دوره 15، شماره 1 - ( مجله کنترل، جلد 15، شماره 1، بهار 1400 )                   جلد 15 شماره 1,1400 صفحات 78-67 | برگشت به فهرست نسخه ها


XML English Abstract Print


1- گروه مهندسی مکانیک،دانشکده مهندسی مکانیک،دانشگاه صنعتی سهند تبریز،تبریز،ایران
چکیده:   (6482 مشاهده)
در طراحی سیستم ترمز ضدقفل، برخی از پارامترها و حالت ­ها مثل ضریب اصطکاک جاده و لغزش طولی چرخ، توسط سنسور قابل ‌اندازه‌گیری نبوده و باید با استفاده از دیگر پارامترهای قابل اندازه­ گیری، تخمین ­زده شوند. اثرات غیرخطی در مدل خودرو و نیروهای تایر، استفاده از یک تخمین‌گر غیرخطی را ضروری می­ نماید. از طرفی در نظر گرفتن قیدهای متناسب با فیزیک سیستم و شرایط جاده می­ تواند دقت تخمین­ گر را در شرایط واقعی افزایش دهد. در این مقاله ضمن طراحی فیلتر کالمن توسعه یافته برای سیستم ترمز ضدقفل، الگوریتم این تخمین­ گر چنان اصلاح می­ گردد تا تاثیر قیود فیزیکی مربوط به ضریب اصطکاک جاده  و لغزش چرخ در آن لحاظ شود. عملکرد تخمین­ گر مقید طراحی شده در مقایسه با حالت نامقید متداول مورد بررسی و مقایسه قرار می­ گیرد. در ادامه، یک کنترل­ کننده­ غیرخطی مبتنی بر پیش بین برای محاسبه­ ی گشتاور ترمزی طراحی می­ گردد تا با استفاده از اطلاعات تخمین، گشتاور ترمزی را کنترل کرده و از لغزش تایر و قفل شدن آن جلوگیری نماید. برای کاهش خطای ناشی از تخمین مقید در عملکرد کنترلی، تکنیک فیدبک انتگرالی به کنترل‌کننده طراحی شده اضافه می­ گردد. نتایج شبیه­ سازی‌ها نشان می­ دهد که ضمن بهبود عملکرد کنترل در حضور خطای تخمین و دیگر نامعینی­ ها، از نوسانی شدن سیگنال کنترلی با فرکانس­های بالا جلوگیری می­ گردد.
متن کامل [PDF 1006 kb]   (1400 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1398/4/28 | پذیرش: 1399/3/16 | انتشار الکترونیک پیش از انتشار نهایی: 1399/5/5 | انتشار: 1400/3/1

فهرست منابع
1. [1] Aghasizade, S., Mirzaei, M., & Rafatnia, S. (2018). "Novel constrained control of active suspension system integrated with anti-lock braking system based on 14-degree of freedom vehicle model". Proceedings of the Institution of Mechanical Engineers, Part K: Journal of Multi-body Dynamics, vol. 232, no. 4, pp. 501-520. [DOI:10.1177/1464419317752612]
2. [2] Aghasizade, S., Mirzaei, M., & Rafatnia, S. (2018). "The effect of road quality on integrated control of active suspension and anti-lock braking systems". AUT Journal of Mechanical Engineering, vol. 3, no. 1, pp. 123-135.
3. [3] Mirzaeinejad, H., & Mirzaei, M. (2010). "A novel method for non-linear control of wheel slip in anti-lock braking systems". Control Eng. Pract., vol. 18, no. 8, pp. 918-926. [DOI:10.1016/j.conengprac.2010.03.015]
4. [4] Mirzaei, M., & Mirzaeinejad, H. (2017). "Fuzzy scheduled optimal control of integrated vehicle braking and steering systems". IEEE/ASME Trans. Mechatron., vol. 22, no. 5, pp. 2369-2379. [DOI:10.1109/TMECH.2017.2749002]
5. [5] Mirzaeinejad, H., Mirzaei, M., & Rafatnia, S. (2018). "A novel technique for optimal integration of active steering and differential braking with estimation to improve vehicle directional stability". ISA Trans., vol. 80, pp. 513-527. [DOI:10.1016/j.isatra.2018.05.019]
6. [6] Reina, G., & Messina, A. (2019). "Vehicle dynamics estimation via augmented Extended Kalman Filtering". Measurement, vol. 133, pp. 383-395. [DOI:10.1016/j.measurement.2018.10.030]
7. [7] Guo, H., Chen, H., Xu, F., Wang, F., & Lu, G. (2013). "Implementation of EKF for vehicle velocities estimation on FPGA". IEEE Trans. Ind. Electron., vol. 60, no. 9, pp. 3823-3835. [DOI:10.1109/TIE.2012.2208436]
8. [8] Patra, N., & Sadhu, S. (2015, December). "Adaptive Extended Kalman Filter for the state estimation of Anti-Lock Braking System". In 2015 Annual IEEE India Conference (INDICON)(pp. 1-6). IEEE. [DOI:10.1109/INDICON.2015.7443199]
9. [9] Antonov, S., Fehn, A., & Kugi, A. (2011). "Unscented Kalman filter for vehicle state estimation". Veh. Sys. Dyn., vol. 49, no.9, pp. 1497-1520. [DOI:10.1080/00423114.2010.527994]
10. [10] Rajendran, S., Spurgeon, S. K., Tsampardoukas, G., & Hampson, R. (2019). "Estimation of road frictional force and wheel slip for effective antilock braking system (ABS) control". Int. J. Robust. Nonlin. Control, vol. 29, no.3, pp. 736-765. [DOI:10.1002/rnc.4366]
11. [11] Zhang, W., Wang, Z., Zou, C., Drugge, L., & Nybacka, M. (2019). "Advanced Vehicle State Monitoring: Evaluating Moving Horizon Estimators and Unscented Kalman Filter". IEEE Trans. Veh. Technol., vol. 68, no. 6, pp. 5430-5442. [DOI:10.1109/TVT.2019.2909590]
12. [12] Sun, F., Huang, X., Rudolph, J., & Lolenko, K. (2015). "Vehicle state estimation for anti-lock control with nonlinear observer". Control Eng. Prac., vol. 43, pp. 69-84. [DOI:10.1016/j.conengprac.2015.07.003]
13. [13] Laowanitwattana, J., & Uatrongjit, S. (2016, June). "Estimation of induction motor states and parameters based on extended kalman filter considering parameter constraints". In 2016 International Symposium on Power Electronics, Electrical Drives, Automation and Motion (SPEEDAM) (pp. 755-760). IEEE. [DOI:10.1109/SPEEDAM.2016.7525829]
14. [14] Lu, F., Ju, H., & Huang, J. (2016). "An improved extended Kalman filter with inequality constraints for gas turbine engine health monitoring". Aerosp. Sci. Technol., vol. 58, pp. 36-47. [DOI:10.1016/j.ast.2016.08.008]
15. [15] Joukov, V., Bonnet, V., Venture, G., & Kulić, D. (2015, September). "Constrained dynamic parameter estimation using the extended Kalman filter". In 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) (pp. 3654-3659). IEEE. [DOI:10.1109/IROS.2015.7353888]
16. [16] Pacejka, H. Tire and vehicle dynamics. Elsevier, 2005.
17. [17] Rajamani, R. Vehicle dynamics and control. Springer Science & Business Media, 2011. [DOI:10.1007/978-1-4614-1433-9_2]
18. [18] Simon, D. Optimal state estimation: Kalman, H infinity, and nonlinear approaches. John Wiley & Sons, 2006. [DOI:10.1002/0470045345]
19. [19] Simon, D., & Chia, T. L. (2002). "Kalman filtering with state equality constraints".IEEE Trans. Aerosp. Electron. Syst., vol. 38, no. 1, pp. 128-136. [DOI:10.1109/7.993234]
20. [20] Chia, T. L. (1985). Parameter identification and state estimation of constrained systems (Doctoral dissertation, Case Western Reserve University).
21. [21] Chen, W. H., Ballance, D. J., & Gawthrop, P. J. (2003). "Optimal control of nonlinear systems: a predictive control approach". Automatica, vol. 39, no. 4, pp. 633-641. [DOI:10.1016/S0005-1098(02)00272-8]
22. [22] Khalil, H. K. Nonlinear control (pp. 33-45). New York: Pearson, 2015.

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.