RBF神经网络的主动前轮转向滑模控制

简介

针对汽车主动前轮转向控制存在的非线性和参数时变不确定性,传统的滑模控制会产生“抖振”现象。为此,提出了一种基于RBF神经网络的主动前轮转向滑模控制策略。基于RBF神经网络对其切换增益进行实时调节,以抑制滑模变结构控制带来的“抖振”现象。利用CarSim和Matlab/Simulink联合仿真平台,对该控制策略进行仿真验证。研究结果表明提出的RBF神经网络的滑模控制能够有效抑制“抖振”现象,相对于传统的滑模控制具有更强的鲁棒性和更高的控制效果,提高车辆转向时的操纵稳定性。