CN201058622Y - 基于智能控制的电动助力转向系统 - Google Patents
基于智能控制的电动助力转向系统 Download PDFInfo
- Publication number
- CN201058622Y CN201058622Y CNU2007201095752U CN200720109575U CN201058622Y CN 201058622 Y CN201058622 Y CN 201058622Y CN U2007201095752 U CNU2007201095752 U CN U2007201095752U CN 200720109575 U CN200720109575 U CN 200720109575U CN 201058622 Y CN201058622 Y CN 201058622Y
- Authority
- CN
- China
- Prior art keywords
- control
- input
- module
- mouth
- motor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
为了克服已有技术的直接扭矩控制系统存在较大的脉动扭矩问题,本实用新型公开一种基于智能控制的电动助力转向系统,神经网络模糊控制器由控制算法微处理器MCU、PWM驱动模块和电源模块组成,以扭矩、车速和驱动电机反馈电流为输入信号,离线建模形成的控制决策嵌入MCU存储器,实现电动助力转向的智能控制。将神经网络模糊控制引入到电动转向的电机扭矩控制,它不依赖于被控对象的精确模型,建立的模糊策略能有效克服电机的非线性、强耦合等缺点,其良好的自学习以及参数控制自动调节能力,提高了系统的自适应和控制能力。本实用新型应用于乘用轿车、燃料汽车、电动汽车,使转向灵敏轻便,大大提高汽车操控的舒适性和稳定性。
Description
技术领域
本实用新型属于机动车电动控制技术领域,涉及一种电动助力转向设备,尤其涉及一种基于智能控制的电动助力转向系统。
背景技术
电动助力转向系统(EPS)是现代汽车转向系统的发展方向,是高新科技产业之一。我国汽车2003年汽车产量达到400万辆,2006年已突破640万辆,正以每年20%的速度递增,目前绝大部分汽车采用机械转向或液压助力转向,仅有少数高级轿车采用电动助力转向器。今后汽车工业的发展趋势,大部分微型车和轿车都将采用电动助力转向器,因此,电动助力转向控制系统的市场前景十分广阔。
EPS系统代表着转向装置的发展方向,它是在机械转向系统的基础上,根据作用在方向盘上的转矩信号和车速信号,通过电子控制装置使电机产生相应大小和方向的辅助力,协助驾驶员进行转向操作,并获得最佳转向特性的伺服系统。已有技术的EPS系统的组成如图1所示,一般由转向机构(包括机械转向器、减速器、驱动电机和整车转向轮)、方向盘转向输入(包括转矩传感器)、车速转速输入、电子控制器(包括控制单元和驱动单元)以及畜电池电源等组成。已有技术的EPS系统为多变量、非线性输入,采用线性控制算法的直接扭矩控制系统存在较大的脉动扭矩,存在转向控制不平稳,导致驾车的舒适性和可操控性较差,具体的表现就是转向时手感比较差。
实用新型内容
本实用新型的目的是克服现有技术上述的助力转向扭矩脉动较大,驾车的舒适性和可操控性较差等缺陷,公开一种基于智能控制的电动助力转向系统,将神经网络模糊控制引入到电动转向的电机扭矩控制,它不依赖于被控对象的精确模型,建立的模糊策略能有效克服电机的非线性、强耦合等缺点,其良好的自学习以及参数控制自动调节能力,提高了系统的自适应和控制能力。
本实用新型的上述目的是通过以下的技术方案来实现的,即一种基于智能控制的电动助力转向系统,其核心部件是神经网络模糊控制器,它由控制算法微处理器MCU、PWM驱动模块和电源模块组成,以扭矩、车速和驱动电机反馈电流为输入信号,离线建模形成的控制决策嵌入MCU存储器,实现电动助力转向的智能控制。
本实用新型基于智能控制的电动助力转向系统的基本结构原理框图如1所示。由方向盘的转向输入、扭矩传感器、车速或转速输入及传感器、电子控制器和电动转向机构组成,其在于电子控制器为神经网络模糊控制器,其中:
一个方向盘的转向输入有一个输出端和一个机械力输出;
一个扭矩传感器有一个输入端和一个输出端;
一个车速或转速输入及传感器有一个输入端和一个输出端;
一个智能电子控制器有三个输入端和一个输出端;
一个电动转向机构有一个输入端和一个输出端以及二个机械力输入和一个机械力输出;
方向盘的转向输入的输出端连接扭矩传感器的输入端;
智能电子控制器一个输入端连接扭矩传感器的输出端,其第二个输入端连接车速或转速输入及传感器的输出端,其另一个输入端连接的反馈电流信号的输出端;智能电子控制器一个输出端连接驱动电机的驱动电流输入端;
转向机构的转向器和减速器的一个机械力输入连接方向盘的转向输入的机械力输出,其另一个机械力输入连接驱动电机的机械力输出,转向器和减速器的一个机械力输出连接整车转向轮的机械力输入。
所述的神经网络模糊控制器由三个相对独立的微控制器模块41、PWM电机驱动模块42、电源模块43组成,其组成原理框图如图2所示。
控制计算微控制器(MCU)模块41是基于神经网络模糊推理的控制器,它以模糊推理结合BP神经网络建立控制模型,经过离线建模即建立决策库和在线控制,构成电动助力转向的智能控制的核心模块;控制计算微控制器(MCU)模块的三个信号采集输入端分别连接扭矩传感器的输出端、车速传感器的输出端和驱动电机的驱动电流数据反馈输出端;
电机驱动模块42为脉宽调制(PWM)开关控制模块;其控制输入端连接控制计算微控制器(MCU)模块输出的控制信号输出端,电机驱动模块42的输出端连接电动转向机构的驱动电机,驱动电流Ic控制驱动电机形成相应的转向助力扭矩TI;
电源模块为以蓄电池为直流电源的DC/DC模块,为控制器提供直流供电;
TW为作用于方向盘产生的扭矩信号,V为车速信号,If为驱动电机的反馈信号,以扭矩和车速作为神经网络模糊控制器的信号输入,以驱动电机的反馈信号作为神经网络模糊控制器的反馈信号输入,助力电流IC为神经网络模糊控制器的输出;助力扭矩TI为PWM电机驱动输出。
所述的控制计算微控制器(MCU)的存储器中嵌入控制算法软件,它是综合神经网络算法和模糊控制推理而形成专用的转向控制策略,其输入变量至少包括方向盘的转向扭矩、车速和转速、驱动电机反馈的驱动电流的信号。
所述的控制计算微控制器(MCU)的模糊化输入参数包括扭矩TW和车速V,扭矩TW的变化范围为-10~10,车速V的变化范围为0~80,为满足控制精度的需要,扭矩TW选取的等级值数据有20个至少不小于6个,车速V选取的等级值数据有80个至少不小于10个。
本实用新型的基于智能控制的电动助力转向系统组成示意框图见图3,微控制器(MCU)嵌入的控制算法软件通过模拟试验和路况试验获取数据,离线建模优化控制参数,构成控制决策:
(1)计算机建立一个模糊集数据库,库中设置有模糊集A和模糊集B;
(2)按输入语言变量的定义来确定相应于每个语言值的隶属度,对输入量建立语言控制规则的方法,将参数扭矩TW和车速V模糊化输入,分别映射到模糊集A和模糊集B,扭矩TW的变化范围为-10~10,车速V的变化范围为0~80,为满足控制精度的需要,扭矩TW选取的等级值数据有20个至少不小于6个,车速V选取的等级值数据有80个至少不小于10个。扭矩TW与车速V模糊化后得到对应的输入语言变量Xm和Ym。输入不同扭矩TW与车速V值,依次建立模糊控制集规则库。
(3)采用Sugeno型模糊推理算法,解模糊化处理采用加权平均法,计算简单,极大地提高模糊化过程的效率。
隶属度函数形状可取三角形、梯形、钟形或正态分布形。
(4)数学优化算法来调整模型中函数的参数,使误差函数E值最小:
解模糊化采用加权平均法,所有的模糊规则的权重都为1,采用一阶梯度寻优法来调整隶属度函数参数和连接权值,使得误差值E达到期望值。
(5)通过上述学习和训练的模糊推理过程,建立控制决策,形成决策库。
(6)系统在实时控制过程中,以扭矩和车速的实际输入值和当前车速值,依据上述控制决策,计算相应的控制电流,以PWM方式驱动电机产生转向助力。
电动助力转向系统神经网络模糊推理控制流程图如图5,其控制点为:
S101初始化系统参数,给寄存器、变量等赋予初始值;
S102判断系统参数要训练,若不要训练,转S104;
S104对输入扭矩TW和车速V取样,通过A/D取样并经滤波算法,获得TW和V的即时值;
S105对输入扭矩TW和车速V模糊化;
S106按公式计算PB网络输入层、隐层和输出层的值;
S107解模糊化,计算输出电流值;
S108以脉冲宽度调制方式控制电机输出;电机输出值反馈到S104作为输入变量参加实时取样;
S102判断系统参数若要训练,则转S103;
S103调用训练函数子程序,进入离线训练程序,可在本控制器之外的计算机上进行;
S201选定训练步长值,步长的大小与精度和训练速度有关;
S202计算隶属度函数参数和连接权值;
S203计算理想输出与网络输出值的误差E;
S204判断误差E是否小于期望值,若大于期望值,转S202,继续训练;
S204判断误差E若小于期望值,转S205;
S205返回主程序,输出控制信号。
所述的智能电子控制器为相对独立的整件,它由控制计算微控制器(MCU)模块、电机驱动模块、电源模块以及一套固定安装架结构件组成;智能电子控制器的一套固定安装架结构件包括外壳、散热片,控制计算微控制器(MCU)模块、电机驱动模块、电源模块以及模块安装板,通过连接件连接。智能电子控制器结构紧凑、散热良好、坚固耐用、维修方便。
所述的控制计算微控制器(MCU)模块包括控制器主板40、MCU控制计算微控制器41、输入信息采集电路411、存储器412、反馈信息采集电路413和通信功能口414;其中:
控制器主板上安装MCU控制计算微控制器41、输入信息采集电路411、存储器412、反馈信息采集电路413和通信功能口414;
控制计算微控制器41的一个数据输入口连接输入信息采集电路411,一个数据输入口连接反馈信息采集电路413,一个控制输出口连接PWM电机驱动模块42的控制信号输入端,其数据读写口连接存储器412;
控制计算微控制器41还有一个数据通信接口连接一个通信功能口电路414,构成智能控制的电动助力转向系统的监控和故障检测通道。
本实用新型的有益效果是:系统实时采集扭矩传感器输出的转向输入矩矩信号、车速或转速信号以及驱动电机反馈信号,由神经网络算法和模糊控制器输出优化的控制信号,控制PWM驱动模块驱动电机,通过传动机构提供转向助力,脉动扭矩显著减小,控制性能明显增强,转向灵敏轻便,提高驾车的舒适性和可操控性。应用本实用新型的市场广阔,经济效益十分显著。
附图说明
图1本实用新型的基于智能控制的电动助力转向系统的基本结构原理框图。
图2本实用新型的智能电子控制器组成原理框图。
图3本实用新型的基于智能控制的电动助力转向系统组成示意框图。
图4本实用新型实施例的的神经网络模糊控制器电原理框图。
图5本实用新型实施例的基于智能控制的神经网络模糊推理控制流程图。
图3中:TW-作用于方向盘产生的扭矩信号、V-车速信号、If-驱动电机的反馈信号、IC-神经网络模糊控制器输出的驱动电流、TI-PWM电机驱动输出的助力扭矩。
具体实施方式
本实用新型基于智能控制的电动助力转向系统的组成原理框图如1所示。它由转向输入1及其扭矩传感器2、车速和转速输入3、智能电子控制器4、包括转向器和减速器51及驱动电机52的转向机构5、整车转向轮6组成。方向盘的转向输入1通过机械方式连接扭矩传感器2和转向机构5的转向器和减速器51,扭矩传感器2以及车速和转速输入3连接智能电子控制器4的输入数据接口:智能电子控制器4的控制数据经其输出控制接口连接驱动电机52的电流控制端,驱动电机52通过机械连接的转向器和减速器51,转向机构5连接整车转向轮6,驱动电机52的反馈电流信号输出端连接智能电子控制器4的反馈信号输入接口,形成一个智能的、闭环控制的电动助力转向系统。
本实用新型的智能电子控制器基本结构原理框图如图2所示。智能电子控制器4由三个相对独立的控制计算微控制器模块41、PWM电机驱动模块42、电源模块43组成。控制计算微控制器模块41的数据输入端连接扭矩传感器2、车速和转速输入3以及驱动电机52反馈驱动电流输出端,实时接收由方向盘转向经扭矩传感器2采集的扭矩数据,同时实时接收由车速和转速输入3经转速传感器采集的车速数据,以及实时接收由驱动电机52反馈的驱动电流数据,经控制计算微控制器模块41处理,快速形成转向助力控制信号,控制计算微控制器模块41的控制数据输出端连接PWM电机驱动模块42的控制信号输入端,PWM电机驱动模块42的控制输出端连接驱动电机52驱动电流输入端,控制计算微控制器模块41按照转向时刻的输入变量的实时数据,经智能处理形成控制数据,控制PWM电机驱动模块42生成控制转向驱动电流,转向驱动电流信号控制驱动电机52输出转向助力力矩。
下面结合本实用新型由附图给出的实施例做进一步的说明。
参见图4本实用新型基于智能控制的电动助力转向系统实施例的神经网络模糊控制器电原理框图。由控制计算微控制器41、PWM电机驱动模块42、电源模块43组成的智能电子控制器是一个神经网络模糊控制器4。控制计算微控制器41采用68HC908GP32的单片机,PWM电机驱动模块42采用IRF480的IGPT功率器件。它的控制计算微控制器41接收经方向盘转向-扭矩传感器2送来的扭矩信号Tw、由车速传感器3送来的车速信号V以及由转向机构的驱动电机52送出的反馈电流信号If,控制计算微控制器41输出的优化转向助力控制信号送到PWM电机驱动模块42的控制输入端,PWM电机驱动模块将优化转向助力控制信号转换成电机52的功率驱动电流Ic。E2PROM存储器412采用24C16,电源模块43采用30A16VDC。
控制计算微控制器综合运用神经网络算法和模糊控制软件:
在系统外的PC机上建立建立一个设置有模糊集A和模糊集B的模糊集数据库,以扭矩信号Tw、车速信号V、反馈电流信号If为三个输入语言变量作非模糊值的模糊化处理,按照的定义确定应于每个语言值的隶属度建立语言控制规则。
开机后进入S101,对系统参数进行初始化设置,将参数扭矩TW和车速V模糊化输入,分别映射到模糊集A和模糊集B。输入等级值数据,定义数字化参数扭矩TW的变化范围为-10~10,车速V的变化范围为0~80。设立语言控制规则,包括训练步长等,如训练步长为2,扭矩TW的等级值数据优选为10个,车速V的等级值数据优选为40个。扭矩TW与车速V模糊化后得到对应的输入语言变量值Xm和Ym,并设置模糊化控制数据输出误差的期望值。
在转入S102,选择系统参数要训练,转训练函数子程序S103,先进入S201选定训练步长:扭矩TW的等级值数据优选为10个,扭矩TW的训练步长为2,车速V的等级值数据优选为40个,车速V的训练步长也为2;其次S202,对不同扭矩TW与车速V值输入,计算隶属度参数和连接权值,然后到S203,计算理想输出与网络输出值的误差E,在S204判断误差E是否小于期望值,如若误差E大于期望值,转回S202继续训练,直到在S204判断结论是误差E小于期望值,则停止训练,转到S104,进入正常运行控制状态。
通过模拟试验和路况试验获取数据,依试验获取的扭矩TW和车速V以及驱动电机反馈电流If的数据,同样采用离线建模方式,优化系统的控制参数。这样依次建立模糊控制集规则库,形成专用的转向控制策略。
实车运行时,系统启动开机,S101初始化系统参数,在S102判定系统参数不训练,转入S104,神经网络模糊控制器将实时采集的扭矩TW与车速V值以及驱动电机反馈电流If的数据,将扭矩TW和车速V以及驱动电机反馈电流If变量语言值数据分别映射到模糊集A和模糊集B。,转入S105,将扭矩TW、车速V值以及驱动电机反馈电流If模糊化,将扭矩TW和车速V以及驱动电机反馈电流If变量语言值数据分别映射到模糊集A和模糊集B后,送S106,计算PB网络输入层、隐层、输出层的值后,转入S107,解模糊化,从模糊控制集规则库和模糊集数据库取出相应的数据进行模糊推理,并将推理输出送决策库,从决策库选取匹配的决策信息,神经网络模糊控制器的电机驱动模块将决策信息转换成控制电流Ic,送到驱动电机,驱动电机输出转向电动助力扭矩TI,助力扭矩TI经传动机构加到转向机构,完成整车转向轮的电动助力转向。
系统实时采集扭矩传感器检测到转向输入扭矩以及采集电路检测的车速或转速数据,由神经网络算法和模糊控制器输出优化的控制信号驱动电机,通过传动机构提供转向助力,电子控制部件检测车速、转速、输入扭矩及电机反馈,通过内置的软件算法以驱动模块采用PWM方式控制输出功率,在低车速下大助力,中车速下小助力,高车速下带阻尼,实现低车速下转向轻灵,高车速下转向平稳,脉动扭矩显著减小,控制性能明显增强,提高驾车的舒适性和可操控性。
本实用新型的智能控制电动助力转向系统应用于乘用轿车、燃料汽车、电动汽车,可以大大提高汽车操控的稳定性、转向的灵敏性和轻便性。
Claims (7)
1.基于智能控制的电动助力转向系统,由方向盘的转向输入、扭矩传感器、车速或转速输入及传感器、电子控制器和电动转向机构组成,其特征在于电子控制器为基于神经网络模糊控制的智能电子控制器,称之为神经网络模糊控制器,其中:
一个方向盘的转向输入有一个输出端和一个机械力输出;
一个扭矩传感器有一个输入端和一个输出端;
一个车速或转速输入及传感器有一个输入端和一个输出端;
一个智能电子控制器有三个输入端和一个输出端;
一个电动转向机构有一个输入端和一个输出端以及二个机械力输入和一个机械力输出;
方向盘的转向输入的输出端连接扭矩传感器的输入端;
智能电子控制器一个输入端连接扭矩传感器的输出端,其第二个输入端连接车速或转速输入及传感器的输出端,其另一个输入端连接的反馈电流信号的输出端;智能电子控制器一个输出端连接驱动电机的驱动电流输入端;
转向机构的转向器和减速器的一个机械力输入连接方向盘的转向输入的机械力输出,其另一个机械力输入连接驱动电机的机械力输出,转向器和减速器的一个机械力输出连接整车转向轮的机械力输入。
2.根据权利要求1所述的基于智能控制的电动助力转向系统,其特征在于所述的神经网络模糊控制的智能电子控制器由控制计算微控制器(MCU)模块、电机驱动模块、电源模块组成;其中:
控制计算微控制器(MCU)模块是基于神经网络模糊推理的控制器,它以模糊推理结合BP神经网络建立控制模型,经过离线建模即建立决策库和在线控制,构成电动助力转向的智能控制的核心模块;控制计算微控制器(MCU)模块的三个信号采集输入端分别连接扭矩传感器的输出端、车速传感器的输出端和驱动电机的驱动电流数据反馈输出端;
电机驱动模块为脉宽调制(PWM)开关控制模块;其控制输入端连接控制计算微控制器(MCU)模块输出的控制信号输出端,电机驱动模块的输出端连接电动转向机构的驱动电机,以驱动电流方式控制驱动电机形成相应的转向助力;
电源模块为以蓄电池为直流电源的DC/DC模块,为控制器提供直流供电;
TW为作用于方向盘产生的扭矩信号,V为车速信号,If为驱动电机的反馈信号,以扭矩和车速作为神经网络模糊控制器的信号输入,以驱动电机的反馈信号作为神经网络模糊控制器的反馈信号输入,助力电流IC为神经网络模糊控制器的输出;助力扭矩TI为PWM电机驱动输出。
3.根据权利要求2所述的基于智能控制的电动助力转向系统,其特征在于所述的控制计算微控制器(MCU)的存储器中嵌入控制算法软件,它是综合神经网络算法和模糊控制推理而形成专用的转向控制策略,其输入变量至少包括方向盘的转向扭矩、车速和转速、驱动电机反馈的驱动电流的信号。
4.根据权利要求2或3所述的基于智能控制的电动助力转向系统,其特征在于所述的控制计算微控制器(MCU)的模糊化输入参数包括扭矩TW和车速V,扭矩TW的变化范围为-10~10,车速V的变化范围为0~80,为满足控制精度的需要,扭矩TW选取的等级值数据有20个至少不小于6个,车速V选取的等级值数据有80个至少不小于10个。
5.根据权利要求1或2所述的基于智能控制的电动助力转向系统,其特征在于电动助力转向系统的神经网络模糊控制器的控制点为:
S101初始化系统参数;
S102判断系统参数要训练,若不要训练,转S104;
S104对输入扭矩TW和车速V取样;
S105对输入扭矩TW和车速V模糊化;
S106计算PB网络输入层、隐层和输出层的值;
S107解模糊化,计算输出电流值;
S108以脉冲宽度调制方式控制电机输出;电机输出值反馈到S104作为输入变量参加实时取样;
S102判断系统参数若要训练,则转S103调用训练函数子程序:
S201选定训练步长值;
S202计算隶属度函数参数和连接权值;
S203计算理想输出与网络输出值的误差E;
S204判断误差E是否小于期望值,若大于期望值,转S202,继续训练;
S204判断误差E若小于期望值,转S205;
S205返回主程序,输出控制信号。
6.根据权利要求1所述的基于智能控制的电动助力转向系统,其特征在于:所述的智能电子控制器为相对独立的整件,它由控制计算微控制器(MCU)模块、电机驱动模块、电源模块以及一套固定安装架结构件组成;智能电子控制器的一套固定安装架结构件包括外壳、散热片,控制计算微控制器(MCU)模块、电机驱动模块、电源模块以及模块安装板,通过连接件连接。
7.根据权利要求2或6所述的基于智能控制的电动助力转向系统,其特征在于所述的控制计算微控制器(MCU)模块包括控制器主板、控制计算微控制器MCU、输入信息采集电路、存储器、反馈信息采集电路和通信功能口;其中:
控制器主板上安装控制计算微控制器MCU、输入信息采集电路、存储器、反馈信息采集电路和通信功能口;
控制计算微控制器的一个数据输入口连接输入信息采集电路,一个数据输入口连接反馈信息采集电路,一个控制输出口连接PWM电机驱动模块的控制信号输入端,其数据读写口连接存储器;
控制计算微控制器还有一个数据通信接口连接一个通信功能口电路,是智能控制的电动助力转向系统的监控和故障检测通道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNU2007201095752U CN201058622Y (zh) | 2007-05-21 | 2007-05-21 | 基于智能控制的电动助力转向系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNU2007201095752U CN201058622Y (zh) | 2007-05-21 | 2007-05-21 | 基于智能控制的电动助力转向系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201058622Y true CN201058622Y (zh) | 2008-05-14 |
Family
ID=39407079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNU2007201095752U Expired - Fee Related CN201058622Y (zh) | 2007-05-21 | 2007-05-21 | 基于智能控制的电动助力转向系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201058622Y (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102190059A (zh) * | 2010-12-30 | 2011-09-21 | 大行科技(深圳)有限公司 | 电动自行车助力传感系统 |
CN101934814B (zh) * | 2009-06-30 | 2011-11-23 | 上海联盛汽车电子有限公司 | 采用pwm变频策略驱动pmsm的电动助力转向系统 |
CN102303640A (zh) * | 2011-04-07 | 2012-01-04 | 长春一汽四环汽车泵有限公司 | 汽车电子助力转向系统控制器 |
CN101590875B (zh) * | 2008-05-29 | 2013-03-27 | 三菱电机株式会社 | 电动助力转向装置 |
CN109309468A (zh) * | 2018-05-02 | 2019-02-05 | 淄博智科电气科技有限公司 | 一种直线电机调速系统及方法 |
CN111565997A (zh) * | 2017-11-23 | 2020-08-21 | 大众汽车股份公司 | 用于配置和控制转向系统的方法、转向系统和车辆 |
JP2020527502A (ja) * | 2017-08-21 | 2020-09-10 | 三菱電機株式会社 | 車両の運動を制御する制御システム及び方法 |
CN114269632A (zh) * | 2019-08-20 | 2022-04-01 | 大众汽车股份公司 | 用于估算用于机动车的转向系统的方向盘上的机械反馈的方向盘转矩的方法和装置 |
CN114348104A (zh) * | 2021-12-29 | 2022-04-15 | 北京肃为科技有限公司 | 一种电转向控制及驱动系统 |
CN115107867A (zh) * | 2021-03-22 | 2022-09-27 | 操纵技术Ip控股公司 | 基于神经网络计算的扭矩请求的功能限制 |
-
2007
- 2007-05-21 CN CNU2007201095752U patent/CN201058622Y/zh not_active Expired - Fee Related
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101590875B (zh) * | 2008-05-29 | 2013-03-27 | 三菱电机株式会社 | 电动助力转向装置 |
CN101934814B (zh) * | 2009-06-30 | 2011-11-23 | 上海联盛汽车电子有限公司 | 采用pwm变频策略驱动pmsm的电动助力转向系统 |
CN102190059A (zh) * | 2010-12-30 | 2011-09-21 | 大行科技(深圳)有限公司 | 电动自行车助力传感系统 |
CN102303640A (zh) * | 2011-04-07 | 2012-01-04 | 长春一汽四环汽车泵有限公司 | 汽车电子助力转向系统控制器 |
JP2020527502A (ja) * | 2017-08-21 | 2020-09-10 | 三菱電機株式会社 | 車両の運動を制御する制御システム及び方法 |
CN111565997A (zh) * | 2017-11-23 | 2020-08-21 | 大众汽车股份公司 | 用于配置和控制转向系统的方法、转向系统和车辆 |
CN109309468A (zh) * | 2018-05-02 | 2019-02-05 | 淄博智科电气科技有限公司 | 一种直线电机调速系统及方法 |
CN109309468B (zh) * | 2018-05-02 | 2021-02-12 | 淄博智科电气科技有限公司 | 一种直线电机调速系统及方法 |
CN114269632A (zh) * | 2019-08-20 | 2022-04-01 | 大众汽车股份公司 | 用于估算用于机动车的转向系统的方向盘上的机械反馈的方向盘转矩的方法和装置 |
CN115107867A (zh) * | 2021-03-22 | 2022-09-27 | 操纵技术Ip控股公司 | 基于神经网络计算的扭矩请求的功能限制 |
CN114348104A (zh) * | 2021-12-29 | 2022-04-15 | 北京肃为科技有限公司 | 一种电转向控制及驱动系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN201058622Y (zh) | 基于智能控制的电动助力转向系统 | |
CN101058319A (zh) | 基于智能控制的电动助力转向系统 | |
CN105667580B (zh) | 一种基于模糊控制的线控转向系统及其控制方法 | |
CN101081626B (zh) | 一种汽车电动助力转向控制方法及其装置 | |
CN106184351B (zh) | 一种电-液复合动力转向系统的多目标优化方法 | |
CN103770832A (zh) | 一种电动助力转向系统助力控制方法 | |
CN104401388A (zh) | 一种智能电液转向系统 | |
CN106428197A (zh) | 基于多模式转向系统助力耦合器的控制器及控制方法 | |
CN109733466A (zh) | 一种汽车电液智能转向系统其多目标优化方法 | |
CN110228524B (zh) | 基于多层模糊控制的无人车辆自动转向控制方法 | |
CN110949496B (zh) | 一种双油泵式混合动力电控转向系统及其控制方法 | |
CN106428204B (zh) | 一种主动复合转向系统、转矩控制装置及转矩控制方法 | |
CN108657270A (zh) | 一种车辆线控转向系统、容错控制方法及故障诊断方法 | |
WO2023056751A1 (zh) | 一种电液集成式转向系统及其多参数耦合优化方法 | |
CN201580431U (zh) | 电动汽车电控电动四轮转向(4ws)装置 | |
CN202508145U (zh) | 汽车电动助力转向系统 | |
CN113212546B (zh) | 一种商用车电液复合转向系统及其分段能量管理方法 | |
CN109278570A (zh) | 一种节能电磁导航智能车、控制系统及控制方法 | |
CN113104100B (zh) | 一种面向节能型智能电液转向系统的控制方法和系统 | |
CN101975115A (zh) | 节气门及egr阀的控制方法 | |
CN2666720Y (zh) | 数字智能电动车辆控制器 | |
CN112440974A (zh) | 基于分布式深度确定性策略梯度的hev能量管理方法 | |
CN204821553U (zh) | 一种电动汽车全自动泊车过程中的车速控制系统 | |
CN106428194A (zh) | 基于因素补偿的电动液压助力转向控制方法 | |
CN103671891B (zh) | 一种非接触式车用变速器及其调速控制算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20080514 |