旁通流量式电控液压助力转向系统(ECHPS)在传统液压助力转向系统(HPS)的基础上增设电液比例阀旁通流量装置，由电子控制单元ECU根据车速信号和转矩信号调节旁通流量，从而改变液压助力，实现随速可变助力特性。ECHPS不仅具有HPS助力大的优点，而且可以提高车辆的转向“路感”，同时降低转向系统的能耗，因此ECHPS是一定时期内中重型商用车转向系统的发展方向之一。控制策略作为ECHPS系统的核心技术之一，是车辆转向兼顾轻便性和良好“路感”的关键因素，本文提出了一种基于自适应动态面算法的ECHPS控制策略，为ECHPS控制器的开发奠定基础。主要研究内容如下:　　结合电控液压转向技术在国内外的发展现状以及中重型商用车循环球式HPS的结构特点，详细阐述了用电液比例阀旁通液压油流量的ECHPS的结构特点及工作原理。建立了转向系统各了模块、整车三自由度、轮胎及转向阻力矩数学模型。通过对理想助力特性曲线及三种类型助力特性曲线优缺点的分析，采用仿真与实验相结合的方法设计了本文ECHPS需求的助力特性曲线。　　根据ECHPS的结构特点与工作原理，提出了一种对电液比例阀阀芯位移实时跟踪控制，从而调节旁通流量输出可变助力的控制策略。由助力特性曲线、转阀静态模型以及电液比例阀位移流量模型计算出了一定转向盘转矩不同车速下的跟踪目标阀芯期望位移值。针对被控对象电液比例阀的动态特性含有非线性、参数不确定性以及受液动力、摩擦力等外界干扰影响，采用在非线性跟踪控制领域广泛使用的自适应动态面控制技术设计了ECHPS控制器，通过仿真对比了自适应动态面控制器与传统PID控制器控制效果，结果表明了自适应动态面控制不仅可以使得比例阀阀芯位移输出良好地跟踪预期参考信号，而且超调量低、响应时间快、跟踪误差小。但是自适应动态面控制在初始阶段存在一定的“抖振”现象，为了解决该问题，达到更优的控制效果，提出了一种将RBF神经网络控制和自适应动态面法相结合的算法来优化所设计的自适应动态面控制器，由仿真结果表明了基于神经网络的自适应动态面控制器不仅消除了动态面初始阶段“抖振”现象，而且控制效果也明显提高。　　为了验证所提出的ECHPS控制策略的有效性，将计算出的控制目标阀芯位移值带入所设计的自适应神经网络动态面控制器中仿真了一定转向盘转矩不同车速下的电液比例阀旁通的流量及液压缸助力油压，结果表明了控制策略能够满足汽车低速转向轻便性和高速转向良好“路感”要求。　　最后，为了验证自适应动态面控制算法的可靠性及实用性，基于dSPACE实时仿真系统搭建了ECHPS系统快速控制原型试验平台，进行了自适应动态面控制器和PID控制器对真实电液比例阀在空载/负载工况下的闭环在线控制仿真研究，试验结果表明了自适应动态面技术对真实受控系统中非线性不确定性及外界干扰因素的处理能力明显优于PID控制，能够满足实际ECHPS控制策略的需求，从而验证了算法的有效性及实用性，而且基于dSPACE系统无需手动编程，大大降低成本，显著加快ECHPS系统控制器的软硬件开发流程。