基于改进布谷鸟搜索优化神经网络的AMT换挡电机控制

作者：叶文; 李翔晟^*; 单外平

来源：计算机应用, 2018, 38(S2): 67-71.

• 汽车
• 机械式自动变速器
• 换挡
• 电动机
• 布谷鸟搜索
• 神经网络

针对神经网络在训练过程中出现权值和阈值更新不及时和误差较大等问题,提出一种基于改进布谷鸟搜索(CS)算法优化神经网络训练权值和阈值的方法,该算法模拟布谷鸟繁殖策略能够对电控机械式自动变速器(AMT)换挡电机进行位置和转矩实时跟踪控制以提高AMT换挡精度。通过对AMT换挡电机进行建模和仿真,研究经CS算法优化后的神经网络在控制电机时负载转矩的瞬态响应性能和抗负载扰动能力。通过与常规神经网络训练方法对比,结果表明,改进的CS算法优化神经网络控制策略在负载扰动、跟踪精度、控制响应等方面具有良好的动态性能和鲁棒性,其中响应时间和达到稳态时间分别减少了0. 02 s和0. 08 s,因此所提出的改进CS优化神经网络控制策略能够有效改善网络训练方法提高AMT的换挡品质。

• 单位
  机电工程学院; 中南林业科技大学