陳永飛, 雷良育, 潘漢明

(浙江農(nóng)林大學(xué) 工程學(xué)院，浙江 杭州 311300)

基于Takagi-Sugeno模糊神經(jīng)網(wǎng)絡(luò)的電子差速控制系統(tǒng)*

陳永飛, 雷良育, 潘漢明

(浙江農(nóng)林大學(xué) 工程學(xué)院，浙江 杭州 311300)

由輪轂電機(jī)驅(qū)動(dòng)的電動(dòng)汽車可以實(shí)現(xiàn)對(duì)驅(qū)動(dòng)輪的獨(dú)立控制，因此在提高其靈活性的同時(shí)，也對(duì)電機(jī)控制系統(tǒng)提出了更高的要求。以Takagi-Sugeno模糊神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)，研究了用于驅(qū)動(dòng)雙輪轂電機(jī)的電子差速控制系統(tǒng)。在MATLAB中構(gòu)建了電子差速控制系統(tǒng)的Simulink仿真模型，把仿真結(jié)果與實(shí)際道路試驗(yàn)進(jìn)行比較，以驗(yàn)證設(shè)計(jì)的正確性。結(jié)果表明，其控制系統(tǒng)能夠?qū)崿F(xiàn)在轉(zhuǎn)向時(shí)兩個(gè)驅(qū)動(dòng)輪的差速旋轉(zhuǎn)，兩個(gè)輪轂電機(jī)的轉(zhuǎn)速符合Ackerman-Jeantand轉(zhuǎn)向模型對(duì)兩個(gè)后輪轉(zhuǎn)速的要求，誤差控制在設(shè)計(jì)要求以內(nèi)。

輪轂電機(jī); 模糊神經(jīng)網(wǎng)絡(luò); 電子差速控制系統(tǒng)

0 引 言

傳統(tǒng)汽車在轉(zhuǎn)向時(shí)，基本依靠機(jī)械差速方式實(shí)現(xiàn)。在經(jīng)過(guò)了一個(gè)多世紀(jì)的發(fā)展，機(jī)械差速技術(shù)發(fā)展迅猛，也研究出了非常成熟且穩(wěn)定可靠的機(jī)械轉(zhuǎn)向系統(tǒng)，很多關(guān)鍵技術(shù)也日趨完美。比如，防滑差速器、雙螺桿差速器、Torsen型差速器等，成為傳統(tǒng)汽車轉(zhuǎn)向系統(tǒng)不可或缺的結(jié)構(gòu)之一。由多電機(jī)驅(qū)動(dòng)的電動(dòng)汽車與傳統(tǒng)汽車相比，它減少了傳動(dòng)裝置，由輪轂電機(jī)直接驅(qū)動(dòng)，在大大提高傳動(dòng)效率的同時(shí)，也使得其轉(zhuǎn)向系統(tǒng)不能再借助于傳統(tǒng)的機(jī)械差速轉(zhuǎn)向系統(tǒng)，因此，近年來(lái)便衍生出了電子差速系統(tǒng)[1]，而且有了一定的發(fā)展成果。

傳統(tǒng)汽車的差速轉(zhuǎn)向都是通過(guò)機(jī)械差速器[2]實(shí)現(xiàn)的，其基本原理如圖1所示。機(jī)械差速器主要由左右半軸齒輪、兩個(gè)行星齒輪及齒輪架組成。

圖1 機(jī)械差速器原理圖

當(dāng)汽車直線行走且車輪未打滑時(shí)，左右兩輪的轉(zhuǎn)矩是相等的，從而帶動(dòng)兩個(gè)行星齒輪繞各自軸的軸線旋轉(zhuǎn)。此時(shí)，行星齒輪和輸出軸的齒輪沒(méi)有發(fā)生相對(duì)位移，因此兩根半軸的轉(zhuǎn)速一致，汽車保持直線行駛。

機(jī)械差速系統(tǒng)在一定程度上能解決汽車在轉(zhuǎn)向時(shí)內(nèi)外輪轉(zhuǎn)速不同的問(wèn)題，但是這種轉(zhuǎn)向系統(tǒng)也存在明顯的弊端。電動(dòng)汽車本就相比于傳統(tǒng)汽車減少了很多不必要的機(jī)械裝置，而且電動(dòng)汽車的驅(qū)動(dòng)輪可以通過(guò)對(duì)電機(jī)的分別控制而實(shí)現(xiàn)不同的轉(zhuǎn)速，因此，電子差速轉(zhuǎn)向系統(tǒng)就更適用于電動(dòng)汽車。

由輪轂電機(jī)驅(qū)動(dòng)的電動(dòng)汽車是將輪轂電機(jī)直接集成在車輪內(nèi)部，將電機(jī)主軸固定在懸架上，由外轉(zhuǎn)子電機(jī)直接帶動(dòng)車輪旋轉(zhuǎn)。其結(jié)構(gòu)如圖2所示。

圖2 集成了輪轂電機(jī)的汽車車輪

因此，這種電動(dòng)汽車相比于傳統(tǒng)汽車，就減少了離合器、傳動(dòng)裝置、變速箱、機(jī)械差速器等結(jié)構(gòu)。所以必須研究更適用于電動(dòng)汽車的電子差速轉(zhuǎn)向系統(tǒng)，使電動(dòng)汽車在轉(zhuǎn)向時(shí)，保證驅(qū)動(dòng)輪相對(duì)于地面不發(fā)生相對(duì)位移，使內(nèi)外驅(qū)動(dòng)輪按照Ackerman-Jeantand轉(zhuǎn)向模型所要求的轉(zhuǎn)速旋轉(zhuǎn)。

圖3所示是一種由輪轂電機(jī)直接驅(qū)動(dòng)的電動(dòng)汽車轉(zhuǎn)向系統(tǒng)的模型。該模型主要由電子差速控制器、無(wú)刷直流電機(jī)(Brushless DC Motor,BLDCM)控制器、輪轂電機(jī)和直流電源組成。電子差速控制器通過(guò)采集汽車速度和方向盤轉(zhuǎn)向角的信息，根據(jù)Ackerman-Jeantand轉(zhuǎn)向模型計(jì)算出驅(qū)動(dòng)輪所需要的轉(zhuǎn)速，并將計(jì)算結(jié)果傳輸給BLDCM，由BLDCM完成對(duì)輪轂電機(jī)轉(zhuǎn)速的控制，保證電動(dòng)汽車的平穩(wěn)轉(zhuǎn)向。

圖3 電動(dòng)汽車差速轉(zhuǎn)向模型

1 Takagi-Sugeno模糊控制系統(tǒng)

Takagi-Sugeno(T-S)模糊模型最早由日本學(xué)者高木(Takagi)和關(guān)野(Sugeno)于1985年提出[3]。相對(duì)于普通的模糊控制系統(tǒng)，T-S模糊模型的輸出是清晰量，可直接作用于被控對(duì)象。對(duì)于多輸入-多輸出的模糊控制系統(tǒng)，可將模糊規(guī)則分解成多個(gè)多輸入-單輸出的模糊規(guī)則。

1.1 模糊控制系統(tǒng)的主要架構(gòu)

模糊控制系統(tǒng)由模糊控制器及其控制對(duì)象組成。其基本結(jié)構(gòu)如圖4所示[4]。模糊控制系統(tǒng)的核心是模糊控制器，主要包括以下四部分：模糊化、規(guī)則庫(kù)、模糊推理和解模糊化。

圖4 模糊控制系統(tǒng)的基本結(jié)構(gòu)

模糊控制器是模糊控制系統(tǒng)的核心，其大致的工作流程如下：將模糊控制系統(tǒng)的輸入量轉(zhuǎn)化為系統(tǒng)不可識(shí)別的模糊量，發(fā)送到模糊規(guī)則庫(kù)，經(jīng)過(guò)基于基本知識(shí)的模糊推理后，將其轉(zhuǎn)化為控制輸出，并發(fā)送到執(zhí)行機(jī)構(gòu)。

1.2 T-S模糊控制算法

T-S模糊控制算法的主要工作便是確定各參數(shù)變量，確定前后節(jié)點(diǎn)數(shù)和模糊分割數(shù)，使其能與電動(dòng)汽車的其他參數(shù)完美匹配，保證電動(dòng)汽車的平穩(wěn)轉(zhuǎn)向。

(1) 輸入-輸出節(jié)點(diǎn)數(shù)。基于T-S模糊控制系統(tǒng)的電動(dòng)汽車電子差速轉(zhuǎn)向系統(tǒng)以汽車實(shí)時(shí)的行駛速度ν和方向盤轉(zhuǎn)向角δ為輸入變量，兩個(gè)輪轂電機(jī)的轉(zhuǎn)速nri和nro為輸出變量，構(gòu)成一個(gè)雙輸入-雙輸出的控制網(wǎng)絡(luò)系統(tǒng)。因此，有輸入變量數(shù)n=2，輸出變量數(shù)r=2，前件網(wǎng)絡(luò)的第一層有2個(gè)節(jié)點(diǎn)，后件網(wǎng)絡(luò)的第一層有3個(gè)節(jié)點(diǎn)，第三層輸出層便有2個(gè)節(jié)點(diǎn)。

(2) 模糊分割數(shù)。為了實(shí)現(xiàn)更加精確的控制，用9個(gè)模糊集合分割汽車速度v的模糊論域，并分別設(shè)為負(fù)大(NB)、負(fù)中(NM)、負(fù)小(NS)、零負(fù)(ZN)，零(ZO)、零正(ZP)、正小(PS)、正中(PM)、正大(PB)。因此汽車速度v的模糊論域?yàn)?/p>

(1)

同理，用7個(gè)模糊集合分割轉(zhuǎn)向角的模糊論域，并分別設(shè)為負(fù)大(NB)、負(fù)中(NM)、負(fù)小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)。轉(zhuǎn)向角δ的模糊論域?yàn)?/p>

(2)

因此，前件網(wǎng)絡(luò)第二層2個(gè)輸入變量的模糊分割數(shù)分別為9和7，因此前件網(wǎng)絡(luò)的語(yǔ)言變量層有9+7=16個(gè)節(jié)點(diǎn)，分別代表一個(gè)模糊語(yǔ)言變量，第三層模糊規(guī)則層有9×7=63個(gè)節(jié)點(diǎn)，分別代表一條模糊語(yǔ)句，第四層歸一化層有63個(gè)節(jié)點(diǎn)。

(3) 后件節(jié)點(diǎn)數(shù)。后件節(jié)點(diǎn)數(shù)是指后件網(wǎng)絡(luò)第二層的節(jié)點(diǎn)數(shù)。該層的每個(gè)節(jié)點(diǎn)代表一條模糊語(yǔ)句的結(jié)論。本文所建立的模糊神經(jīng)網(wǎng)絡(luò)為雙輸入-雙輸出的形式，而每一個(gè)輸出又分別對(duì)應(yīng)一個(gè)結(jié)構(gòu)相同的并列子網(wǎng)絡(luò)，因此該層共有63×2=126個(gè)節(jié)點(diǎn)。

所以，構(gòu)建的模糊神經(jīng)網(wǎng)絡(luò)也得以完全確定下來(lái)，模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示。

圖5 電子差速控制的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

(4) 轉(zhuǎn)向角的測(cè)量。方向盤的轉(zhuǎn)向角采用光電感應(yīng)式傳感器測(cè)量[5-6]。其基本原理如圖6所示。

圖6 光電感應(yīng)式傳感器原理圖

光碼盤固定在方向盤上，使其旋轉(zhuǎn)角度與方向盤始終保持一致。光碼盤周圍是有規(guī)則的空心槽，其上方裝有LED燈，在其正下方裝有對(duì)LED比較敏感的光敏元件。當(dāng)方向盤旋轉(zhuǎn)時(shí)，光碼盤隨其轉(zhuǎn)動(dòng)，每轉(zhuǎn)過(guò)一個(gè)空心槽，光敏元件則輸出一個(gè)波形，利用編碼器內(nèi)部電路將其轉(zhuǎn)換成角度并以數(shù)字形式輸出；經(jīng)過(guò)編碼器內(nèi)部電路修正以后，傳輸給CAN總線，再將其傳送到轉(zhuǎn)向控制系統(tǒng)中，以確定方向盤旋轉(zhuǎn)的角度，且精度較高。

(5) 汽車速度的測(cè)量。該模糊神經(jīng)網(wǎng)絡(luò)的輸入為電動(dòng)汽車的速度v和方向盤的轉(zhuǎn)向角δ。方向盤的轉(zhuǎn)向角已經(jīng)確定，但是電動(dòng)汽車的速度卻不容易直接測(cè)量。為此，在汽車前輪安裝一個(gè)轉(zhuǎn)速傳感器，通過(guò)該傳感器所測(cè)得轉(zhuǎn)速和輪胎的直徑，計(jì)算出汽車當(dāng)前速度v。

將傳感器安裝在電動(dòng)汽車前輪上，使其與車輪一同旋轉(zhuǎn)。脈沖計(jì)數(shù)器固定在前輪車軸上，但要正對(duì)著安裝在車輪上的齒圈，以便精確計(jì)數(shù)。齒圈如圖7所示，每當(dāng)轉(zhuǎn)過(guò)一個(gè)齒輪，脈沖計(jì)數(shù)器便會(huì)發(fā)出一個(gè)脈沖，根據(jù)單位時(shí)間內(nèi)發(fā)射的脈沖數(shù)，計(jì)算出車輪當(dāng)前的轉(zhuǎn)速。設(shè)齒圈齒數(shù)為M，脈沖信號(hào)的頻率為f，則可得到齒圈(車輪)的旋轉(zhuǎn)速度：

(3)

圖7 輪速傳感器原理圖

根據(jù)式(3)便能計(jì)算出汽車當(dāng)前速度ν。

2 控制系統(tǒng)設(shè)計(jì)

輪轂電機(jī)電子差速控制系統(tǒng)采用上位機(jī)-下位機(jī)的結(jié)構(gòu)，并通過(guò)傳感器總線實(shí)現(xiàn)通信，結(jié)構(gòu)如圖8所示。

圖8 電子差速控制系統(tǒng)電路圖

電子差速控制系統(tǒng)的主程序，主要是將處理器初始化，其中有設(shè)置處理器各引腳的功能、芯片和變量的初始化、獲取速度和轉(zhuǎn)向角的信息、數(shù)據(jù)傳送和處理。其程序流程圖如圖9所示。

圖9 上位機(jī)主程序流程圖

當(dāng)程序開(kāi)始運(yùn)行時(shí)，首先要對(duì)芯片、變量進(jìn)行初始化，此時(shí)會(huì)有程序檢驗(yàn)功能。若程序發(fā)生錯(cuò)誤，會(huì)及時(shí)報(bào)錯(cuò)；若程序正常，則繼續(xù)獲取輸入變量汽車行駛速度和方向盤的轉(zhuǎn)向角，通過(guò)預(yù)先寫入存儲(chǔ)器的模糊規(guī)則表，對(duì)輸入變量進(jìn)行模糊化，并根據(jù)模糊控制算法計(jì)算輪轂電機(jī)的轉(zhuǎn)速，將獲得的數(shù)據(jù)加以處理并通過(guò)傳感器總線CAN傳輸給下位機(jī)。

下位機(jī)的主要工作是根據(jù)控制系統(tǒng)的主程序傳輸過(guò)來(lái)的信息，分別對(duì)兩個(gè)輪轂電機(jī)的轉(zhuǎn)速進(jìn)行調(diào)節(jié)。根據(jù)BLDCM的調(diào)速原理，可通過(guò)調(diào)節(jié)輸入到功率電路的PWM波的占空比調(diào)節(jié)電機(jī)的輸入電流，進(jìn)而能調(diào)節(jié)電機(jī)的轉(zhuǎn)速。當(dāng)汽車進(jìn)行轉(zhuǎn)向時(shí)，上位機(jī)根據(jù)反饋的汽車速度、方向盤轉(zhuǎn)向角等輸入變量，計(jì)算出兩個(gè)驅(qū)動(dòng)輪所需要的轉(zhuǎn)速，并傳送到下位機(jī)執(zhí)行。下位機(jī)采用電流反饋和速度反饋的雙閉環(huán)控制模式調(diào)節(jié)輪轂電機(jī)的轉(zhuǎn)速。

可通過(guò)霍爾傳感器的方波信號(hào)頻率計(jì)算出電機(jī)的轉(zhuǎn)速：

(4)

式中:n——電機(jī)轉(zhuǎn)速；

f——霍爾方波信號(hào)的頻率；

Z——外轉(zhuǎn)子上永磁體的個(gè)數(shù)。

電機(jī)轉(zhuǎn)速控制原理如圖10所示。

圖10 直流電機(jī)轉(zhuǎn)速控制流程

3 模糊神經(jīng)網(wǎng)絡(luò)控制器仿真

將建好的模糊神經(jīng)網(wǎng)絡(luò)導(dǎo)入到工作空間中，建立仿真模型。電子差速控制系統(tǒng)的仿真模型以模糊神經(jīng)網(wǎng)絡(luò)控制器為核心，分別控制兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速。系統(tǒng)以汽車速度和方向盤轉(zhuǎn)向角為輸入，以兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速為輸出。系統(tǒng)仿真模型結(jié)構(gòu)如圖11所示。

圖11 電子差速控制系統(tǒng)仿真模型

在Simulink中，對(duì)設(shè)計(jì)好的模糊神經(jīng)網(wǎng)絡(luò)控制器進(jìn)行仿真。在仿真系統(tǒng)中，各項(xiàng)參數(shù)均采用試驗(yàn)電動(dòng)汽車的實(shí)際參數(shù)，即車寬W=1.6 m，車長(zhǎng)L=2.6 m，輪胎半徑r=0.28 m。

設(shè)汽車速度ν=0～15 m/s，變化步長(zhǎng)0.5 m/s，轉(zhuǎn)向角δ=-π/3～π/3，變化步長(zhǎng)π/50。因此，共采用31×34=1 054個(gè)樣本數(shù)據(jù)對(duì)模糊網(wǎng)絡(luò)進(jìn)行訓(xùn)練。另外，在汽車速度和轉(zhuǎn)向角的取值范圍內(nèi)，隨機(jī)匹配100個(gè)樣本數(shù)據(jù)對(duì)訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行檢測(cè)，以測(cè)試網(wǎng)絡(luò)的訓(xùn)練效果是否達(dá)到了預(yù)期目標(biāo)。

取汽車轉(zhuǎn)向時(shí)的速度為v1=4 m/s和v2=15 m/s，對(duì)模糊神經(jīng)網(wǎng)絡(luò)控制器進(jìn)行仿真，測(cè)算內(nèi)外輪轉(zhuǎn)速關(guān)于轉(zhuǎn)向角的函數(shù)關(guān)系。

當(dāng)汽車速度v1=4 m/s時(shí)，內(nèi)后輪和外后輪轉(zhuǎn)速關(guān)于方向盤轉(zhuǎn)向角δ的函數(shù)關(guān)系如圖12所示。圖12中的實(shí)線為根據(jù)Ackerman-Jeantand模型計(jì)算的理想轉(zhuǎn)速曲線，空心圓點(diǎn)是仿真結(jié)果。圖13是汽車速度v2=15 m/s時(shí)的情況。

圖12 驅(qū)動(dòng)輪轉(zhuǎn)速-轉(zhuǎn)向角關(guān)系(v=4 m/s)

圖13 驅(qū)動(dòng)輪轉(zhuǎn)速-轉(zhuǎn)向角關(guān)系(v=15 m/s)

由圖12、圖13可看出，當(dāng)汽車以較快速度(v=15 m/s)和較慢速度(v=4 m/s)轉(zhuǎn)向時(shí)，模糊神經(jīng)網(wǎng)絡(luò)控制器都能較好地控制兩個(gè)驅(qū)動(dòng)輪的轉(zhuǎn)速，使驅(qū)動(dòng)輪轉(zhuǎn)速和理想轉(zhuǎn)速非常接近，誤差小于5%。這是因?yàn)槟：窠?jīng)網(wǎng)絡(luò)控制器具有一定的自學(xué)習(xí)能力，網(wǎng)絡(luò)參數(shù)會(huì)根據(jù)訓(xùn)練樣本進(jìn)行自我調(diào)節(jié)，無(wú)需專家經(jīng)驗(yàn)，也避免了專家經(jīng)驗(yàn)中存在的人為誤差，控制效果更好。

圖14 內(nèi)驅(qū)動(dòng)輪樣本點(diǎn)分布

圖15 外驅(qū)動(dòng)輪樣本點(diǎn)分布

圖14和圖15給出了模糊神經(jīng)網(wǎng)絡(luò)控制器的檢測(cè)樣本分布。圖14、圖15中的網(wǎng)格曲面是根據(jù)Ackerman-Jeantand模型計(jì)算的兩個(gè)后輪的理論轉(zhuǎn)速隨汽車速度ν和方向盤轉(zhuǎn)向角δ變化的曲面，網(wǎng)格上的點(diǎn)是測(cè)試樣本數(shù)據(jù)。從圖14、圖15中可以看出，經(jīng)過(guò)訓(xùn)練之后，所設(shè)計(jì)的模糊神經(jīng)網(wǎng)絡(luò)可以很好的逼近理論值，且精度和反應(yīng)速度達(dá)到設(shè)計(jì)要求。

4 道路試驗(yàn)

為了驗(yàn)證控制系統(tǒng)在實(shí)際轉(zhuǎn)向時(shí)的效果，進(jìn)行了變速的圓周運(yùn)動(dòng)試驗(yàn)。試驗(yàn)時(shí)，方向盤轉(zhuǎn)向角固定，使試驗(yàn)樣車在平坦路面上做變速圓周運(yùn)動(dòng)。

圖16和圖17分別為試驗(yàn)樣車在轉(zhuǎn)向角δ=-π/6和δ=π/3的情況下驅(qū)動(dòng)輪轉(zhuǎn)速隨汽車速度變化的情況。

圖16 變速圓周試驗(yàn)(δ=-π/6)

圖17 變速圓周試驗(yàn)(δ=π/3)

當(dāng)轉(zhuǎn)向角為常數(shù)時(shí)，驅(qū)動(dòng)輪的轉(zhuǎn)速隨汽車速度線性增加。當(dāng)汽車轉(zhuǎn)向時(shí)，由圖16和圖17可知，驅(qū)動(dòng)輪的實(shí)際轉(zhuǎn)速和理論轉(zhuǎn)速的誤差很小，平均誤差約2%，所設(shè)計(jì)的電子差速控制系統(tǒng)滿足設(shè)計(jì)要求。

[1] 何仁,倪赟磊.電驅(qū)動(dòng)橋大客車電子差速系統(tǒng)模糊PID控制[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,34(4): 156-160.

[2] 周新建,于孟,查小凈,等.差速器齒輪機(jī)構(gòu)的運(yùn)動(dòng)學(xué)及動(dòng)力學(xué)分析[J].機(jī)械傳動(dòng),2010,34(3): 18-25.

[3] ABDELLAH B, AHMED E H.Advanced Takagi-Sugeno fuzzy systems[M].Berlin: Springer, 2014.

[4] HASSAN A Y, MOHAMED H.Observer-based adaptive fuzzy control for a class of nonlinear time-delay systems[J].International Journal of Automation and Computing, 2013, 10(4): 275-280.

[5] 舒望.基于光電編碼器的方向盤轉(zhuǎn)角傳感器[J].機(jī)電工程技術(shù),2015,44(8): 114-116.

[6] 汪知望,方錫邦,陳燕.汽車ABS輪速傳感器及其信號(hào)處理[J].汽車科技,2006(4): 28-32.

Electronic Differential Control System Based on Takagi-Sugeno Fuzzy Neural Network*

CHENYongfei,LEILiangyu,PANHanming

(School of Engineering, Zhejiang A & F University, Hangzhou 311300, China)

Independent control on wheel could be achieved in the electric vehicles driven by hub motors, which increased the flexibility of the vehicles as well as the requirement for motor control system.On the basis of the Takagi-Sugeno fuzzy neural network theory, the electronic differential control system driven by two hub motors was discussed.Compared the Simulink model of electronic differential control system built by MATLAB with actual road test, the feasibility of this design could be verified.The result indicated that differential rotation could be realized by this control system when steering.The rotating speed of the two hub motors met the requirement of Ackerman-Jeantand steering model and the error was controlled within the range of design.

hub motor; fuzzy neural network; electronic differential control system

蕭山區(qū)產(chǎn)業(yè)發(fā)展重大科技攻關(guān)項(xiàng)目(2014110)

陳永飛(1988—)，男，碩士研究生，研究方向?yàn)闄C(jī)電一體化方向。 雷良育(1966—)，男，教授，碩士生導(dǎo)師，研究方向?yàn)闄C(jī)電檢測(cè)與控制技術(shù)、光機(jī)電一體化技術(shù)、車輛仿真與試驗(yàn)技術(shù)和電動(dòng)汽車技術(shù)等。

TM 301.2

A

1673-6540(2017)03- 0030- 06

2016 -12 -12