全文总字数：2167字

1. 1. 毕业设计（论文）的内容、要求、设计方案、规划等

一、前言及概述对于本课题的前言部分，要求简述汽车ABS在汽车主动行驶安全性中的重要作用，分析ABS系统的类型和组成，明确ABS系统的工作过程和控制的理论依据，总结当前ABS系统的国内外研究现状及控制器的主要控制策略，掌握ABS控制系统的主要研究手段和方法。二、设计依据及设计内容要求根据《汽车理论》、《汽车电子控制技术》等课程所学的基础专业知识，深刻理解汽车制动性能的评价和控制方法，在参考相应文献的基础上，根据ABS的工作原理和控制系统数学模型，利用matlab/simulink软件仿真平台建立汽车ABS控制系统的单轮控制模型，基于某先进控制方法设计ABS车轮控制器，并选择典型ABS路面进行仿真条件的设置，对仿真结论进行合理分析。通过课题设计及论文的撰写，期望学生在如下方面得到收获：（1）深刻理解汽车ABS系统的结构及工作原理。（2）掌握汽车ABS系统的典型控制方法。（3）初步掌握MATLAB软件的使用方法，能够针对具体问题通过模型建立加以研究和解决。三、总体设计功能要求所设计汽车ABS仿真模型能够反映ABS的工作原理，仿真结果合理，对结果分析正确。

2. 参考文献（不低于12篇）

[1]付长胜. 汽车ABS系统优化及关键技术研究[D].江西理工大学,2016.[2]黄亮. 四轮独立驱动轮毂电机电动汽车ABS与再生制动协调控制研究[D].辽宁工业大学,2016.[3]谢康. 汽车ABS控制策略仿真研究与动态性能试验台开发[D].天津职业技术师范大学,2016.[4]钱兆刚. 汽车防抱死制动系统控制策略的仿真研究[D].安徽工程大学,2015.[5]姜健. 基于滑移率的车辆防抱死系统模糊控制技术及仿真研究[D].湘潭大学,2014.[6]林辉. 轮毂电机驱动电动汽车联合制动的模糊自整定PID控制方法研究[D].吉林大学,2013.[7]郝茹茹. 汽车ABS整车台架检测方法与试验研究[D].长安大学,2013.[8]彭晓燕. 汽车线控制动系统安全控制技术研究[D].湖南大学,2013.[9]周凯. 基于惯量模拟的汽车ABS动态性能台架测试技术研究[D].哈尔滨理工大学,2012.[10]杨洋. 纯电动汽车新型电液复合制动系统研究[D].重庆大学,2012.[11]毛艳娥. 基于滑移率的车辆防抱死制动系统控制算法研究[D].东北大学,2011.[12]李志高. 汽车ABS的控制算法与仿真研究[D].武汉理工大学,2011.[13]刘倩. 汽车防抱制动系统（ABS）模糊控制方法的研究[D].吉林大学,2008.[14]金晓红. 基于虚拟仪器的汽车ABS检测试验台测控系统研究[D].吉林大学,2006.[15]蒋科军. 中型货车气压ABS模糊控制的研究[D].中南林业科技大学,2006.[16]赵祥模. 汽车ABS防抱制动特性及其不解体检测技术研究[D].长安大学,2006.[17]施毅. 基于机电混合模拟技术的汽车ABS试验台架的设计和开发[D].南京林业大学,2004.[18]杨运生. 整车ABS性能检测台的模糊控制与仿真研究[D].吉林大学,2004.[19]毛金明. 麦弗逊悬架仿真分析[D].南京林业大学,2003.[20]李珍珍,杨胜兵.基于模型的电动汽车驱动系冷却控制系统设计[J].武汉理工大学学报(信息与管理工程版),2015,37(04):417-421.[21]Song, Jeonghoon (Department of Mechatronics Engineering, Tongmyong University, 428, Sinseon-ro, Nam-gu, Busan; 608-711, Korea, Republic of), Evaluation of a vehicle model and ABS/TCS controllers, Source: International Journal of Vehicle Systems Modelling and Testing, v 10, n 4, p 321-339, 2015[22]Ebadat, Afrooz (Automatic Control Lab and ACCESS, School of Electrical Engineering, KTH, Stockholm, Sweden); Annergren, Mariette; Larsson, Christian A.; Rojas, Cristian R.; Wahlberg, Bo;Hjalmarsson, Hakan; Molander, Mats; Sjoberg, Johan,Application set approximation in optimal input design for model predictive control, Source: 2014 European Control Conference, ECC 2014, p 744-749, July 22, 2014