎn)速實現(xiàn)差速轉(zhuǎn)向。當電動汽車需要執(zhí)行轉(zhuǎn)向操作時，由于輪轂電機的轉(zhuǎn)速不同，使內(nèi)外側(cè)車輪產(chǎn)生一定的速度差，外側(cè)車輪的駛過的距離必然大過內(nèi)側(cè)車輪，車體向內(nèi)側(cè)偏轉(zhuǎn)，從而使轉(zhuǎn)向操作得以完成。 電動汽車的轉(zhuǎn)向過程：電位器將方向盤的角度輸出控制系統(tǒng)可接收的模擬信號，此前，定義方向盤的角度輸出量與模擬量之間的數(shù)學關(guān)系；然后分析這個模擬信號的變化范圍，經(jīng)過計算即可得到方向盤處于不同位置時，各個車輪轉(zhuǎn)速的分配；內(nèi)外側(cè)車輪速度產(chǎn)生差異，轉(zhuǎn)向?qū)崿F(xiàn)。在本文4.3中有具體分析和公式。 4.2 轉(zhuǎn)向方式分析 四輪轉(zhuǎn)向車輛具有三種工作模式：前輪轉(zhuǎn)向、四輪轉(zhuǎn)向、斜行轉(zhuǎn)向。 ⑴前輪轉(zhuǎn)向：最常用的一種轉(zhuǎn)向方式

22、，前外側(cè)車輪的行駛半徑大，駕駛員往往通過前外輪的行駛來估計整車的行駛路線。 ⑵四輪轉(zhuǎn)向：轉(zhuǎn)向時前后四個車輪同時偏轉(zhuǎn)，在對機動性有特殊要求的或者車身較長的汽車上比較常見，前后車輪在轉(zhuǎn)向時偏轉(zhuǎn)方向相反。 ⑶斜行轉(zhuǎn)向：前后輪偏轉(zhuǎn)方向相同的一種轉(zhuǎn)向方式。工作時，能從斜向靠近或遠離工作面。在斜坡上工作時可以提高整車的橫向穩(wěn)定性。 在電動汽車的驅(qū)動系統(tǒng)中，前輪轉(zhuǎn)向是最符合人們駕駛習慣的一種轉(zhuǎn)向方式，因為這種方式控制簡單，所以在本次設(shè)計中采用前輪轉(zhuǎn)向建立相關(guān)模型。 4.3 基于BP神經(jīng)網(wǎng)絡(luò)模型的四輪電子差速控制 根據(jù)實際應(yīng)用，現(xiàn)有的電動汽車電機控制器基本上都采用直接力矩控制，采用這種方式的電機外特

23、性基本上滿足了人們的期望，也符合駕駛員的駕駛習慣。但是這種控制方式存在著缺陷，例如在四輪獨立驅(qū)動系統(tǒng)中，由于行駛路況復雜多變，不可預(yù)知的因素很多，車輛控制器必定會花大量的時間和計算能力對路面進行預(yù)測、處理，電機轉(zhuǎn)速的控制必須通過對電機力矩的修正來完成，從而使車輛行駛過程中電機速度保持一致以及電機在轉(zhuǎn)向時要形成一定的轉(zhuǎn)速差的要求得到滿足。因為本課題采用的是四輪電子差速，所以需要對每個車輪的驅(qū)動力加以控制，也就是要對四個輪轂電機的轉(zhuǎn)速進行控制，這樣才能保證四個車輪協(xié)調(diào)工作，滿足整車控制的要求。現(xiàn)有的控制方式都是建立在整車動力學模型的基礎(chǔ)上的，然而整車動力學模型的建立要考慮很多的因素，比如車輪、懸架

24、特性、路面狀況等，所以要建立一個參考模型要經(jīng)過反復的思考和細致的計算。 綜合以上原因，本課題采用速度控制策略，同時，電機驅(qū)動系統(tǒng)應(yīng)該采用轉(zhuǎn)速控制。當需要執(zhí)行轉(zhuǎn)向操作時，方向盤通過轉(zhuǎn)向軸底部的旋轉(zhuǎn)式電位器發(fā)出一個信號，隨后電機控制系統(tǒng)便會以最快的響應(yīng)速度控制電機轉(zhuǎn)速，使內(nèi)外側(cè)車輪產(chǎn)生速度差，從而實現(xiàn)轉(zhuǎn)向。本設(shè)計采用了一種結(jié)合Ackerman-Jeantand模型和BP神經(jīng)網(wǎng)絡(luò)的復合模型，Ackerman模型能清楚地表現(xiàn)出汽車轉(zhuǎn)向時輪速與轉(zhuǎn)角的關(guān)系，但這種模型忽略了很多實際的要素，所以通過此模型得出的數(shù)據(jù)與實際情況有較大的差異，所以需要用BP神經(jīng)網(wǎng)絡(luò)對其進行修正。 4.3.1 神經(jīng)網(wǎng)絡(luò)的特點

25、 神經(jīng)網(wǎng)絡(luò)控制由于自身獨特的優(yōu)越性，近年來成為研究的熱點控制方式之一。它具有的主要特點有： ⑴現(xiàn)在的控制系統(tǒng)一般來說都比較復雜，在數(shù)學上都呈現(xiàn)復雜的非線性關(guān)系，所以大多數(shù)模擬控制方式很難接近這種關(guān)系，但是神經(jīng)網(wǎng)絡(luò)卻能充分的做到這一點； ⑵神經(jīng)網(wǎng)絡(luò)的處理結(jié)構(gòu)是并行分布式的，一方面使自身具有很強的容錯性，從而可以應(yīng)用于非結(jié)構(gòu)化的控制過程；另一方面，神經(jīng)網(wǎng)絡(luò)由于采用這樣的處理方式，所以具有極強的優(yōu)化和計算能力，這使神經(jīng)網(wǎng)絡(luò)可以被應(yīng)用于處理復雜問題； ⑶神經(jīng)網(wǎng)絡(luò)具有很強的適應(yīng)性，這使得它可以用于控制系統(tǒng)的補償。在本課題中，就需要神經(jīng)網(wǎng)絡(luò)輸出四個車輪速度的修正值，從而達到精準控制的目的； ⑷要想

26、把神經(jīng)網(wǎng)絡(luò)應(yīng)用于結(jié)構(gòu)化的知識，必須有很多的訓練數(shù)據(jù)，這使得在應(yīng)用神經(jīng)網(wǎng)絡(luò)之前，需要通過其他方式得到大量的訓練數(shù)據(jù)。 在神經(jīng)網(wǎng)絡(luò)中，應(yīng)用最廣的是BP網(wǎng)絡(luò)，圖4-2為BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖。 4-2 BP網(wǎng)絡(luò)結(jié)構(gòu) BP網(wǎng)絡(luò)也叫多層前饋網(wǎng)絡(luò)，由三層（或以上）神經(jīng)網(wǎng)絡(luò)組成，也就是輸入層、隱含層和輸出層。前饋是從網(wǎng)絡(luò)結(jié)構(gòu)上來說的，是前一層神經(jīng)元單向饋入后一層神經(jīng)元，而后面的神經(jīng)元沒有反饋到之前的神經(jīng)元；而BP網(wǎng)絡(luò)是從網(wǎng)絡(luò)的訓練方法上來說的，是指該網(wǎng)絡(luò)的訓練算法是反向傳播算法，即神經(jīng)元的鏈接權(quán)重的訓練

27、是從最后一層（輸出層）開始，然后反向依次更新前一層的鏈接權(quán)重。BP神經(jīng)網(wǎng)絡(luò)主要具有以下幾個優(yōu)點： ⑴布爾函數(shù)可以由任意兩層單元的網(wǎng)絡(luò)正確表示，但隱含層神經(jīng)元的個數(shù)需要隨網(wǎng)絡(luò)輸入數(shù)量的個數(shù)呈指數(shù)增長； ⑵任何一個連續(xù)函數(shù)均可由一個兩層的網(wǎng)絡(luò)以任意精度逼近。此處所述的兩層網(wǎng)絡(luò)是指隱含層采用sigmoid單元，而輸出層則采用非閥值的線性單元； ⑶任意函數(shù)都可由一個三層的網(wǎng)絡(luò)以任意精度逼近。其隱含層和輸出層分別使用sigmoid單元、非閥值的線性單元。 4.3.2 建立復合神經(jīng)網(wǎng)絡(luò)模型 根據(jù)以上原理建立復合神經(jīng)網(wǎng)絡(luò)模型，模型圖如4-3所示。

28、 4-3 復合神經(jīng)網(wǎng)絡(luò)模型學習原理圖 整個模型的輸入值為方向盤轉(zhuǎn)角δ和整車速度V。Ackerman模型輸出的是v1ackerman-v4ackerman；BP神經(jīng)網(wǎng)絡(luò)模型輸出的是四個車輪轉(zhuǎn)速的修正值△vl-△v4；而四個車輪的速度v1-v4則有虛線框內(nèi)的復合模型計算得到。v1-v4與v1整車-v4整車之差就是整個復合神經(jīng)網(wǎng)絡(luò)的信號誤差。 4.3.3 整車模型的建立 建立合適的參考模型是一個復雜的過程，涉及的因素非常多，結(jié)合實際情況和自身能力，忽略了空氣阻力、滾動阻力、輪胎和懸架的非線性特性等因素的影響，選取車身的側(cè)向、橫擺、四個車輪的轉(zhuǎn)動等6個自由度。整車動力學模型如圖4-

29、4所示。 4-4 整車動力學模型圖 (1) (2) (3) (4) (5)

30、 (6) 、分別是前后輪的側(cè)傾剛度；是整車繞Z軸轉(zhuǎn)動的轉(zhuǎn)動慣量；是前輪轉(zhuǎn)角且有；分別為汽車質(zhì)心到前、后軸之間的距離；W為車身寬度；β為車身側(cè)偏角；γ為橫擺角速度；V為車速。 4.3.4 計算基本輪速的Ackerman模型 在本課題中，電子差速方案主要是研究當汽車執(zhí)行轉(zhuǎn)向操作時，車速、轉(zhuǎn)向角、四個車輪速度之間的關(guān)系，同時，為了研究方便，本課題忽略了路況、輪胎影響等要素，假設(shè)電動汽車在理想的普通路面上行駛。在電動汽車轉(zhuǎn)向時，為了計算四個車輪的速度，必須對方向盤輸入轉(zhuǎn)向角與車輪速度之間的關(guān)系進行研究計算，建立相關(guān)的數(shù)學模型。 在Ackerman-Jeantand模

31、型中，涉及到得主要參數(shù)有： —前內(nèi)輪轉(zhuǎn)向角； —前外輪轉(zhuǎn)向角； L—車身長度； W—車身寬度； R—轉(zhuǎn)向半徑； —內(nèi)輪轉(zhuǎn)向半徑； —外輪轉(zhuǎn)向半徑； —內(nèi)輪一圈轉(zhuǎn)過的距離； —外輪一圈轉(zhuǎn)過的距離； V1—前內(nèi)輪轉(zhuǎn)速； V2—前外輪轉(zhuǎn)速； V3—后內(nèi)輪轉(zhuǎn)速； V4—后外輪轉(zhuǎn)速； 4-5 Ackerman-Jeantand汽車轉(zhuǎn)向模型 本課題中，采用方向盤作為電子差速系統(tǒng)的輸入裝置，在方向盤轉(zhuǎn)向軸的底部安裝有一個旋轉(zhuǎn)式電位器，該電位器將方向盤角度的變化傳輸?shù)娇刂破?，所以整個輸入量有：方向盤的旋轉(zhuǎn)角度、電位器的模擬輸出。這兩者是一一對應(yīng)的

32、關(guān)系，由以上汽車轉(zhuǎn)向模型可知： （7） 在上述等式中，為車輪轉(zhuǎn)過一圈所需要的時間。傳統(tǒng)機械機構(gòu)的轉(zhuǎn)向特性可以在上述等式中得到體現(xiàn)。 本課題采用方向盤作為模擬輸入裝置，當模擬電壓值為X時，汽車以V轉(zhuǎn)向。整個裝置的輸出值為四個車輪的轉(zhuǎn)速，前內(nèi)輪、前外輪、后內(nèi)輪、后外輪的轉(zhuǎn)速分別為V1、V2、V3、V4。 由以上建立的Ackerman-Jeantand汽車模型可得到如下公式： （8） （9） （10）

33、 （11） （12） (13) (14) 在上式中，。 在本課題的電子差速方案中，采用輪轂電機作為驅(qū)動電機，所以車輪的轉(zhuǎn)速與電機的轉(zhuǎn)速一致，相對于傳統(tǒng)的機械轉(zhuǎn)向機構(gòu)，要想計算出只需對電機的轉(zhuǎn)速進行計算，而電機的轉(zhuǎn)速可以通過控制電路求出。設(shè)為電機的轉(zhuǎn)速，所以有，即 (15) 藉此⑺和⑻可以簡化為： (16)

34、 (17) 當電子差速方案改變，即采用兩輪電子差速時，由于各個車輪的受力情況都發(fā)生了改變，因此要同時計算驅(qū)動輪和非驅(qū)動輪的速度。 由以上建立的Ackerman-Jeantand汽車模型可得到： V3+V4=2V (18) Rin=（L/tanδ）-W/2 Rout=（L/tanδ）+W/2 由此可得：

35、 (19) (20) 由上述公式可知，V1、V2、V3、V4是與車速V和轉(zhuǎn)向角δ相關(guān)的變量。 4.3.5 用來修正各輪速度的BP神經(jīng)網(wǎng)絡(luò)模型 ⑴設(shè)計模型的輸入層和輸出層。神經(jīng)元的輸入層要根據(jù)實際情況來設(shè)計，在本課題中，由于輸入量是車速V轉(zhuǎn)向角δ，所以選取兩個神經(jīng)元，采用logsig型激活函數(shù)。輸出層的維數(shù)則根據(jù)課題要求來確定，本課題所述方案中控制的是車速，輸出是四個車輪的速度，所以選取四個神經(jīng)元，采用purelin型函數(shù)。

36、 ⑵設(shè)計隱含層。隱含層的設(shè)計是一個很復雜的問題，因為不同問題的要求相差很大，沒有一個理想的方案可以用來借鑒，只有憑設(shè)計者的已有知識和過往經(jīng)驗來進行設(shè)計。下面三個公式可以用來選擇最佳隱含層： 1)，其中k為樣本數(shù)，nl為隱含層單元數(shù)，n為輸入單元數(shù)。如果i>n1， =0； 2）, 其中m為輸出神經(jīng)元數(shù)，n為輸入單元數(shù)，a為[1，10]之間的常數(shù)； 3)n1=log2n, 其中，n為輸入單元數(shù)。 最終經(jīng)過反復的推算和驗證，確定選取6個神經(jīng)元，此時，系統(tǒng)具有令人滿意的收斂速度。 4.3.6 整個復合模型的學習過程 ⑴將車速V和方向盤的輸入轉(zhuǎn)角δ作為輸入量，經(jīng)過整個整車模型仿真后得到V1

37、整車—V4整車； ⑵結(jié)合建立的Ackerman-Jeantand模型，推算V與δ之間的關(guān)系，并由相關(guān)公式得到V1ackerman-V4ackerman； ⑶將V1整車—V4整車與V1ackerman-V4ackerman之間的差值作為輸出訓練樣本； ⑷神經(jīng)網(wǎng)絡(luò)正向傳播時，將V1ackerman-V4ackerman加上，得到控制的車輪速度V1-V4；逆向傳播時，將V1-V4和V1整車—V4整車之間的差值作為學習的誤差信號，并反饋到神經(jīng)網(wǎng)絡(luò)中； ⑸根據(jù)要求不斷調(diào)整，直到達到相關(guān)要求為止。 4.4 本章小結(jié) 在本章中，先對電子差速原理以及其機械結(jié)構(gòu)進行了簡要的介紹，隨后對現(xiàn)

38、在電動汽車常見的幾種轉(zhuǎn)向方式進行了分析，然后結(jié)合自身所學知識以及對神經(jīng)網(wǎng)絡(luò)模型的理解，建立了一個復合神經(jīng)網(wǎng)絡(luò)模型，并對整個模型的的幾個重要部分—整車動力學模型、Ackerman-Jeantand模型、BP神經(jīng)網(wǎng)絡(luò)模型的建立過程進行了較為詳細的描述。下一步就會在建立的數(shù)學模型的基礎(chǔ)上建立Simulink模型并進行仿真，同時對仿真結(jié)果進行詳細的分析。 5 Simulink模型的建立及仿真結(jié)果的分析 5.1 Simulink概述 Simulink是MATLAB中的一種可視化仿真工具， 是一種基于MATLAB的框圖設(shè)計環(huán)境，是實現(xiàn)動態(tài)系統(tǒng)建模、仿真和分析的一個軟件包，被廣泛應(yīng)用于線性系統(tǒng)、非

39、線性系統(tǒng)、數(shù)字控制及數(shù)字信號處理的建模和仿真中。Simulink可以用連續(xù)采樣時間、離散采樣時間或兩種混合的采樣時間進行建模，它也支持多速率系統(tǒng)，也就是系統(tǒng)中的不同部分具有不同的采樣速率。為了創(chuàng)建動態(tài)系統(tǒng)模型，Simulink提供了一個建立模型方塊圖的圖形用戶接口(GUI) ，這個創(chuàng)建過程只需單擊和拖動鼠標操作就能完成，它提供了一種更快捷、直接明了的方式，而且用戶可以立即看到系統(tǒng)的仿真結(jié)果。 Simulink是用于動態(tài)系統(tǒng)和嵌入式系統(tǒng)的多領(lǐng)域仿真和基于模型的設(shè)計工具。對各種時變系統(tǒng)，包括通訊、控制、信號處理、視頻處理和圖像處理系統(tǒng)，Simulink提供了交互式圖形化環(huán)境和可定制模塊庫來對其進

40、行設(shè)計、仿真、執(zhí)行和測試。. 構(gòu)架在Simulink基礎(chǔ)之上的其他產(chǎn)品擴展了Simulink多領(lǐng)域建模功能，也提供了用于設(shè)計、執(zhí)行、驗證和確認任務(wù)的相應(yīng)工具。Simulink與MATLAB緊密集成，可以直接訪問MATLAB大量的工具來進行算法研發(fā)、仿真的分析和可視化、批處理腳本的創(chuàng)建、建模環(huán)境的定制以及信號參數(shù)和測試數(shù)據(jù)的定義。 用Simulink建立控制系統(tǒng)的數(shù)學模型，整個過程較為簡單，而且仿真結(jié)果能夠清晰地被顯示出來，十分移動。 5.2 Simulink模型的建立 5.2.1 整車動力學的Simulink模型 根據(jù)在4.3.3中建立的整車動力學模型，選取合適的模塊，經(jīng)過反復思考

41、和推算，建立了符合整個方案的整車動力學Simulink模型，如圖5-1所示。 5-1 整車動力學Simulink模型圖 整個模型的輸入為車速V和方向盤轉(zhuǎn)向角δ，輸出為V1整車—V4整車。 5.2.2 Ackerman-Jeantand的Simulink模型 根據(jù)在4.3.4中建立的Ackerman-Jeantand模型，選取合適的模塊，經(jīng)過反復思考和推算，建立了符合整個方案的Ackerman-Jeantand的Simulink模型，如圖5-2所示。 5-2

42、 Ackerman-Jeantand的Simulink模型圖 整個模型的輸入為車速V和方向盤轉(zhuǎn)向角δ，輸出為 V1ackerman-V4ackerman. 5.2.3 BP神經(jīng)網(wǎng)絡(luò)的Simulink模型 根據(jù)4.3.5中對BP神經(jīng)網(wǎng)絡(luò)的設(shè)計，選取合適的模塊，經(jīng)過反復思考和推算，建立了符合整個方案的BP神經(jīng)網(wǎng)絡(luò)的Simulink模型，如圖5-3所示。 5-3 BP神經(jīng)網(wǎng)絡(luò)的Simulink模型圖 整個模型的輸入為車速V和方向盤轉(zhuǎn)向角δ,輸出為。 5.3 仿真結(jié)果及分析 在本模型中，前輪轉(zhuǎn)角δ采用正弦波輸入，

43、而車速V的輸入則根據(jù)三種工況—恒速、加速、減速進行選擇。若在三種工況下，按照本模型得出的仿真車輪速度都能形成一定的速度差且整個模型能對轉(zhuǎn)彎半徑起到明顯的修正作用，則說明整個方案的控制策略是正確的。在整個仿真模型中，V1-前內(nèi)輪轉(zhuǎn)速，V2-前外輪轉(zhuǎn)速，V3-后內(nèi)輪轉(zhuǎn)速，V4-后外輪轉(zhuǎn)速。 在進行仿真之前，需要輸入一定量的訓練樣本。 當V=20km/h，δ=45°時，通過計算得到： ； 當V=40km/h，δ=45°時，通過計算得到： 。 將上述兩組數(shù)據(jù)輸入整個模型作為BP神經(jīng)網(wǎng)絡(luò)的訓練樣本。 5.3.1 恒速工況仿真及分析 ⑴選擇車速V為25km/h經(jīng)行該工況下的第一次仿真，結(jié)果

44、如下： 圖5-4 車速V為25km/h的仿真結(jié)果 圖5-5 整車模型計算出的轉(zhuǎn)彎半徑、阿克曼轉(zhuǎn)彎半徑、實際轉(zhuǎn)彎半徑對比 ⑵選擇車速V為35km/h進行該工況下的第二次仿真，結(jié)果如下： 圖5-6 車速V為35km/h的仿真結(jié)果 圖5-7 整車模型計算出的轉(zhuǎn)彎半徑、阿克曼轉(zhuǎn)彎半徑、實際轉(zhuǎn)彎半徑對比 從以上兩次仿真的結(jié)果來看，當設(shè)置車速V為恒定值時，四個車輪的轉(zhuǎn)速分別在各自較為穩(wěn)定的水平附近隨著方向盤轉(zhuǎn)角δ的變化而波動，但無論怎么變化波動，內(nèi)外輪都

45、能保持一定的轉(zhuǎn)速差。而三種轉(zhuǎn)彎半徑的對比恰好證明了本設(shè)計采取的控制策略能較為有效的調(diào)節(jié)汽車的轉(zhuǎn)彎半徑，使其實際值接近整車模型計算出的理想值，從而達到平穩(wěn)轉(zhuǎn)向的目的。 5.3.2 加速工況仿真 在轉(zhuǎn)彎時加速進行加速是比較危險的，但在特殊情況下，例如賽車比賽，為了達到超車的目的，這種情況還是比較常見的。 ⑴車速由20km/h-30km/h的第一次仿真，結(jié)果如下： 圖5-8 車速V由20km/h-30km/h的仿真結(jié)果 圖5-9 整車模型計算出的轉(zhuǎn)彎半徑、阿克曼轉(zhuǎn)彎半徑、實際轉(zhuǎn)彎半徑對比 ⑵車速由20km/h-

46、40km/h的第二次仿真，結(jié)果如下： 圖5-10 車速V由20km/h-40km/h的仿真結(jié)果 圖5-11 整車模型計算出的轉(zhuǎn)彎半徑、阿克曼轉(zhuǎn)彎半徑、實際轉(zhuǎn)彎半徑對比 首先，在轉(zhuǎn)彎時還處于加速這種情況比較少見也是比較危險的。從以上兩次仿真結(jié)果來看，當設(shè)置車速V由低到高時，四個車輪的轉(zhuǎn)速也由低到高，雖然隨著δ的變化有一定程度的波動，但內(nèi)外輪轉(zhuǎn)速差始終保持在正常的水平。而三種轉(zhuǎn)彎半徑的對比恰好證明了本設(shè)計采取的控制策略能較為有效的調(diào)節(jié)汽車的轉(zhuǎn)彎半徑，使其實際值接近整車模型計算出的理想值，從而達到平穩(wěn)轉(zhuǎn)向的目的。 5.3.3 減速工況仿真 減速工況是最常見的

47、，在進行轉(zhuǎn)彎操作時進行減速是最穩(wěn)妥的處理方式。 ⑴車速由30km/h-20km/h的第一次仿真，結(jié)果如下： 圖5-12 車速V由30km/h-20km/h的仿真結(jié)果 圖5-13 整車模型計算出的轉(zhuǎn)彎半徑、阿克曼轉(zhuǎn)彎半徑、實際轉(zhuǎn)彎半徑對比 ⑵車速由40km/h-20km/h的第二次仿真，結(jié)果如下： 圖5-14 車速V由40km/h-20km/h的仿真結(jié)果 圖5-15 整車模型計算出的轉(zhuǎn)彎半徑、阿克曼轉(zhuǎn)彎半徑、實際轉(zhuǎn)彎半徑對比 這種工況是最常見的，所以可以說是最具代表性的。從以上兩次仿真結(jié)果來看，當設(shè)置車速V由高到低時，四個車

48、輪的轉(zhuǎn)速也由高到低，雖然隨著δ的變化有一定程度的波動，但內(nèi)外輪轉(zhuǎn)速差始終保持在正常的水平，能滿足車體轉(zhuǎn)向?qū)ζ涞囊蟆? 由以上三種工況六次仿真可以得知，前內(nèi)輪與前外輪，后內(nèi)輪與后外輪之間在各種工況下都能形成較為穩(wěn)定的速度差。而三種轉(zhuǎn)彎半徑的對比恰好證明了本設(shè)計采取的控制策略能較為有效的調(diào)節(jié)汽車的轉(zhuǎn)彎半徑，使其實際值接近整車模型計算出的理想值，從而達到平穩(wěn)轉(zhuǎn)向的目的。綜上所述，本設(shè)計采取的控制策略是有效的。 5.4 本章小結(jié) 本章的開始，在前面章節(jié)所建立的數(shù)學模型的基礎(chǔ)上，利用MATLAB強大的圖形化計算和仿真功能，建立了整個電子差速方案的Simulink模型。隨后以恒速、加速、減速

49、三種工況，選取不同速度進行了仿真試驗。從試驗結(jié)果曲線來看，在三種工況下，內(nèi)外輪恰能形成較為穩(wěn)定的速度差。而三種轉(zhuǎn)彎半徑的比較又驗證了整個方案控制策略的正確性。所以本次畢業(yè)設(shè)計基本上是成功的。 6.設(shè)計總結(jié) 本次我的畢業(yè)設(shè)計題目是“基于輪轂電機的學生方程式電動賽車轉(zhuǎn)向研究”，通過自身的努力和老師、同學的竭力幫助，我基本上完成了整個設(shè)計工作。轉(zhuǎn)向是汽車最基本的操作，決定著汽車的行駛，另一方面，也對汽車的安全起著至關(guān)重要的作用。傳統(tǒng)的汽車轉(zhuǎn)向系統(tǒng)由一系列減速器和差速器等機械部件組成，這些傳統(tǒng)的機械轉(zhuǎn)向系統(tǒng)不僅存在漏油，經(jīng)濟性差等狀況，更為嚴重的是這些系統(tǒng)性能不是足夠穩(wěn)定，對駕駛者的操作技術(shù)的要求

50、較高，這樣一來無疑增加了很多不安全隱患。在這種情況下，必須有一種實時控制車輪速度速度差，實現(xiàn)整車轉(zhuǎn)向，同時操作輕便的轉(zhuǎn)向系統(tǒng)?；谳嗇炿姍C的電子差速轉(zhuǎn)向系統(tǒng)就是滿足這些條件的電動汽車轉(zhuǎn)向系統(tǒng)。該系統(tǒng)最大的優(yōu)點就是取消了傳統(tǒng)汽車轉(zhuǎn)向系統(tǒng)才有的減速器、差速器等零部件，能夠以較簡單的方式控制內(nèi)外側(cè)車輪的速度差，實現(xiàn)整車轉(zhuǎn)向。同時電子差速轉(zhuǎn)向系統(tǒng)具有良好的經(jīng)濟性，完全擺脫了傳統(tǒng)轉(zhuǎn)向系統(tǒng)的各種限制，給整車的設(shè)計工作提供了很大的自由空間。 本方案以方向盤作為轉(zhuǎn)向指令輸入器，通過安裝在方向盤轉(zhuǎn)動軸底部的旋轉(zhuǎn)式電位器的模擬電壓作為整個系統(tǒng)的輸入指令。由于直接力矩控制方式比較復雜，也由于速度控制比較精確、實時

51、，所以本課題的電子差速方案采用速度控制策略，通過對位于車輪輪轂內(nèi)電機轉(zhuǎn)速的控制，結(jié)合電機的閉環(huán)調(diào)速，使內(nèi)外側(cè)車輪產(chǎn)生符合實際情況的速度差，從而實現(xiàn)整車轉(zhuǎn)向。 隨后我建立了Simulink模型，對整個方案進行了仿真，從整個仿真結(jié)果來看，我設(shè)計的方案基本上滿足了電動汽車轉(zhuǎn)向?qū)刂葡到y(tǒng)的要求。所以，本次設(shè)計基本上是成功的。但在本次設(shè)計過程中，仍然暴露了自身的很多問題： ⑴基礎(chǔ)知識薄弱，這使我在設(shè)計工作中經(jīng)歷了很多困難。在以后的學習過程中，一定要加強對基礎(chǔ)知識的攝取。 ⑵軟件應(yīng)用不夠熟練。在本次設(shè)計中，我用的MATLAB對整個系統(tǒng)進行了仿真，由于對軟件的一些基本操作以及很多模塊的陌生，在前期的S

52、imulink模型建立過程中，我犯了很多錯誤，在老師和同學的指點下，我反復修改，最終才建立了符合要求的Simulink模型，這才能進行整個仿真試驗。 總結(jié)與體會 通過這次畢業(yè)設(shè)計，我對傳統(tǒng)汽車機械轉(zhuǎn)向器以及其工作原理有了更深入的了解，同時，對自動控制理論的相關(guān)知識也有了進一步的掌握。當然，本次設(shè)計收獲最大的是對仿真軟件MATLAB的使用。以前對這個仿真軟件的學習使用不是足夠重視，所以在建立模型及進行仿真時遇到了很多困難，好在通過后期的努力學習和老師的指導，使我對該軟件的使用有了較好的掌握。通過仿真，我對電子差速也有了更深刻的理解，電子差速轉(zhuǎn)向的實現(xiàn)使汽車的轉(zhuǎn)向變得更加簡單、更加安全，這

53、無疑會降低交通事故的發(fā)生率。但是，由于能力和時間有限，為了能在規(guī)定時間內(nèi)完成整個設(shè)計，我對很多步湊和結(jié)構(gòu)進行了簡化，這使得整個設(shè)計在功能上有許多缺陷，這也是本次設(shè)計一個較大的遺憾。在本次設(shè)計過程中出現(xiàn)了很多問題，但就是通過對這些問題的解決使我各方面的能力得到了鍛煉，這無疑將會對我進一步的學習起到積極的促進作用。 致謝 本設(shè)計是在鄧鵬毅老師的悉心指導下完成的。他不僅專業(yè)知識十分豐富，而且還有很多非常寶貴實戰(zhàn)經(jīng)驗。為了能最大限度的使每位同學的能力得到充分的鍛煉，他總是引導我們挑戰(zhàn)自己的極限，有時候會覺得他太嚴格，但仔細想想那都是為了我們著

54、想。為了能夠解決我們設(shè)計中遇到的困難，鄧老師每次都會花很多時間去查相關(guān)資料并總結(jié)出合理的解決方案。鄧老師不僅使我掌握了很多專業(yè)的知識，而且使我明白了很多為人處世的道理。本設(shè)計從選題到完成，每一步都是在鄧老師的指導下完成的，傾注了他大量的心血。另外，本設(shè)計的完成也離不開各位同學給我的建議和幫助，沒有他們的幫助我相信我也不會順利的完成本次設(shè)計，是他們讓我明白了團隊合作精神的意義所在。在此，向各位幫助我的老師和同學們表示崇高的敬意和衷心的感謝！ 參考文獻 [1] 孫仁云，付百學.汽車電器與電子技術(shù) [M].北京：機械工業(yè)出版社，2011.7. [2] 何洪文.電動汽車原理及構(gòu)造 [M] .

55、北京：機械工業(yè)出版社，2012.8. [3] 舒華，姚國平.汽車電子控制技術(shù) [M]. 北京：人民交通出版社，2002. [4] 徐向陽. 汽車電器與電子控制技術(shù) [M]. 北京：機械工業(yè)出版社，1999. [5] 馮崇毅. 汽車電子控制技術(shù) [M]. 北京：機械工業(yè)出版社，2001. [6] 吳基安. 汽車電子技術(shù) [M]. 北京：人民郵電出版社，1999. [7] Stephen J. Chapman. MATLAB Programming for Engineers (Second Edition) [M].影印版.北京：科學出版社，2004. [8] 張愛民.自動控制原理 [M]. 北京：清華大學出版社，1999. [9] 胡壽松.自動控制原理 [M]. 4版.北京：科學出版社，2001. [10] 趙廣元.MATLAB與控制系統(tǒng)仿真實踐 [M]. 2版.北京：北京航空航天出版社出版社，2012. 附錄A：復合神經(jīng)網(wǎng)絡(luò)的Simulink模型 附錄B：神經(jīng)網(wǎng)絡(luò)模型BP部分的Simulink模型