Синтез и нейросетевая реализация ПИ регулятора адаптивного круиз-контроля грузового автомобиля

Рассматривается проблема разработки алгоритма функционирования адаптивного круиз-контроля, работающего в условиях, изменяющихся в широких пределах передаточного отношения трансмиссии и скорости движения грузового автомобиля. Функционирование классической системы круиз-контроля, как правило, основывается на использовании ПИД регулятора с постоянными коэффициентами. Однако несмотря на простоту настройки и физической реализации, а также относительно высокую робастность данный класс управляющих устройств может не обеспечивать оптимальное функционирование системы круиз-контроля во всех режимах движения в силу нестационарности и нелинейности объекта управления. Для преодоления указанных недостатков в рамках данного исследования рассматривается возможность нейросетевой реализации алгоритма адаптивного круиз-контроля грузового автомобиля.

Предложена математическая модель продольного движения грузового автомобиля, предназначенная для решения задачи анализа и синтеза системы управления. Проведена настройка коэффициентов ПИ регулятора для управления продольной скоростью при различных режимах движения грузового автомобиля. Показано, что коэффициенты регулятора изменяются по достаточно сложному закону. Предложен алгоритм функционирования адаптивного круизконтроля, основанный на аппроксимации законов изменения коэффициентов ПИ регулятора с помощью искусственной нейронной сети. Используемая сеть представляет собой многослойный персептрон и для обеспечения высокого качества аппроксимации содержит десять нейронов на скрытом слое. Обучение нейронной сети осуществлялось методом Левенберга—Марквардта на основе выборки общим объемом 500 точек, полученной c помощью стандартных методов синтеза регуляторов. Корректность полученных результатов была подтверждена результатами компьютерного моделирования разгона автомобиля от 0 до 100 км/ч, показывающими, что в процессе движения коэффициенты ПИ регулятора, обеспечивающие требуемое качество переходных процессов, значительно изменяются в зависимости от текущего состояния транспортного средства. Предложенный метод аппроксимации законов изменения коэффициентов ПИ регулятора может быть в дальнейшем использован для построения адаптивных систем управления, способных эффективно функционировать в различных режимах. 

1. Ribbens W. B. Understanding automotive electronics. Burlington: Elsiever Science, 2003. 470 p.

2. Vlacic L., Parent M., Harashima F. Intelligent Vehicle Tecnologies. Madras: Butterworth Heinemann, 2001. 498 p.

3. Александров А. Г., Паленов М. В. Состояние и перспективы развития адаптивных ПИД-регуляторов в технических системах // Тр. 3-й Всеросс. конф. с междунар. участием "Технические и программные средства систем управления, контроля и измерения". 2012. С. 1577—1587.

4. Васильев В.И., Ильясов Б. Г. Интеллектуальные системы управления. Теория и практика: учебное пособие. М.: Радиотехника, 2009. 392 c.

5. Волков В. Г., Демьянов Д. Н., Карабцев В. С. Разработка и исследование математической модели плоского движения автомобиля с полуприцепом // Математическое моделирование. 2017. Т. 29, № 7. С. 29—43.

6. Стуканов В. А. Основы теории автомобильных двигателей и автомобиля. М: ФОРУМ — ИНФРА-М, 2005. 367 с.

7. Тарасик В. П. Теория движения автомобиля: учебник для вузов. СПб.: БХВ-Петербург, 2006. 478 с.

8. Воронов А. А. Основы теории автоматического управления: Автоматическое регулирование непрерывных линейных систем. М.: Энергия, 1980. 312 с.

9. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985. 509 с.