申请/专利权人：江苏恒力制动器制造有限公司

申请日：2022-04-14

公开（公告）日：2024-04-26

公开（公告）号：CN114707248B

主分类号：G06F30/15

分类号：G06F30/15;G06F30/27

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2022.07.22#实质审查的生效;2022.07.05#公开

摘要：本发明涉及一种控制方法，尤其是一种基于神经网络的EHB压力控制方法。其通过理想占空比神经网络模型能得到理想占空比d，通过电磁阀闭环控制模型能得到理想占空比补偿量Δd，根据理想占空比d与理想占空比补偿量Δd，确定电磁阀的实际占空比d*，根据所确定的实际占空比d*确定所述电磁阀在制动时的实际开度，以使得所述当前轮缸压力Pcurrent与目标轮缸压力P*匹配，从而充分发挥线性电磁阀线性调节优势，避免电磁阀工作在临界区域，提高压力控制精度以及电磁阀的使用寿命，能够更好的实现目标轮缸压力精确控制，提高汽车的制动安全性。

主权项：1.一种基于神经网络的EHB压力控制方法，其特征是，所述EHB压力控制方法包括：构建用于确定EHB制动时电磁阀理想占空比的理想占空比神经网络模型以及用于对EHB制动时电磁阀进行闭环控制的电磁阀闭环控制模型；EHB制动时，获取EHB制动时的制动工作参数，其中，所获取的EHB制动工作参数包括目标轮缸压力P*、当前轮缸压力Pcurrent、蓄能器当前压力Pacc、轮缸压力变化率P#、电磁阀的当前阀芯位置Scurrent以及电磁阀的当前工作电流Icurrent；根据所获取的制动工作参数，利用理想占空比神经网络模型确定输出一相应的理想占空比d；同时，根据制动工作参数内的目标轮缸压力P*、磁阀的当前阀芯位置Scurrent以及电磁阀的当前工作电流Icurrent，利用电磁阀闭环控制模型对电磁阀进行闭环控制时确定输出一理想占空比补偿量Δd；根据上述确定输出的理想占空比d与理想占空比补偿量Δd，确定电磁阀的实际占空比d*，根据所述实际占空比d*确定在制动时所述电磁阀的实际开度，以根据所确定电磁阀的实际开度调节并控制与所述电磁阀适配连接轮缸的当前轮缸压力Pcurrent，直至所述当前轮缸压力Pcurrent与目标轮缸压力P*匹配；构建理想占空比神经网络模型时，包括如下步骤：步骤1、提供神经网络基础模型；步骤2、采集并制作所需的模型样本集，其中，模型样本集包括若干EHB制动时的制动工作参数样本，采集制作制动工作参数样本时所利用的EHB与待压力控制的EHB为同一型号且经相同方式标定；根据所制作的模型样本集，制备用于对所述神经网络基础模型训练的训练样本集、用于对所述神经网络基础模型训练后测试的测试样本集以及用于对神经网络基础模型训练后验证的验证样本集；对任一制动工作参数样本，包括在同一制动过程相应的样本目标轮缸压力Pcmd、样本轮缸采样压力Pc-current、蓄能器采样压力Pc-acc、轮缸采样压力变化率Pc#、磁阀的阀芯采样位置Sc-current、电磁阀的采样工作电流Ic-current以及电磁阀的采样占空比PWM；步骤3、利用上述模型样本集对神经网络基础模型进行训练、测试与验证，以得到理想占空比神经网络模型；其中，对任一制动工作参数样本，将样本目标轮缸压力Pcmd、样本轮缸采样压力Pc-current、蓄能器采样压力Pc-acc、轮缸采样压力变化率Pc#、磁阀的阀芯采样位置Sc-current、电磁阀的采样工作电流Ic-current作为神经网络基础模型的输入，将电磁阀的采样占空比PWM作为神经网络基础模型的输出；电磁阀闭环控制模型包括依次连接的压力控制环节、位置控制环节以及电流控制环节；压力控制环节对目标轮缸压力P*以及当前轮缸压力Pcurrent进行运算处理，以得到目标电磁阀芯位置S*；位置控制环节对目标电磁阀芯位置S*以及电磁阀的当前阀芯位置Scurrent进行运算处理，以得到目标工作电流I*；电流控制环节对目标工作电流I*以及电磁阀的当前工作电流Icurrent进行运算处理，以得到理想占空比补偿量Δd。

全文数据：

权利要求：

百度查询： 江苏恒力制动器制造有限公司 基于神经网络的EHB压力控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD