线控转向(Steer-by-wire system,SBW)系统取消了转向系与车轮之间的机械连接,完全由电控系统实现转向,在改善汽车主动安全性能、驾驶特性和操纵性的同时也对转向电机核心控制策略提出了新要求。在转向系统中车轮对驾驶员意图响应的驱动力完全由转向执行电机提供,转向电机的控制是整个控制系统的核心环节,所以根据线控转向系统的特点设计符合SBW系统的转向电机控制策略,对实现SBW系统迅速完成驾驶员对汽车转向的要求具有重要意义。本文以线控转向系统转向电机(无刷直流电机)为研究对象,提出了一种改进型人工鱼群算法(Improved Artificial Fish Swarm Algorithm,IAFSA)优化径向基(Radial Basis Function,RBF)神经网络的PID控制策略,并通过仿真实验论证了其控制精度和抗负载能力。主要研究工作如下:(1)无刷直流电机双闭环控制策略的研究。基于无刷直流电机的数学模型,在MATLAB/Simulink中搭建了电机调速系统的各个模块,完成了双闭环调速控制系统模型的搭建。同时针对传统PID控制方法的不足,基于对神经网络的理论学习,将径向基神经网络引入到PID控制器的参数调节中,设计了基于RBF神经网络参数自整定的PID控制器,并在MATLAB中对电机在速度突变和负载突变两种工况下进行仿真实验。结果表明,RBF神经网络PID控制器具有较强的抗负载干扰能力,能够很好地适应电机转速的变化。(2)基于改进型人工鱼群算法优化RBF神经网络PID控制策略的研究。通过对智能算法的学习,了解了人工鱼群算法的寻优原理后,针对人工鱼群算法的不足,提出了改进型人工鱼群算法,将全局最优信息加入人工鱼的位置更新公式中,并引入了人工鱼的跳跃行为和吞并行为,来提高算法的全局搜索能力。然后将改进型人工鱼群算法应用到RBF神经网络PID控制器中,利用IAFSA的全局搜索能力对RBF神经网络的初始参数进行训练,得到最佳初始参数,以期提高网络的自学习能力及收敛速度,经在MATLAB/Simulink中进行仿真实验,验证了此种融合控制算法的优越性。(3)试验台搭建及控制策略验证。首先搭建了基于DSP芯片TMS320F28335的电机驱动控制系统实验台,在完成控制系统硬件设计的基础上,完成了 IAFSA优化RBF—PID控制算法的嵌入式代码实现,并于Code Composer Studio 6.1软件平台进行调试,最后通过实验初步验证了控制策略的可行性。后又根据线控转向工作原理搭建了基于xPC Target线控转向系统硬件在环仿真试验台,建立了线控转向系统Carsim和MATLAB/Simulink联合仿真模型,基于所研究的IAFSA优化RBF—PID控制的转向执行电机控制策略,开展了硬件在环仿真实验,再次验证了控制算法的优越性。