商用車(chē)預(yù)期巡航魯棒性控制

商用車(chē)預(yù)期巡航魯棒性控制

研究了基于學(xué)習(xí)功能的預(yù)期巡航控制系統(tǒng)，并研究該項(xiàng)技術(shù)給商用車(chē)燃油經(jīng)濟(jì)性帶來(lái)的改善。經(jīng)驗(yàn)表明，傳統(tǒng)的巡航控制方法在車(chē)輛爬坡過(guò)程中為了維持恒定速度會(huì)消耗較多的燃油，而本文介紹的預(yù)期巡航控制系統(tǒng)PCC（Predictive Cruise Control）能夠預(yù)測(cè)路段情況并做出最少燃油消耗的控制計(jì)算，進(jìn)而控制執(zhí)行機(jī)構(gòu)。

目前，基于模型的控制器得到了廣泛的應(yīng)用，但是其不能完全適應(yīng)包括環(huán)境及車(chē)輛復(fù)雜的動(dòng)態(tài)變化。提出一個(gè)新方法，即將一個(gè)學(xué)習(xí)算法集成到已經(jīng)成熟的模型控制器中以改善控制器的性能。具體實(shí)現(xiàn)過(guò)程使用了人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差，并采取措施縮小誤差范圍。在應(yīng)用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行學(xué)習(xí)時(shí)，比較了不同的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法對(duì)最終結(jié)果的影響（網(wǎng)絡(luò)訓(xùn)練方法影響到神經(jīng)網(wǎng)絡(luò)的參數(shù)值，進(jìn)而影響控制效果）。集成式網(wǎng)絡(luò)訓(xùn)練方法（Integrated training）會(huì)得到較好的控制結(jié)果，因?yàn)橛?xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)很接近，分散式網(wǎng)絡(luò)訓(xùn)練方法（Segregated training）卻對(duì)不同的輸入信號(hào)有較好的魯棒性，選用何種網(wǎng)絡(luò)訓(xùn)練方法是由商用車(chē)行駛的地形決定的。

試驗(yàn)結(jié)果表明，PCC方法相比傳統(tǒng)巡航控制方法的燃油利用率提高60%。

刊名：International Journal of General Systems（英）

刊期：2013年第3期

作者：Jaime Junell et al

編譯：趙帥