汽车的制动性不仅直接影响汽车行驶过程中的安全性,还与驾驶员和乘客的驾驶乘坐舒适性息息相关。随着新能源汽车的数量不断上升,作为决定汽车制动性能的直接因素,现代新能源汽车的制动系统设计至关重要。首先,智能制动系统必须令新能源汽车具备可靠工作过程;其次,因为新能源汽车的能量来源与燃油汽车不同,装配于新能源汽车的智能制动系统还必须与其能量来源相匹配。同时,智能制动系统的制动操作过程还必须要符合驾驶者的操作特性。本文结合国家自然科学基金项目“基于驾驶员特性和动态安全边界的车辆最优运动控制研究”中有关制动部分的工作与相关设计要求,通过对驾驶员制动过程中操作制动踏板动作的分析,基于模糊控制算法与神经网络算法构建了识别制动需求的数学模型。本文将制动需求识别算法、制动助力电机控制算法与制动系统的主要组成模块相融合,进而对智能制动系统的开发进行了研究,并对系统的制动性能分别进行了Simulink仿真分析和半实物仿真试验及有效性验证。首先,基于Simulink对传统制动系统进行建模,模型包括制动输入装置、制动助力装置、制动建压装置、制动轮缸、制动管路、制动执行装置等,分析了从驾驶员开始操作踏板到制动器使车辆产生制动的整个过程。第二,采用模糊控制与神经网络建立了制动推杆行程信号与驾驶员制动需求间的匹配模型。由于相较于踏板角速度传感器,制动推杆行程传感器具有精度高、安装误差小等优点,本文将制动推杆的行程及其速度等信息作为模型输入,避免了驾驶员脚踩踏板输入的不稳定性带来的不利影响。此外,为确保模型在训练集上的运行结果达到预期精度,本文利用先期实车试验结果对所搭建的模型进行训练。第三,对制动助力电机模型进行搭建,采用永磁无刷直流电机的弱磁控制对制动助力电机相应动作进行控制,进而根据制动需求实现对制动系统的助力。第四,通过MATLAB/simulink软件结合合作单位的先期实车实验数据对所提出制动意图识别算法的有效性与实时性进行了分析,对所开发制动系统的制动性能进行了验证。最后,通过制动台架试验对所开发的制动助力系统性能进行了分析,并对整套系统的有效性进行了验证,试验结果表明所开发的智能制动系统系统可准确识别制动操作者的制动需求,并能保证车辆迅速达到驾驶者预期的制动强度,从而验证了所设计开发的智能制动系统的制动安全性。