-
题名融合多策略天鹰算法优化汽车ABS的PID控制
- 1
-
-
作者
田闯
黄鹤
林国庆
高涛
王萍
赵力国
-
机构
长安大学电子与控制工程学院
西安市智慧高速公路信息融合与控制重点实验室(长安大学)
长安大学能源与电气工程学院
长安大学数据科学与人工智能研究院
中山大学智能工程学院
中山大学土木工程学院
-
出处
《哈尔滨工业大学学报》
北大核心
2025年第4期52-61,共10页
-
基金
国家自然基金面上项目(52372321)
中央高校基本科研业务费专项资金重点科研平台建设计划水平提升项目(300102325501)
+1 种基金
西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金项目(300102323502)
陕西省交通运输厅科研项目(No.21-42X)。
-
文摘
为改善现有防抱死制动系统采用比例积分微分(PID)控制方法实时性差且无法自动调整参数的问题,提出了一种多策略天鹰优化算法的防抱死制动系统PID控制方法。以单轮车辆模型为例,首先,构建汽车防抱死系统的PID控制器仿真模型。其次,提出了一种融合差分进化、反向学习和停滞扰动策略的天鹰搜索算法(DERLSP-AO),解决了天鹰优化算法(AO)易陷入局部最优及搜索精度有限的问题。通过设计狩猎视角反向学习策略来增大搜索范围,提高了算法效率;设计了停滞扰动策略,防止AO陷入局部最优;同时,结合差分进化策略,使天鹰种群进化淘汰掉较差个体。通过混合多种策略,完成了DERLSP-AO方法设计。然后,利用最优个体整定PID参数,得到优化的DERLSP-AO-PID控制器。最后,选择不同路面条件对汽车防抱死制动过程进行仿真实验。结果表明,相比现有算法,基于DERLSP-AO-PID控制的防抱死系统(ABS)输出的滑移率曲线,能够更好地保持在期望范围内,车辆制动时间更少,制动距离也较短,进一步验证了改进算法的有效性,制动性能有所提升。
-
关键词
防抱死系统(ABS)
pid控制器
天鹰优化算法(AO)
天鹰算法优化pid
滑移率
路面附着系数
制动距离
-
Keywords
anti-lock brake system(ABS)
pid controller
aquila optimizer(AO)
aquila optimizer-based pid
slip rate
road adhesion coefficient
braking distance
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
