电动汽车主辅电源能量回馈研究

为提高电动汽车能源利用率，基于电动汽车再生制动方法，提出了主辅电泺能量回馈系统。实现车辆在制动过程中同时向主电泺和辅助电源充电，部分解决了电动汽车续驶里程短的问题。针对主辅电源能量回馈系统具有参数大范围摄动及严重扰动的情况，提出鲁棒H2/H∞控制策略，确保系统的性能指标和鲁棒稳定性。利用SIMULINK软件建立了主辅电泺能量回馈系统模型以进行不同条件下的仿真研究，研究结果表明提出的控制策略使得能量回馈系统具有良好的鲁棒稳定性和抗干扰能力，电动汽车回收了部分制动能量，有利于提高电动汽车续驶里程。     

基于混合系统理论的电动汽车能量管理策略

以单轴并联式混合动力电动汽车为研究对象,基于混合动态系统理论,利用混合输入输出自动机模型,直观的描述了混合动力系统,分析得出了多能源功率分配和工作模式切换序列的基本规律,系统的阐述了能量最优化分配和工作模式最佳切换序列的工程实现,为进一步实现性能的优化匹配和协调控制,提高整车性能奠定了一定的基础。通过与Advisor中Insight车型的仿真结果对比,验证了基于混合动态理论能量管理策略的实际效能。     

双能量源纯电动汽车再生制动模糊控制与仿真

为提高蓄电池-超级电容双能量源纯电动汽车的再生制动能量回收率,通过分析再生制动系统的工作原理,提出了双能量源纯电动汽车的制动力分配方案,并根据汽车制动强度和蓄电池、超级电容的荷电状态等参数,设计了制动力分配的模糊控制策略。利用电动汽车仿真软件ADVISOR2002,结合典型的道路循环工况对双能量源纯电动汽车的制动力分配模糊控制策略进行了整车运行仿真验证。仿真结果表明,双能量源纯电动汽车的制动能量回收率明显改善,有利于合理利用双能量源存储系统的有限能量,延长纯电动汽车的续驶里程。     

基于模糊逻辑的混联式电动汽车控制策略研究

提出了一种基于模糊逻辑的混联式电动汽车功率分配控制策略,功率分配控制器的核心是规则库,它由制动规则库、燃油经济性规则库、加速性能规则库以及校正模块等四个独立的规则库组成。利用已建立的四驱混合电动汽车模型对其燃油经济性进行计算机仿真表明:采用模糊控制策略比传统控制策略的百公里油耗在市区(FUDS)和高速(FHDS)工况下均下降了约10%。     

电动汽车驱动效率仿真研究

由于环境污染和能源危机，世界各国加快了电动汽车的研制步伐。驱动效率是电动汽车研究的一个重要性能参数，对电动汽车的行驶性能、能量消耗和续驶里程有一定的影响。通过建立电动汽车的整率动力学模型和仿真研究，分别对单电机和双电机结构下前轮驱动与后轮驱动的整车疆动效率进行分析，得出了电动汽车的高效率驱动形式。     

基于小波神经网络的混合动力汽车实时控制策略

提出了基于小波神经网络的并联式混合动力汽车实时控制策略,用以控制混合动力系统的转矩分配,以提高混合动力汽车燃油经济性。该策略采用一个小波神经网络控制器,结合瞬时优化控制策略得到的控制规则进行训练,实现对混合动力系统的实时控制。基于ADVISOR的仿真研究表明,该控制策略不仅能够保证车辆的燃油经济性,而且克服了瞬时优化控制策略难以实时控制的缺点。     

基于模糊神经网络的混合动力汽车控制策略仿真

为保证多能源系统转矩的合理分配,建立了模糊逻辑控制模型,并采用ANFIS优化算法,对建立的混合动力汽车模糊控制模型进行优化。通过对ANFIS神经网络模型进行训练、测试和仿真分析,结果表明:模糊控制模型的隶属函数得到了优化,将优化模型应用于整车仿真,与模糊逻辑控制策略相比,燃油经济性提高5.4%。     

并联混合动力电动汽车最优控制及实例仿真

实现并联混合动力电动汽车（PHEV）能量分配的优化控制是整车集成的关键．将燃油消耗最低为优化拉制目标的能量最优分配问题归纳为切换系统的最优控制问题，应用动态规划算法，分两步求解该切换系统的最优控制问题，得到转矩最优分配及换档的控制律，并将其应用于整车控制，通过计算机对实例进行仿真证实了该方法的有效性。     

动力电池与超级电容混合驱动系统设计与仿真

基于Matlab/Simulink平台建立了超级电容和动力电池混合驱动仿真系统。在保证制动效能和制动稳定性前提下,以充分发挥超级电容的高能量回收率,降低动力电池的放电电流为目的建立控制策略,以该控制策略为基础完成混合系统的参数匹配。仿真结果表明所完成的系统设计有助于提高动力电池寿命,延长车辆续驶里程。     

SPHEB基于动态规划的规则控制策略研究

以提高一款新型混联式混合动力客车燃油经济性为目的,以中国城市典型循环工况为例采用动态规划算法进行离线全局优化,针对运用动态规划(DP)算法的全局优化控制策略不能直接应用于实时控制的问题,基于DP的全局优化结果不仅提取了混联式混合动力系统的模式切换规则而且制定了一种功率均衡控制策略.应用simulink仿真平台建立功率均衡控制策略整车前向仿真模型,其结果和DP全局优化进行比较表明:所制定的功率均衡控制策略为新型混联式混合动力客车实时控制提供一种方案并且能够有效提高其燃油经济性.     

基于模糊空间矢量调制的直接转矩控制方案

提出了一种基于模糊空间矢量调制(SVM)技术的异步电机直接转矩控制(DTC)方案。传统SVM-DTC中使用两个PI控制器来产生参考电压矢量的两个分量。设计了转矩模糊控制器代替原有的转矩PI控制器,并给出了基于此模糊控制器的SVM-DTC系统。该转矩模糊控制器的输入是转矩误差与转矩误差变化率,输出为参考电压矢量的转矩分量。针对所提出的方案进行了仿真实验,并与传统SVM-DTC相比较。仿真结果表明该模糊SVM-DTC方案能够提高系统的鲁棒性。     

永磁同步电机的模型参考模糊自适应控制

采用模糊基函数形式,将永磁同步电机时变参数的辨识转化为对模糊基函数权系数的辨识问题,经过离线学习和在线自适应调节的模糊估计器具有对永磁同步电机时变参数的逼近能力.利用参数跟踪误差和控制预测误差信息,设计模型参考模糊自适应速度控制器,基于Lyapunov稳定性理论分析了控制器的收敛性,仿真及dSPACE实验结果表明:所设计的永磁同步电机控制系统具有较好的参数跟踪及控制性能.     

大型变速风力发电机组的自适应模糊控制

控制技术是风力发电机组安全高效运行的关键。风力发电机组是复杂多变量非线性系统,具有不确定性和多干扰等特点。本文提出使用模糊逻辑推理系统得到低风速时的发电机参考转速,该方法无需测量风速,避免了风速测量的不精确性。根据机组的运动方程,采用最近邻聚类学习算法建立发电机电磁转矩自适应最优模糊控制,低风速时获得最大风能利用系数。算法综合考虑风力发电机组的机械特性和电气特性,系统辨识作为控制算法的一部分自动执行。高风速时,变论域自适应模糊控制器控制桨距角,机组能准确地保持在额定功率发电。仿真结果表明了本文提出方法的有效性。     

神经网络模糊预测优化控制在VAV系统中的应用

将神经网络、模糊控制与非线性预测优化控制结合起来,提出了神经网络模糊预测优化控制方法,采用前馈神经网络作为预测模型,利用贝叶斯正则化方法对模型进行了辨识,以自调整模糊控制器作为优化控制器,通过多步预测方式,系统的优化性能指标综合考虑温度偏差最小和能耗最小这两方面因素,应用该方法对制冷工况变风量空调系统的送风温度和回风温度（室内温度）进行了仿真控制研究。控制结果表明了该方法的有效性,控制效果良好,并且可以达到节省能耗的目的。

Abstract：

Artificial neural network,fuzzy control and nonlinear optimal predictive control were combined.The algorithm of neural network nonlinear fuzzy predictive optimal control was proposed.Feed-forward neural network was adopted as the predictive model of the cooling VAV system.The model was identified by the method of Bayesian regularization.The self-adjusting fuzzy controller was adopted as optimal controller.The algorithm was applied in the cooling VAV system with multi-step predictive method.Indoor temperature and supply air temperature was controlled aimed at minimum temperature deviation and minimum energy consumption by this scheme in Matlab.Simulation results illustrate the effectiveness of this technique,and in the meantime illustrate that this technique can save energy consumption.     

H∞鲁棒控制下动态供应链系统牛鞭效应优化

为解决网络化制造(networked manufacturing,NM)模式下供应链系统运作中存在的不确定性扰动, 运用H_∞鲁棒控制方法抑制供应链系统牛鞭效应, 保障系统稳定运作.构建了由状态变量和控制变量描述的NM模式下的动态供应链时变偏差系统模型,采用线性矩阵不等式(LMI)方法获取H_∞鲁棒控制策略,并通过系统反馈控制器u_k设计,有效减小客户不确定需求引起的生产、订货和库存波动. 最后,结合实例分析表明在抑制率为ζ时,本文提出的鲁棒控制策略可以有效抑制不同形式客户需求引起的牛鞭效应,实现供应链系统鲁棒镇定.     

基于自抗扰与模糊逻辑的大攻角控制系统设计

针对直接力/气动力复合控制空空导弹的敏捷转弯问题,提出了一种基于自抗扰控制技术与模糊逻辑的自动驾驶仪设计方法。将导弹俯仰通道分解为攻角控制回路与俯仰角速度控制回路,使用自抗扰控制方法分别设计控制器,并将其串联组成完整控制回路。由攻角指令得到虚拟控制量,然后通过模糊逻辑将虚拟控制量分配给气动舵与直接力喷流装置。最后使用模糊控制方法对自抗扰控制器的反馈增益进行在线调整。仿真结果表明,所提出的控制方案对大攻角指令有良好的跟踪效果,适用于空空导弹的大攻角敏捷转弯控制。     

欠驱动平面机械手自适应模糊滑模控制

采用自适应模糊滑模控制策略来实现欠驱动平面机械手的位置控制，定义滑模面为模糊输入，减少了模糊规则数量，模糊输出为通过自适应律在线调整幅值的单值函数，利用李亚普诺夫稳定性理论推导出自适应调整律，保证了系统的稳定性，提出的控制器由一个模糊滑模控制器和一个辅助控制器构成，模糊滑模控制器用来实现与滑模控制相等的控制律，辅助控制器用来补偿两者的差值，仿真结果表明了提出控制器的有效性和可行性。     

风力发电和飞轮储能联合系统的模糊神经网络控制策略

针对于风力发电和飞轮储能联合系统,提出了一种新的控制策略。基于飞轮储能系统里矢量控制的感应电机,建立了系统的数学模型。在系统里,采用模糊神经网络控制算法实现直流总线电压的自动调整,达到稳定系统的直流总线电压的目的。仿真和实验结果证明,在风力发电和飞轮储能联合系统的能量控制过程中使用模糊神经网络控制算法实现了能量的快速存储和释放,起到了稳定系统电压的作用,取得了满意的控制效果。     

时滞时变AUV的模糊变结构控制

针对自主水下航行器(autonomous underwater vehicle,AUV)具有时变的水动力学系数的现象,为了实现其鲁棒控制,设计了一个模糊变结构控制器.该控制器以变结构控制的切换函数及其变化率为模糊控制器的输入,以变结构控制律的变化率为模糊控制器的输出.为了提高控制器的性能,引入了压缩扩张隶属度函数.通过将该控制器和均分隶属度函数模糊变结构控制器、准滑模控制器的仿真对比,证明了设计的控制器具有更好的性能.数值仿真表明,该控制器能很好地实现对具有控制输入时滞和时变水动力系数AUV的深度控制,且稳定后基本无抖振现象.     

灰色预测模糊PID控制在汽温控制系统中的应用

将灰色预测、模糊控制与常规PID控制三者的设计思想融合起来，提出了一种灰色预测模糊PID控制算法。该算法首先通过建立模糊规则和进行模糊推理来确定PID控制器的参数，然后由PID控制律直接确定控制作用，再将灰色预测在线应用，用其预测结果代替被控对象测量值进行控制运算。仿真结果表明，利用该算法设计的汽温控制系统比应用模糊PID控制设计的汽温控制系统具有更加优良的性能。