学位论文 > 优秀研究生学位论文题录展示

基于CAN总线及智能控制算法的汽车空调控制系统的设计

作　者: 陈文鑫
导　师: 王景成
学　校: 上海交通大学
专　业: 控制理论与控制工程
关键词: 汽车空调温度模糊控制器 PID控制器 BP神经网络仿真系统 CAN总线车身控制模块
分类号: TP273
类　型: 硕士论文
年　份: 2009年
下　载: 526次
引　用: 4次
阅　读: 论文下载

内容摘要

随着国内汽车行业的高速发展,汽车空调越来越受到汽车制造商的重视。现在国产汽车的汽车空调控制器在智能控制和驾乘人员舒适度等方面,还落后于国际先进水平,有待进一步改进和完善。本文结合汽车车身控制,主要针对汽车空调的智能控制问题进行了一系列研究。首先设计了一套基于Simulink的汽车车内环境温度仿真系统,用以验证智能控制算法的性能。该系统综合考虑了车体围护结构传入热量、太阳辐射、人体散热、室外空气带入热量、发动机室传入热量、制冷系统与加热器带入热量以及干扰等诸多因素的影响,从而使得这套仿真系统尽可能接近真实情况。其次利用智能控制算法对车内的温度调节系统进行智能控制。通过模糊控制器、模糊PID控制器、BP神经网络以及改进的BP神经网络等多种控制策略实现车内温度的控制,并进行综合的分析比较。在汽车车内环境温度仿真平台上对上述几种智能控制算法进行仿真验证,对仿真结果进行分析比较,最后得出结合PID控制的模糊控制器和BP神经网络均是较好的控制策略。并结合车身控制设计出基于CAN总线的汽车空调控制系统的硬件平台,空调节点的控制器采用汽车电子领域主流的freescale 08系列单片机,BCM车身控制模块采用32位的ARM9处理器,大大提高了系统的性能。软件设计上采用模块化的设计思想,特别是嵌入式操作系统的引入,增强了整套系统的实时性、可靠性和可扩展性。

全文目录

摘要  3-4
ABSTRACT  4-9
第一章绪论  9-15
  1.1 国内外汽车空调的发展与现状  9-11
  1.2 车用智能控制的发展趋势  11-12
  1.3 研究项目开展的意义  12-13
  1.4 汽车空调的特点及其控制系统的难点  13-14
  1.5 课题的提出与主要研究内容  14-15
第二章轿车空调系统的工作原理  15-18
  2.1 轿车空调基本原理  15
  2.2 轿车空调总成的结构  15-16
  2.3 控制对象的建立  16-17
  2.4 本章小结  17-18
第三章汽车室内环境温度仿真  18-32
  3.1 概述  18-19
  3.2 仿真系统各部分模型的建立  19-29
    3.2.1 汽车室内空气总的得热量  19
    3.2.2 通过车体围护结构传入的热量  19-20
    3.2.3 太阳辐射的热量  20-22
    3.2.4 人体散热  22-23
    3.2.5 室外空气带入热量  23-24
    3.2.6 发动机室传入热量  24-25
    3.2.7 制冷系统与加热器带入热量  25-27
    3.2.8 干扰模块的引入  27-28
    3.2.9 车内温度仿真系统模块  28-29
  3.3 车内热负荷分析  29-31
  3.4 本章小结  31-32
第四章模糊控制器  32-58
  4.1 各执行机构的模糊控制  33-49
    4.1.1 风机转速的模糊控制  33-40
    4.1.2 混合风门开度的模糊控制  40-44
    4.1.3 压缩机的模糊控制  44-47
    4.1.4 热水阀的模糊控制  47-48
    4.1.5 各执行机构控制上的协调  48-49
  4.2 汽车空调系统的温度控制仿真  49-57
    4.2.1 逐时温度模块  50-52
    4.2.2 车内温度仿真模块  52-53
    4.2.3 车内空调控制模块  53
    4.2.4 汽车空调控制系统仿真结果及分析  53-57
  4.3 本章小结  57-58
第五章改进后的模糊控制器  58-66
  5.1 PID 控制器的原理分析  58-60
  5.2 模糊控制器与PID 控制器的混合控制原理  60-61
  5.3 PID 控制器参数的整定  61-65
    5.3.1 PID 控制其参数的整定方法  61-63
    5.3.2 汽车空调控制系统PID 参数的整定  63-64
    5.3.3 汽车空调控制系统PID 控制器的仿真模型  64
    5.3.4 改进后的系统仿真结果及分析  64-65
  5.4 本章小结  65-66
第六章 BP 神经网络  66-78
  6.1 引入BP 神经网络  66-70
    6.1.1 BP 神经网络概述  66-67
    6.1.2 BP 神经网络的学习算法  67-70
  6.2 BP 神经网络在空调控制器中的应用  70-74
    6.2.1 BP 神经网络的学习用样本  70
    6.2.2 BP 神经网络的训练  70-72
    6.2.3 BP 神经网络仿真结果及分析  72-74
  6.3 BP 神经网络-PID 混合控制器  74-77
    6.3.1 BP 神经网络-PID 控制器的混合控制原理  74-76
    6.3.2 BP 神经网络-PID 控制器仿真结果及分析  76-77
  6.4 本章小结  77-78
第七章汽车空调控制系统硬件设计  78-98
  7.1 系统结构框图  78-79
  7.2 空调控制节点  79-86
    7.2.1 主控制器CPU  79-80
    7.2.2 数据采集部分  80-83
    7.2.3 电机控制部分  83-86
    7.2.4 CAN 总线通信模块  86
  7.3 车身控制模块BCM  86-97
    7.3.1 BCM 功能概述  86-87
    7.3.2 嵌入式微处理器模块  87-88
    7.3.3 CAN 总线接口模块  88-90
    7.3.4 电源管理模块  90-91
    7.3.5 FLASH 存储模块  91-92
    7.3.6 SDRAM 内存模块  92-93
    7.3.7 串口模块  93-94
    7.3.8 人机接口模块  94-97
  7.4 本章小结  97-98
第八章控制系统软件设计  98-122
  8.1 功能概述  98-99
  8.2 空调节点  99-102
    8.2.1 发送CAN 总线数据  99-100
    8.2.2 接收CAN 总线数据  100-101
    8.2.3 空调节点CAN 总线数据处理  101-102
  8.3 BCM 车身控制模块  102-121
    8.3.1 Bootloader 的移植  102-104
    8.3.2 Linux 内核的移植  104-105
    8.3.3 Linux 设备驱动程序的移植  105-118
    8.3.4 文件系统  118-120
    8.3.5 空调智能控制核心模块  120-121
  8.4 本章小结  121-122
第九章总结与展望  122-126
  1. 全文总结  122-123
  2. 研究展望  123-126
参考文献  126-130
附录  130-136
  附录1 汽车空调控制系统训练样本数据表  130-133
  附录2 BP 神经网络训练的源程序代码  133-136
攻读硕士学位期间已发表或录用的论文  136
作者攻读硕士学位期间参与的项目  136
作者攻读硕士学位期间所获奖项  136-137
致谢  137-138
上海交通大学学位论文答辩决议书  138-140

基于CAN总线及智能控制算法的汽车空调控制系统的设计

内容摘要

全文目录

相似论文