随着我国经济的飞速发展,汽车保有量逐年递增,人们不仅追求汽车的动力性和稳定性,还对经济性、安全性、油耗和排放等提出了更高的要求。节气门作为控制发动机进气量的一道阀门,是控制发动机工作时达到最佳空燃比的一个重要部件。相较于传统机械式节气门,电子节气门可以实现不同工况下更精确的开度控制,从而控制进气量配合发动机喷油系统达到最佳空燃比,进一步提升汽车的动力性和稳定性,降低油耗和减少污染物的排放。通过对电子节气门控制系统的非线性特性和实际扰动进行分析,建立动态数学模型,研究基于T-S模型的模糊控制算法,提高电子节气门闭环控制系统性能。本文首先分析了电子节气门控制系统的基本结构和工作原理,重点研究了电子节气门系统因机械结构所产生的非线性特性,其中包括非线性复位弹簧、非线性摩擦、齿轮间隙以及进气气流对电子节气门阀片冲击所带来的非线性扰动。并根据动力学分析建立了电子节气门控制系统的数学模型和仿真模型,通过实验和查阅文献得到模型物理参数。针对电子节气门非线性特性及实际工况下所产生的扰动和参数摄动问题,提出了一种基于T-S模型的模糊PID控制策略,根据电子节气门PID控制策略的成功控制经验,结合T-S模型模糊控制理论,最终确定隶属度函数和模糊规则完成控制器的设计。仿真结果表明,与常规PID控制策略相比T-S型模糊控制策略可以有效的克服电子节气门控制系统的非线性特性,并在系统受外界干扰和参数摄动的影响下依旧保持良好的稳态和动态性能,具有无超调、无震荡、控制精度高、鲁棒性强等优势。为解决人工选取模糊规则和隶属度函数的偏差,提出基于自适应神经网络的模糊控制参数优化算法,利用神经网络的自学习能力,优化模糊控制器中的模糊规则、隶属度函数分布和输出函数,进一步提高控制器的性能,提高控制精度。从神经网络训练结果可以看出,该算法有效的优化了T-S型模糊PID的模糊规则,调整了隶属度函数分布。仿真结果表明,优化后的控制策略相较于T-S型模糊PID控制策略,调节时间更快,稳态误差更小。