关键词:
防抱死系统(ABS)
PID控制器
天鹰优化算法(AO)
天鹰算法优化PID
滑移率
路面附着系数
制动距离
摘要:
为改善现有防抱死制动系统采用比例积分微分(PID)控制方法实时性差且无法自动调整参数的问题,提出了一种多策略天鹰优化算法的防抱死制动系统PID控制方法。以单轮车辆模型为例,首先,构建汽车防抱死系统的PID控制器仿真模型。其次,提出了一种融合差分进化、反向学习和停滞扰动策略的天鹰搜索算法(DERLSP-AO),解决了天鹰优化算法(AO)易陷入局部最优及搜索精度有限的问题。通过设计狩猎视角反向学习策略来增大搜索范围,提高了算法效率;设计了停滞扰动策略,防止AO陷入局部最优;同时,结合差分进化策略,使天鹰种群进化淘汰掉较差个体。通过混合多种策略,完成了DERLSP-AO方法设计。然后,利用最优个体整定PID参数,得到优化的DERLSP-AO-PID控制器。最后,选择不同路面条件对汽车防抱死制动过程进行仿真实验。结果表明,相比现有算法,基于DERLSP-AO-PID控制的防抱死系统(ABS)输出的滑移率曲线,能够更好地保持在期望范围内,车辆制动时间更少,制动距离也较短,进一步验证了改进算法的有效性,制动性能有所提升。