分布式驱动电动汽车动力转向系统混杂系统动力学及其切换控制

分布式驱动电动汽车是燃油汽车和电动汽车过渡的一种新型新能源汽车,动力转向系统(ECIPS) 作为电动化底盘集成控制系统(ECIS)的主要组成部分,对电动汽车的设计与装配具有重要的影响. 动力转向系统具有典型的不确定性、未建模动态、测量噪声和干扰等非线性动力学特征,是包含离散事件与连续事件的混杂动力学系统. 分析了分布式驱动电动汽车动力转向系统的控制结构、控制功能及其动力学行为,基于动力转向系统的输入/输出功能、控制状态和控制系统实现流程,建立了反映连续和离散控制行为的混杂控制系统模型. 建立了动力转向系统的混杂控制流程和切换控制结构,进行了25km/h和45km/h下的蛇形实验. 结果表明：在25km/h下,转向系统转矩的峰值和平均值分别降低了41.68%和41.79%, 在45km/h下,转向系统转矩的峰值和平均值分别降低了30.92%和30.67%,转向轻便性得到明显改善.混杂系统动力学模型及其混杂控制结构反映了分布式驱动电动汽车动力转向系统的动力学行为及其控制特征,不仅揭示了动力转向系统的连续系统工作行为,也反映了离散事件特征,对分布式驱动电动汽车控制性能的改善、智能化水平的提高提供了理论研究意义和工程研究价值.     

分布式驱动电动汽车动力转向系统混杂系统动力学及其切换控制（英文）

分布式驱动电动汽车是燃油汽车和电动汽车过渡的一种新型新能源汽车,动力转向系统(ECIPS)作为电动化底盘集成控制系统(ECIS)的主要组成部分,对电动汽车的设计与装配具有重要的影响.动力转向系统具有典型的不确定性、未建模动态、测量噪声和干扰等非线性动力学特征,是包含离散事件与连续事件的混杂动力学系统.分析了分布式驱动电动汽车动力转向系统的控制结构、控制功能及其动力学行为,基于动力转向系统的输入/输出功能、控制状态和控制系统实现流程,建立了反映连续和离散控制行为的混杂控制系统模型.建立了动力转向系统的混杂控制流程和切换控制结构,进行了25km/h和45 km/h下的蛇形实验.结果表明:在25 km/h下,转向系统转矩的峰值和平均值分别降低了41.68%和41.79%,在45 km/h下,转向系统转矩的峰值和平均值分别降低了30.92%和30.67%,转向轻便性得到明显改善.混杂系统动力学模型及其混杂控制结构反映了分布式驱动电动汽车动力转向系统的动力学行为及其控制特征,不仅揭示了动力转向系统的连续系统工作行为,也反映了离散事件特征,对分布式驱动电动汽车控制性能的改善、智能化水平的提高提供了理论研究意义和工程研究价值。     

无速度传感器电动汽车直接转矩控制系统的仿真研究

讨论了电动汽车交流驱动系统的性能和特点,并将基于转子磁链的模型参考自适应转速辨识算法应用到电动汽车无速度传感器直接转矩控制系统中,推导出了转速的辨识算法．仿真结果证实了该控制系统具有良好的动静态特性．     

电动汽车驱动电机控制系统电路设计

由于电动汽车驱动电机频繁地运行于启停车、加减速等复杂工况,因此对控制系统的开发要求较高.针对此问题,设计了一种适用于电动汽车驱动电机控制系统的电路.在介绍控制系统硬件电路结构基础上,给出了功率电路、驱动电路、电压电流检测电路和测速电路的参考设计,分析了直流电压采样电路及交流电流采样电路的输入输出信号关系.最后,通过15 kW的电动汽车平台对所设计的电路进行了实验验证.     

基于气动人工肌肉的混合位置跟踪控制

针对一种气动人工肌肉驱动的弹簧质量位置控制系统,设计了一个带有自适应模糊小脑模型（Cerebellar Model Articulation Controller,CMAC）在线逼近的离散趋近律滑模混合控制器.该混合控制器中离散趋近律滑模策略产生控制器的输出;自适应模糊CMAC用以逼近气动人工肌肉系统中的不确定项.CMAC网络权值的在线学习调整保证了自适应模糊CMAC的逼近性能.对离散抗饱和PID控制器（DASPID）与自适应模糊CMAC离散滑模混合控制器（HybridC）的位置跟踪控制性能进行了对比实验.实验结果表明,HybridC较之DASPID有更好的位置跟踪控制性能.当期望参考输入为正弦信号时,DASPID的最大位置跟踪误差为±15 mm;而HybridC的最大位置跟踪误差仅为±07 mm,平均位置跟踪误差大约仅为±02 mm.并且,离散滑模所固有的抖振现象得到了有效的抑制.     

基于PMSM-DTC的电动汽车驱动控制

提出了一种以TMS320LF2407A DSP为微控制器的电动汽车驱动控制系统.该系统将永磁同步电动机作为驱动电机,采用基于空间矢量脉宽调制（SVPWM）的直接转矩控制技术.电动汽车采用两轮后置驱动,只需控制一路永磁同步电动机,再通过机械差速及传动装置实现行进.直接转矩控制采用转矩（电流）、速度双闭环控制方案和智能PI...     

电动汽车“大卸八块“

电动汽车的组成包括电力驱动及控制系统、驱动力传动等机械系统、完成既定任务的工作装置等八个部分组成.电力驱动及控制系统是电动汽车的核心,也是区别于内燃机汽车的最大不同点.……     

基于TMS320LF2407的电动汽车直接转矩控制系统

介绍了一种用于电动汽车驱动的直接转矩控制系统硬件和软件结构.根据电动汽车的驱动要求和感应电动机直接转矩控制原理,设计了一种基于DSPTMS320LF2407的全数字化交流电动机直接转矩控制系统.首先,利用MATLAB软件对直接转矩控制系统进行建模和仿真.通过对系统的仿真分析,得到了电流、转速、转矩以及磁链的仿真波形,证实了系统设计是正确的.然后,对系统进行了实验研究.实验结果表明,基于DSPTMS320LF2407的全数字化电动汽车直接转矩控制系统的设计是可行的.     

基于CAN总线的SRM驱动电动汽车控制系统的设计

本文根据开关磁组电机(SRM)驱动系统应用在电动汽车上的特点,设计了一种基于CAN总线的电动汽车控制系统,明显地提高了电动汽车的整体性能。本文还介绍了能量管理单元和显示单元的基本原理。     

混合型电动汽车电气驱动高频交流分布系统的研究

提出了一种用于混合型电动汽车电气驱动的高频交流分布系统,介绍了这种系统的特点和组成,分析了驱动系统的不同类型和运行模式,阐述了混合型电动汽车的能量管理与控制.分析结果表明,高频化是电动汽车电气驱动系统未来发展的主要方向之一.     

多变量系统的鲁棒自适应控制

考虑了具有未建模动态和外来有界干扰的离散时间多变量系统，提出了一种鲁棒自适应控制方案。这种控制器是基于系统的降阶模型设计的，其建模部分的参数估计采用带有死匹的最小二乘算法。在相当一般的假设下，证明了所建立的闭环系统是全局稳定的和跟踪误差是有界的。     

具有未知阶数和系数的线性随机系统的自适应控制

该文考虑具有未知阶数和系数的离散时间线性随机控制系统(ARMAX模型),提出一种便于在线实施的自适应控制新算法。在一定的条件下,该算法能保证所建立的闭环系统全局稳定和输出跟踪渐进最优,而且阶数和系数的估计都具有强一致性,同时还给出系数估计的收敛速度。仿真结果表明所提出的自适应控制的新算法是有效的和可行的,且控制量在容许控制的范围之内。     

汽车自适应巡航控制主动制动实现方法

探讨主动制动控制系统在汽车自适应巡航控制中的作用.对主动制动采用基于加速度的控制方案,给出了主动制动系统的硬件组成.为了实现期望加速度跟随控制,在理论和试验的基础上建立了用于求解期望制动压力的车辆制动逆动力学模型.利用改进的PID算法开发了制动压力控制器.实车试验证明,制动压力和加速度控制效果都达到了自适应巡航系统对主动制动控制的要求.     

Acrobot系统基于滑模的离散时间变结构控制

研究了将离散时间变结构控制应用于Acrobot系统的平衡控制器设计的问题.首先给出了Acrobot在垂直向上平衡点处的离散化数学模型.分析了离散指数趋近律存在抖振的机理,针对其不足给出了一种改进的趋近律,并将其应用于Acrobot系统的控制中,设计了离散时间变结构平衡控制器.仿真结果表明,改进的趋近律可有效地减小系统的抖振,并保证系统渐近稳定,实现了Acrobot系统基于滑模的离散时间变结构控制.     

使用单个自适应神经元的智能控制

提出一种适用于控制的自适应神经元模型以及使用单个自适应神经元的智能控制方法,描述了神经元的学习策略和收敛性,给出了神经元系统控制学习算法及其学习控制机理证明.实例表明了这种新颖的智能控制方法简单可行的优点.     

一类非线性离散系统的神经网络自适应控制

针对一类控制方向未知的单输入单输出非线性离散系统,将常规增量式数字PID控制器与自适应神经网络控制项相结合,提出了一种能够保证闭环系统稳定的自适应神经网络控制方法.常规PID控制器用来保证近似线性系统的稳定,自适应神经网络项用来处理非线性项对闭环系统的影响.在神经网络权值修正律中引入离散Nussbaum增益来解决被控系统控制方向未知的问题.证明了闭环系统的所有信号有界,且跟踪误差收敛于紧集,并通过仿真验证了所提方法的有效性.     

机械手控制算法研究

本文对目前机器人柔顺性控制方法——阻抗控制方法、力/位混合控制方法、自适应方法、智能控制方法做了较全面的介绍;并着重论述了阻抗控制算法的研究进展情况。阐述了与一些先进的控制算法——自适应方法、智能控制方法相结合是目前阻抗控制算法研究的热点。     

广义离散系统的H_2控制设计

研究了广义离散线性系统的H2控制问题·借助于广义Lyapunov方程,给出了计算广义离散系统的H2范数的状态空间方法·基于该方法,讨论了广义离散控制系统的H2控制器设计问题·     

一类离散时间非线性网络控制系统的跟踪性能分析

研究了一类非线性离散时间网络控制系统的跟踪性能分析问题,其中,非线性系统用离散Takagi-Sugeno(T-S)模糊模型近似。考虑到网络传播的随机性,数据包丢失建模为Bernoulli分布的序列。因此,跟踪控制系统转化为带有随机参数的模型。基于平行分布补偿性(PDC)技术和随机稳定性理论,对跟踪性能分析提出新准则,且保证在修正意义下,非线性系统输出跟踪线性系统输出。     

三角形式非线性离散系统自适应神经网络控制

针对一类控制输入为三角形式的多输入多输出离散非线性系统,提出了基于反步法的自适应神经网络控制方法.由于该系统的控制输入为非仿射形式,不能采用反馈线性化的方法设计控制系统;因此,首先采用隐函数定理证实了能够使系统输出跟踪期望轨迹的理想控制输入的存在性,并构造了理想的控制输入.利用高阶神经网络估计这些控制输入,提出了基于反步法的自适应神经网络控制方法.证明了所提出的控制方法能够保证闭环系统的所有信号半全局一致最终有界,并通过仿真验证了该方法的有效性.