基于神經(jīng)網(wǎng)絡的半掛汽車列車穩(wěn)定性控制研究.pdf

1、隨著科技的不斷發(fā)展，公路運輸已成為促進社會經(jīng)濟發(fā)展的主導力量。半掛汽車列車因其運輸量大、效率高等優(yōu)點，被廣泛應用于公路運輸當中。與此同時，由于半掛汽車列車復雜的耦合結構所造成的交通事故，也日益受到人們的重視。因此本文以半掛汽車列車為研究對象，對其橫擺穩(wěn)定性和側傾穩(wěn)定性進行了研究分析，并設計了神經(jīng)網(wǎng)絡控制器，實現(xiàn)了對半掛汽車列車穩(wěn)定性的控制。本文的主要工作如下：
　　首先，對半掛汽車列車的橫擺穩(wěn)定性和側傾穩(wěn)定性進行了分析，并把降低這

2、兩種失穩(wěn)現(xiàn)象發(fā)生的機率作為本文的研究目標。通過簡化，建立了包含非線性輪胎模型的3軸半掛汽車列車的平面參考模型。
　　其次，介紹了生物神經(jīng)網(wǎng)絡和人工神經(jīng)網(wǎng)絡的含義，并分析了目前應用較為廣泛的BP（Back Propagation）神經(jīng)網(wǎng)絡模型的結構及其原理。通過對標準BP神經(jīng)網(wǎng)絡學習規(guī)則的掌握，提出了五種針對標準BP神經(jīng)網(wǎng)絡學習規(guī)則的有關改進方法，為下文系統(tǒng)辨識以及控制器設計的學習算法提供了選擇依據(jù)。
　　再次，闡述了系統(tǒng)辨識

3、的含義，并具體分析了系統(tǒng)辨識的工作原理及其過程，包括神經(jīng)網(wǎng)絡訓練數(shù)據(jù)的采集與處理以及BP神經(jīng)網(wǎng)絡學習算法的選擇和參數(shù)的確定。并根據(jù)非線性車輛辨識模型NNI（Neural Network Identification）設計了以側向加速度為控制目標的神經(jīng)網(wǎng)絡控制器NNC（Neural Network Controller）。
　　最后，在仿真軟件Trucksim中選取了魚鉤和雙移線兩種典型工況，聯(lián)合Matlab/Simulink在高、