李文禮, 石曉輝, 鄒喜紅, 郭 棟, 余 勇, 易 鵬(.重慶理工大學(xué) 汽車零部件先進(jìn)制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,重慶 400054; .重慶市科學(xué)技術(shù)研究院 重慶軌道交通及汽車(摩托車)零部件研究中心,重慶 400054;3.西南交通大學(xué) 機(jī)械工程學(xué)院,成都 6003)
?
車輛傳動(dòng)系道路負(fù)載模擬系統(tǒng)
李文禮1,3, 石曉輝1, 鄒喜紅1, 郭棟1, 余勇2, 易鵬2(1.重慶理工大學(xué) 汽車零部件先進(jìn)制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,重慶400054; 2.重慶市科學(xué)技術(shù)研究院 重慶軌道交通及汽車(摩托車)零部件研究中心,重慶400054;3.西南交通大學(xué) 機(jī)械工程學(xué)院,成都610031)
摘要:為了考核汽車傳動(dòng)系疲勞耐久性,利用汽車傳動(dòng)系道路模擬試驗(yàn)系統(tǒng)在室內(nèi)重現(xiàn)車輛在真實(shí)道路上的行駛扭矩載荷譜。對(duì)載荷譜數(shù)據(jù)進(jìn)行頻譜分析,確定負(fù)載模擬系統(tǒng)載荷譜頻帶寬度。為了提高負(fù)載模擬控制系統(tǒng)對(duì)目標(biāo)載荷曲線的跟隨精度,設(shè)計(jì)了一種滑模變結(jié)構(gòu)技術(shù)和迭代學(xué)習(xí)控制技術(shù)相結(jié)合的控制器,迭代學(xué)習(xí)控制通過重復(fù)執(zhí)行同一任務(wù)來減少跟隨誤差,使系統(tǒng)輸出盡可能逼近理想值,結(jié)合滑模變結(jié)構(gòu)控制響應(yīng)快,對(duì)參數(shù)變化及擾動(dòng)不敏感的優(yōu)點(diǎn)提高了模擬系統(tǒng)的魯棒性。滑模迭代學(xué)習(xí)控制方法在學(xué)習(xí)10次后其控制精度(4.7%)比使用常規(guī)PID控制(8.3%)提高了3.6%,迭代后載荷響應(yīng)誤差可控制在5%以內(nèi),能夠滿足室內(nèi)耐久性試驗(yàn)的要求。
關(guān)鍵詞:負(fù)載模擬;傳動(dòng)系;滑模變結(jié)構(gòu)控制;迭代學(xué)習(xí)控制
汽車傳動(dòng)系可靠性試驗(yàn)是考核和驗(yàn)證傳動(dòng)系耐久性的一種重要手段。汽車傳動(dòng)系處于復(fù)雜的隨機(jī)變載荷工作狀態(tài),由于零部件的疲勞積累在實(shí)際上是非線性的、大小載荷的加載順序?qū)ζ趬勖怯杏绊懙?,因此在?duì)汽車傳動(dòng)系進(jìn)行試驗(yàn)時(shí),用等幅循環(huán)載荷或靜載荷進(jìn)行加載試驗(yàn)是難以得到與路試相同的結(jié)果的。而實(shí)車動(dòng)態(tài)隨機(jī)載荷在室內(nèi)臺(tái)架上的復(fù)現(xiàn)需要較高的加載精度以使試驗(yàn)數(shù)據(jù)結(jié)果可靠,模擬精度不高,容易出現(xiàn)過試驗(yàn)和欠試驗(yàn)[1]。
近年來,室內(nèi)道路模擬試驗(yàn)已被廣泛應(yīng)用于評(píng)價(jià)整車及零部件的疲勞耐久性能。為了提高隨機(jī)波形再現(xiàn)的精度,國(guó)內(nèi)外學(xué)者先后提出了遠(yuǎn)程參數(shù)控制方法、時(shí)域控制方法等,如MTS公司的遠(yuǎn)程參數(shù)控制(RPC)軟件、Schenk公司推出的傳遞函數(shù)迭代補(bǔ)償(ITFC)控制軟件和LMS公司的TWR軟件[2]。汪斌等[3]設(shè)計(jì)了基于平滑濾波器的迭代學(xué)習(xí)律,減小了不確定因素帶來的誤差。陳劍等[4]提出了一種基于模糊聚類算法的道路模擬試驗(yàn)控制方法; 劉成等[5]提出用多輸入多輸出CARMA模型描述多輸入多輸出試驗(yàn)系統(tǒng)在電液伺服道路模擬試驗(yàn)臺(tái)上實(shí)現(xiàn)多點(diǎn)隨機(jī)波形再現(xiàn);于少娟等[6]利用模糊迭代控制使系統(tǒng)獲得了良好的加載性能,提高了系統(tǒng)的精度。
本文使用用戶實(shí)測(cè)傳動(dòng)系載荷譜數(shù)據(jù),應(yīng)用雨流計(jì)數(shù)方法對(duì)原始載荷進(jìn)行壓縮處理后,把實(shí)車隨機(jī)載荷在室內(nèi)臺(tái)架上重現(xiàn)。為了達(dá)到較高的復(fù)現(xiàn)精度,采用迭代滑模方法控制臺(tái)架加載系統(tǒng),提高了控制系統(tǒng)的魯棒性。
1數(shù)據(jù)處理
根據(jù)結(jié)構(gòu)疲勞理論,汽車傳動(dòng)系部件的疲勞損傷主要是由循環(huán)載荷引起的,若汽車的輸入載荷相同,那么它所引起的疲勞損傷理論上也應(yīng)相同,汽車各部位所承受的載荷基本上與汽車的輸入載荷信號(hào)成比例?;谶@一原理,如果己知用戶實(shí)際使用環(huán)境中汽車的載荷輸入,就可以在室內(nèi)臺(tái)架上通過驅(qū)動(dòng)電機(jī)或測(cè)功機(jī)對(duì)傳動(dòng)系部件施以一定的轉(zhuǎn)速和扭矩重現(xiàn)這一載荷輸入。由于載荷重現(xiàn)通??稍谳^短的時(shí)間內(nèi)完成,因此可以達(dá)到試驗(yàn)加速的目的。
由于本文討論的載荷譜編制方法是針對(duì)汽車傳動(dòng)系,其工況測(cè)試不僅與扭矩載荷有關(guān),轉(zhuǎn)速和檔位信息對(duì)其疲勞損傷也有重要影響,因此在對(duì)載荷進(jìn)行峰谷值檢測(cè)和無(wú)效幅值去除處理過程中,在提取扭矩信息的同時(shí)把其時(shí)間位置信息記錄下來,并用此時(shí)間位置信息去提取對(duì)應(yīng)的轉(zhuǎn)速和檔位信息數(shù)據(jù)的預(yù)處理包括以下步驟① 偽讀數(shù)的去除;② 平穩(wěn)性檢驗(yàn);③ 峰谷值檢測(cè);④ 無(wú)效幅值的省略。
2臺(tái)架負(fù)載模擬系統(tǒng)
2.1負(fù)載模擬系統(tǒng)動(dòng)態(tài)特性需求分析
準(zhǔn)確跟蹤載荷譜是負(fù)載模擬系統(tǒng)的最終目標(biāo),負(fù)載系統(tǒng)的設(shè)計(jì)是與汽車傳動(dòng)系及其載荷譜密切相關(guān)的。通過對(duì)載荷譜中扭矩曲線的頻譜分析可以獲得加載的參考信息,確定加載電機(jī)跟蹤目標(biāo)載荷譜的頻帶寬度。圖2是由圖1傳動(dòng)軸扭矩曲線得到的頻譜圖,圖中清楚地顯示了載荷譜中扭矩載荷在各頻率成分下的幅值,從中可以確定加載系統(tǒng)所要跟蹤的扭矩載荷的頻率上限,只要能夠保證在這一頻段內(nèi)的系統(tǒng)動(dòng)態(tài)跟蹤性能,就可以達(dá)到負(fù)載模擬的目的。因?yàn)樨?fù)載模擬系統(tǒng)包括了負(fù)載部分,其頻寬受到負(fù)載機(jī)械諧振頻率的限制,應(yīng)該盡可能地提高負(fù)載模擬系統(tǒng)除負(fù)載本身以外的機(jī)械結(jié)構(gòu)的頻率特性,如聯(lián)軸器的剛度等。同時(shí),為了防止負(fù)載模擬系統(tǒng)在階躍響應(yīng)時(shí)的超調(diào)過大而對(duì)被試樣機(jī)造成損害,應(yīng)該對(duì)負(fù)載模擬系統(tǒng)的扭矩和運(yùn)動(dòng)擾動(dòng)的階躍響應(yīng)超調(diào)量加以限制。
圖1 實(shí)測(cè)傳動(dòng)系道路載荷譜曲線Fig.1 Road load spectrum Curve of Drivetrain
圖2 載荷譜的傳動(dòng)軸扭矩頻譜圖Fig.2 The Torque load spectrum of drive shaft
2.2臺(tái)架系統(tǒng)數(shù)學(xué)模型
針對(duì)道路載荷動(dòng)態(tài)模擬要求建立的臺(tái)架系統(tǒng)總體結(jié)構(gòu)如圖3所示,主要包括驅(qū)動(dòng)電機(jī)、離合器、后驅(qū)變速器和聯(lián)軸器、軸承座和永磁同步加載電機(jī)??傮w控制方法是上位機(jī)把需要復(fù)現(xiàn)的扭矩載荷譜下載到實(shí)時(shí)控制器,由實(shí)時(shí)控制器控制變頻器來驅(qū)動(dòng)永磁同步電機(jī)精確跟蹤目標(biāo)載荷譜,同時(shí)發(fā)送指令給離合器踏板控制器和換擋機(jī)械手控制器來完成車輛實(shí)際運(yùn)行道路載荷的模擬。
圖3 臺(tái)架系統(tǒng)總體結(jié)構(gòu)圖Fig.3 Setup of Vehicle Drivetrain Test Bench
根據(jù)圖3中系統(tǒng)結(jié)構(gòu),驅(qū)動(dòng)電機(jī)帶動(dòng)離合器、變速器和加載測(cè)功機(jī)運(yùn)動(dòng),忽略編碼器慣量等因素的影響,臺(tái)架系統(tǒng)由牛頓定律得:
(1)
式中:Te為驅(qū)動(dòng)電機(jī)輸出扭矩;TL為加載測(cè)功機(jī)扭矩;Jf為飛輪及離合器轉(zhuǎn)動(dòng)慣量;Je為驅(qū)動(dòng)電機(jī)轉(zhuǎn)動(dòng)慣量;Jt為各擋位下變速器轉(zhuǎn)動(dòng)慣量(文中均以三擋為例);Jc為聯(lián)軸器、半軸和傳感器轉(zhuǎn)動(dòng)慣量;Jd為加載測(cè)功機(jī)轉(zhuǎn)動(dòng)慣量;B為臺(tái)架阻尼系數(shù)。進(jìn)行拉氏變換得臺(tái)架系統(tǒng)傳遞函數(shù):
(2)
2.3負(fù)載模擬系統(tǒng)控制模型
其三,教育行政部門需要認(rèn)識(shí)到教師情緒勞動(dòng)作為勞動(dòng)類型之一,不能被“忽視”,也不能被“敵視”,需要被合理考慮。因此,教育行政部門從意識(shí)上要重視教師情緒勞動(dòng)的存在與管理,從策略上要全員關(guān)注、全程管理、科學(xué)優(yōu)化,努力將對(duì)教師情緒勞動(dòng)的模糊認(rèn)知、判斷、處理走向更加科學(xué)、合
(3)
PMSM轉(zhuǎn)矩方程為:
(4)
PMSM運(yùn)動(dòng)方程為:
(5)
式中:ud,uq,id,iq,Ld,Lq分別為定子電壓、電流和電感在d,q軸上的分量。R為定子電阻;J為轉(zhuǎn)動(dòng)慣量;Te、TL分別為電磁轉(zhuǎn)矩和負(fù)載轉(zhuǎn)矩;ψa為永磁體與定子交鏈磁鏈;ωe=npω;ωe為電機(jī)電角速度,ω為電機(jī)機(jī)械角速度;np為極對(duì)數(shù);B為黏滯摩擦因數(shù)。
圖4 負(fù)載模擬系統(tǒng)控制框圖Fig.4 Load Simulation System control diagram
3滑模迭代學(xué)習(xí)控制
滑模迭代學(xué)習(xí)控制系統(tǒng)結(jié)構(gòu)如圖5所示,采樣滑模函數(shù)和滑模函數(shù)變化率作為滑??刂茖W(xué)習(xí)的輸入項(xiàng),產(chǎn)生控制信號(hào)校正量,使系統(tǒng)快速收斂。
圖5 滑模迭代控制框圖Fig.5 The SM-ILC Control Diagram
定義永磁同步加載電機(jī)電磁轉(zhuǎn)矩跟蹤誤差如下:
(6)
取加載系統(tǒng)的狀態(tài)變量為:
(7)
(8)
(9)
設(shè)計(jì)轉(zhuǎn)矩滑模面:
s=cx1+x2
(10)
式中:c為正增益。對(duì)s求導(dǎo)得:
(11)
高為炳[11]提出的指數(shù)趨律方法不僅能較好地減弱滑模抖振,而且控制量u的求取也比較簡(jiǎn)單直觀,其形式如下:
(12)
由式得控制量iq的表達(dá)式為:
(13)
建立Lyapunov函數(shù):
(14)
同時(shí)由Lyapunov穩(wěn)定性理論可知,要使滑模變結(jié)構(gòu)控制的系統(tǒng)穩(wěn)定需要滿足如下條件:
(15)
iq(k+1)=iq(k)+λe(k)
(16)
式中,iq(k)為第k個(gè)迭代周期的控制量,iq(k+1)為第k個(gè)迭代周期的輸出量,并且作為下一個(gè)周期被控對(duì)象的輸入存放在記憶存儲(chǔ)器中。λ為控制器增益,系統(tǒng)誤差e(k)可表達(dá)為:
(17)
從式(13)中電機(jī)扭矩與電流的關(guān)系可得:
Te=h(t)iq(t)
(18)
(19)
(20)
4試驗(yàn)結(jié)果分析
道路負(fù)載模擬臺(tái)架如圖3,考慮到前驅(qū)變速器兩個(gè)半軸需提供兩個(gè)負(fù)載電機(jī),這樣在扭矩控制過程中會(huì)出現(xiàn)差速等不穩(wěn)定現(xiàn)象。本文通過傳動(dòng)比參數(shù)把實(shí)測(cè)半軸載荷譜轉(zhuǎn)化到變速器輸入端,利用輸入端的驅(qū)動(dòng)電機(jī)控制扭矩,變速器輸出端電機(jī)為轉(zhuǎn)速模式。被試變速器輸入端由功率132 kW高帶寬低慣量永磁同步電機(jī)加載,輸出端連接交流異步電機(jī)提供驅(qū)動(dòng)轉(zhuǎn)速,同時(shí)在被試變速器輸入輸出端分別連接轉(zhuǎn)速扭矩傳感器用來采集反饋信號(hào),兩個(gè)電機(jī)的轉(zhuǎn)速閉環(huán)回饋信號(hào)由安裝在電機(jī)上的編碼器獲得。負(fù)載模擬電機(jī)內(nèi)環(huán)為電流,外環(huán)為迭代滑模控制。系統(tǒng)上位機(jī)與實(shí)時(shí)控制器的通訊采用工業(yè)以太網(wǎng)標(biāo)準(zhǔn)的Modbus TCP協(xié)議,100M以太網(wǎng)的傳輸能力為每秒4 000個(gè)Modbus TCP報(bào)文。在試驗(yàn)臺(tái)架控制系統(tǒng)中上位機(jī)PC選擇ModBusTCP Master模式,實(shí)時(shí)控制器選擇ModBusTCP Slave模式。實(shí)時(shí)控制器與變頻器、離合器踏板控制器和換擋機(jī)械手控制器的通訊采用CANopen協(xié)議,它是一個(gè)標(biāo)準(zhǔn)的工業(yè)控制系統(tǒng)現(xiàn)場(chǎng)總線協(xié)議,最高通訊波特率可達(dá)1 Mbps。
圖6是模擬系統(tǒng)迭代3次后的跟蹤曲線和參考曲線,由于學(xué)習(xí)參考數(shù)據(jù)不足,系統(tǒng)的跟蹤精度不高,但是從圖7~圖9中可以看出負(fù)載模擬系統(tǒng)在學(xué)習(xí)10次后的最大跟蹤誤差為4.7%,而在常規(guī)PID控制下的最大跟蹤誤差為8.3%,滑模迭代學(xué)習(xí)控制方法明顯優(yōu)于常規(guī)PID控制。圖10與圖11為滑模迭代10次后其頻域幅值與參考曲線頻域幅值對(duì)比,可以看出低頻部分幅值相差很小,頻率較大部分的幅值誤差較大,這是由于系統(tǒng)慣量和控制器響應(yīng)相對(duì)較慢的原因。當(dāng)模擬系統(tǒng)迭代學(xué)習(xí)20次后其最大跟蹤誤差降到3.8%左右,這種跟蹤精度達(dá)到了道路載荷模擬的要求。
圖6 迭代滑??刂?次迭代后Fig.6 The Curves of the SM-ILC Control (3 iterations)
圖7 迭代滑??刂频?0次后與常規(guī)PID控制比較Fig.7 The Curves of the SM-ILC Control and PID Control (10 iterations)
圖8 迭代滑??刂频?0次后與常規(guī)PID控制比較(放大)Fig.8 The Curves of the SM-ILC Control and PID Control (10 iterations)
圖9 迭代滑??刂频?0次最大誤差曲線Fig.9 The maximum error curves of the SM-ILC Control (10 iterations)
圖10 迭代滑??刂频?0次后頻域幅值Fig.10 The frequency domain Amplitude of the SM-ILC Control(10 iterations)
圖11 迭代滑??刂频?0次后頻域幅值(放大)Fig.11 The frequency domain Amplitude of the SM-ILC Control(10 iterations)
圖12 迭代滑模控制迭代20次后Fig.12 The Curves of the SM-ILC Control (20 iterations)
圖13 迭代滑??刂频?0次最大誤差曲線Fig.13 The maximum error Curves of the SM-ILC Control (20 iterations)
5結(jié)論
利用汽車傳動(dòng)系道路模擬試驗(yàn)系統(tǒng)在室內(nèi)重現(xiàn)車輛在真實(shí)道路上的行駛載荷譜,為了提高負(fù)載模擬控制系統(tǒng)對(duì)目標(biāo)載荷曲線的跟隨精度,本文提出來一種滑模變結(jié)構(gòu)技術(shù)和迭代學(xué)習(xí)控制技術(shù)相結(jié)合的控制方法。
(1) 迭代學(xué)習(xí)控制通過重復(fù)執(zhí)行同一任務(wù)來減少跟隨誤差,是系統(tǒng)輸出盡可能逼近理想值,結(jié)合滑模變結(jié)構(gòu)控制響應(yīng)快,對(duì)參數(shù)變化及擾動(dòng)不敏感的優(yōu)點(diǎn)提高了模擬系統(tǒng)的魯棒性。
(2) 滑模迭代學(xué)習(xí)控制下系統(tǒng)學(xué)習(xí)10次后的最大跟蹤誤差為4.7%,而在常規(guī)PID控制下的最大誤差為8.3%,滑模迭代學(xué)習(xí)控制方法明顯優(yōu)于常規(guī)PID控制,當(dāng)模擬系統(tǒng)迭代學(xué)習(xí)20次后其最大跟蹤誤差降到3.8%左右,這種跟蹤精度達(dá)到了道路載荷模擬的要求。
參 考 文 獻(xiàn)
[ 1 ] 鄒喜紅,熊鋒,余勇,等.摩托車車架多軸向多激勵(lì)道路模擬試驗(yàn)方法研究[J].振動(dòng)與沖擊, 2014,33(5):170-174.
ZOU Xi-hong,XIONG Feng,YU Yong,et al.Multi-axial and multi-channel road simulation method for motorcycle frames[J]. Journal of Vibration and Shock, 2014,33(5):170-174.
[ 2 ] 胡毓冬,周鋐,徐剛.整車道路模擬試驗(yàn)臺(tái)的控制算法[J].同濟(jì)大學(xué)學(xué)報(bào):自然科學(xué)版,2012,40(8):1244-1248.
HU Yu-dong,ZHOU Hong,XU Gang.Control algorithm of test rig for vehicle road simulation [J].Journal of TongJi University:Natural Science, 2012,40(8):1244-1248.
[ 3 ] 汪斌,過學(xué)迅,李孟良,等.基于迭代學(xué)習(xí)控制的道路模擬算法[J].汽車工程,2010,32(8):686-689.
WANG Bin,GUO Xue-xun,LI Meng-liang,et al.Road simulation algorithm based on iterative learning control[J]. Automotive Engineering, 2012,40(8):1244-1248.
[ 4 ] 陳劍,馬文明,文智明.基于模糊聚類算法的道路模擬試驗(yàn)控制方法研究[J].中國(guó)機(jī)械工程,2010,21(18):2260-2263.
CHEN Jian,MA Wen-ming,WEN Zhi-ming.Research on road simulation control method based on fuzzy clustering algorithm[J]. China Mechanical Engineering, 2010,21(18):2260-2263.
[ 5 ] 劉成,李一兵,王仲范,等.多輸入多輸出試驗(yàn)系統(tǒng)的隨機(jī)波形時(shí)域再現(xiàn)[J].汽車工程,2003,25(2):171-174.
LIU Cheng,LI Yi-bing WANG Zhong-fan,et al.The reconstruction of stochastic waveform of MIMO test system in time domain[J]. Automotive Engineering, 2003,25(2):171-174.
[ 6 ] 于少娟,彭昌,宋君君,等.雙閥并聯(lián)電液伺服力控系統(tǒng)的迭代學(xué)習(xí)控制[J],振動(dòng)、測(cè)試與診斷,2013,33(2):247-251.
YU Shao-juan,PENG Chang,SONG Jun-jun,et al. Iterative learning control on double-valve parallel electro-hydraulic servo force control system[J].Journal of Vibration,Measurement & Diagnosis,2013,33(2):247-251.
[ 7 ] 張宏偉,余發(fā)山,卜旭輝,等. 基于魯棒迭代學(xué)習(xí)的永磁直線電機(jī)控制[J].電機(jī)與控制學(xué)報(bào),2012(16),81-86.
ZHANG Hong-wei,YU Fa-shan,BU Xu-hui,et.al.Robust iterative learning control for permanent magnet linear motor[J] .Eleetric Machines and Control,2012(16):81-86.
[ 8 ] 何熊熊,秦貞華,張端.基于邊界層的不確定機(jī)器人自適應(yīng)迭代學(xué)習(xí)控制[J].控制理論與應(yīng)用,2012(29):1090-1093.
HE Xiong-xiong,QIN Zhen-hua,ZHANG Duan.Adaptive iterative learning control for uncertain robotbased on boundary layer[J],Control Theory Applications, 2012(29):1090-1093.
[ 9 ] 劉金琨.滑模變結(jié)構(gòu)控制MATLAB仿真[M].第2版.清華大學(xué)出版社,2012.
[10] Singh M, Mohanty K B, Member S,et al.Sliding mode control of a feedback linearized induction motor using TS fuzzy based adaptive iterative learning controller[C]//9th IEEEInternational Conference on Power Electronics & Drive Systems, Singapore, Dec 5-8, 2011:625-630.
[11] 高為炳.變結(jié)構(gòu)控制理論基礎(chǔ)[M].北京:中國(guó)科學(xué)技術(shù)出版社,1990.
A dynamic road load simulation system for vehicle drivetrains
LIWen-li1,3,SHIXiao-hui1,ZOUXi-hong1,GUODong1,YUYong2,YIPeng2(1. Key Laboratory of Advanced Manufacturing and Test Technology for Automobile Parts, Ministry of Education Chongqing University of Technology, Chongqing 400054, China;2. Research Center for Rail Transit & Automobile(Motorcycle)Parts, Chongqing Acaddemy of Science and Technology, Chongqing 400054, China;3.Mechanical Engineering College, Southwest Jiao tong University, Chengdu 610031, China)
Abstract:In order to study the fatigue durability of a vehicle drivetrain system, a new vehicle drivetrain road load simulation system was designed to return the load spectrum on an indoor testbench. The band widths of the load simulation system were obtained according to the measured data. Based on the iterative learning control(ILC), a sliding mode variable structure control(SMC) scheme was proposed for the road load simulation system to improve the accuracy of load spectrum tracking. ILC generally improved the system performance in performing repetitive tasks by using the information from previous iterations, SMC with advantages of fast response and being not sensitive to disturbances of parameters was a good solution to the problem of the system’s robustness. It was shown that compared with the conventional PID control, the control precision of the simulation system with ILC and SMC can be improved by 3.6%, the iteratived load response error can be controlled within 5%, the requirements of the indoor durability test can be met.
Key words:load simulation; drivetrain; sliding mode variable structure control (SMC); iterative learning control (ILC)
中圖分類號(hào):U467.523
文獻(xiàn)標(biāo)志碼:A
DOI:10.13465/j.cnki.jvs.2016.05.026
收稿日期:2014-11-06修改稿收到日期:2015-03-16
基金項(xiàng)目:國(guó)家自然科學(xué)基金資助項(xiàng)目(51205432);重慶市科技攻關(guān)計(jì)劃資助項(xiàng)目(CSTC2011GGB60010)
第一作者 李文禮 男,博士生,1983年生