针对影响循环球转向器转向助力特性曲线的主要因素,结合出厂时测定转向助力特性曲线的试验方法,通过AMESim软件搭建转向器的参数化模型,根据实测的转向器参数对模型内部结构参数进行设置。采用控制变量法对实际生产中流量、扭杆刚度、阀口短切口宽度、油品特性及温度等主要因素对转向助力特性曲线的影响进行仿真,得到各参数对助力特性曲线的影响规律。为实际生产中循环球转向器的设计及整车匹配提供理论参考。

助力特性曲线是反映转向轻便性和路感强度的重要特性,对于目标车型进行电动助力转向系统的开发,需要设计符合目标车型状态变化的助力特性曲线,通过确定车速感应系数,设计出了目标车型的曲线型助力特性曲线,并采用基于BP神经网络的PID自适应控制,通过神经网络的自身学习和加权系数调整,实现参数自整定,避免了传统PID参数整定的繁琐。最后针对设计的曲线型助力特性曲线和BP神经网络的控制策略,进行仿真试验。结果表明BP神经网络控制策略能够实现对曲线型助力特性曲线的目标电流进行实时跟随,而且比传统PID控制策略具有较高的稳定性,提高了系统的鲁棒性,对汽车电动助力转向控制器的开发具有重要意义。

针对重型商用车采用固定助力特性的液压转向系统(Hydraulic Power Steering,HPS)存在操纵稳定性差的缺点,提出了一种旁通流量控制式电控液压转向系统(Electrical Controlled Hydraulic Power Steering,ECHPS)。建立了该转向系统核心部件电液比例阀数学模型,设计了ECHPS系统的助力控制策略和助力特性曲线,为了消除被控系统受到参数不确定性和外界干扰的影响,采用神经网络与自适应动态面技术相结合的算法设计了一种新型控制器。通过理论与仿真分析证明了所设计的自适应神经网络动态面控制器不仅响应快、跟踪效果好、控制精度高,而且能够实现汽车低速时的转向轻便性和高速时的良好路感要求。

为了解决路面附着系数变化对驾驶员路感的影响问题，基于路面附着系数对电动助力转向（EPS）系统的助力特性曲线进行了设计。在建立了整车和EPS系统的动力学模型基础上，结合最大回正力矩的估计方法对路面附着系数进行了推理和辨识，并据此，基于Matlab／Simulink平台对EPS的整体模型进行0．3g侧向加速度下的阶跃仿真，结合驾驶员理想方向盘转矩拟合得到随附着系数和车速变化的助力特性曲线。仿真结果表明，路面附着系数能被较好的估计，所设计的EPS助力特性曲线在高、低附着系数的路面上都能够满足驾驶员理想方向盘转矩要求，同时，低附着系数路面的驾驶员路感显著增加，能够提醒驾驶员注意行车的操纵安全。

分析了电动液压助力转向（EHPS）系统的助力特性，给出了理想助力特性的函数表达式。分析了转向助力与方向盘手力矩和地面转向阻力矩的关系，建立了地面转向阻力矩模型。通过建立EHPS系统各模块之间的传递函数，推导出电机转速，得出了电机转速和车速、方向盘转速的三维曲线图。选用BP神经网络对助力特性曲线进行优化，得出了任意车速下的EHPS的助力特性曲线。EHPS的助力特性仿真验证了助力特性曲线的可行性。