汽车电动转向(EPS)系统是动力转向的新技术和新结构,传统液压动力转向的分析方法已不能完全适用于电动转向系统。有必要对电动转向系统的模型及其控制策略进行深入的研究。本文首先建立系统的三自由度非线性、强耦合的动态数学模型。在结合实际简化模型基础上对模型及其模型中的参数对系统特性的影响进行了深入分析,并经仿真研究获得系统较好的助力特性、转向随从性及转向路感特性图。电动转向系统的助力特性是电动转向系统的关键技术之一,本文在研究离散非线性助力特性曲线的基础上,提出一种新的基于多层前向神经网络的助力特性研究方法,它利用神经网络的泛化功能拟合出任意车速下的助力特性曲线,有效克服离散助力特性下产生的助力盲区,并经仿真及实验验证,表明该方法确实可行、有效且对不同车型具有通用性。电动转向系统必须有足够的带宽来满足转向盘快速转向时助力电机的跟随性,同时还应体现充分的“转向路感”。针对转向传感器测量输出信号的滞后及易受干扰而产生信号瞬时畸变使系统跟随性及稳定性降低的问题,应用根轨迹法设计系统转向传感器的滞后超前校正动态补偿器,以改善系统动、静态性能。仿真和实验结果证明加入补偿器后,系统的暂态性能和稳态性能满足实际使用要求,同时也明显减小了系统的振荡,验证了所设计补偿器的性能。设计的动态补偿控制器对转向传感器的工程应用有一定的指导意义。现代汽车技术追求高安全性,故系统的鲁棒稳定性研究显得尤为重要。当前电动转向系统控制器的设计通常是建立在系统的简化和精确模型的基础之上,因此系统的鲁棒稳定性及抗扰动性较差。鉴于H∞控制理论是目前解决鲁棒控制问题比较成功且比较完善的理论体系,提出用H∞控制理论设计该系统的鲁棒控制器。针对系统鲁棒性能及系统最佳控制器要求,提出分别用基于频域的混合灵敏度法和线性矩阵不等式处理方法设计系统H∞控制器。仿真结果验证了所设计控制器使系统有效克服外界扰动及非线性摩擦对系统鲁棒稳定性所造成的影响和不同方法所求控制器对本系统的适用性。