基于LSTM和改进TTR算法的车辆辅助驾驶侧翻预警

以提高侧翻预警中对侧翻风险的预测和判断为目标，为了给驾驶员或其他驾驶辅助系统确定对车辆进行控制的介入时机提供重要依据，提出了一种更高效准确的侧翻预警算法.首先建立三自由度车辆预警参考模型；选取相平面法划分侧倾稳定域为侧翻指标，根据三自由度模型响应，设计改进侧翻预测时间（TTR）算法并计算TTR.分析结果表明，相平面侧翻指标接近实际横向载荷转移率（LTR），比LTR常用的表达形式更准确地表述了车辆状态，且改进的TTR也更加接近实际TTR.然后建立长短期记忆网络（LSTM）模型来取代改进TTR算法，提高预警计算效率，模型输出的TTR值作为车辆预警控制的依据.最后通过驾驶员在环（DIL）试验采集数据，对LSTM模型进行训练，并在两种工况下，仿真验证了此侧翻预警方法具有对侧翻风险预测的准确性和更高的实时性.     

半挂汽车TTR预警及防侧翻控制

为及时提醒驾驶员半挂汽车的侧翻危险状态并对车辆的侧翻危险状态进行控制,以TruckSim中的半挂汽车作为真实车辆,考虑汽车运行过程中的过程噪声以及量测噪声,利用Kalman滤波技术实时估计半挂汽车的运行状态。以车辆的横向载荷转移率为侧翻指标,建立了基于模型预测的TTR(time-to-rollover)侧翻预警算法,并结合最优控制算法,制定了基于TTR侧翻预警的防侧翻控制策略。通过仿真分析,此控制策略可以有效提醒驾驶员半挂汽车的侧翻危险状况,并有效控制半挂汽车的侧翻危险状态,防止侧翻危险的发生。     

载货汽车多侧翻指标关联性分析与实用化表征方法研究

以优化载货汽车实用化侧翻预警指标表征方法为目的,针对3种侧翻指标(侧向加速度、侧倾角、横向载荷转移率)展开理论关联性分析和动力学仿真试验验证。基于简化的车辆侧倾动力学模型,推导3种侧翻指标关联模型,在Matlab/Simulink中建立基于某轻型载货汽车实际参数的非线性多自由度动力学模型,设置车速与转向角独立变化的2组阶跃转向工况,研究车辆侧翻指标定量关联性及实用化表征方法。通过最终稳定点的分布拟合得到侧倾角和横向载荷转移率与侧向加速度之间的线性数值化模型,进而验证了提出利用侧向加速度间接表征侧倾角和横向载荷转移率的实用化侧翻预警指标表征方法。结果表明:随着方向盘转角和车速的提高,侧倾角和横向载荷转移率与侧向加速度在整个仿真过程中能够快速趋于稳态。通过此法计算出的车辆侧倾角和横向载荷转移率,为后续车辆侧翻预警控制系统的设计提供了良好的指标基础。     

基于AMESim与Simulink的探矿船四锚定位电液控制系统的研究

传统锚泊定位存在精度差、自动化程度低、锚泊周期短、人力劳动强度大等缺点,而基于电液控制的四锚定位系统解决了传统锚泊的缺点。为满足电液控制系统的位置误差及动态响应的要求,应用液压仿真软件AMESim建立锚泊控制系统的物理模型,在Matlab/Simulink中建立控制系统的PID模型,通过AMESim/Simulink的联合仿真模型,证明了基于电液控制的四锚定位系统既保证了探矿船定位精度的要求,又提高了定位效率。     

轮毂液驱系统辅助驱动及再生制动控制与仿真

在传统后驱重型车辆传动系统的基础上,加入液压泵、轮毂液压马达、蓄能器等装置形成一种轮毂液压混合动力系统,可实现基于蓄能器的辅助驱动和再生制动功能.首先,基于整车最佳滑转效率目标设计蓄能器放液阀流量控制器,实现车辆前后轮驱动力协调控制;其次,根据加速踏板开度、制动踏板开度、蓄能器压力等反馈信号进行综合判断,制定车辆各模式切换规则,集成整车辅助驱动与再生制动控制算法;最后,利用MATLAB/Simulink与AMESim联合仿真平台,利用实车试验工况数据作为仿真输入,验证控制算法有效性并分析系统性能.结果显示,该轮毂液压混合动力系统各工作模式可以实现协调切换,车辆的动力性与经济性明显提高,与原传统重型车相比节油率达到10.5%,同时在不同附着路面车辆爬坡度提升10%~40%.     

道路因素对车辆侧翻的影响分析

为了系统研究道路因素对车辆侧翻的影响,运用Matlab软件中的仿真模块Simulink建立了三自由度车辆动力学闭环仿真模型,提出了2个度量侧翻风险的指标——临界侧向加速度和横向荷载转移比.通过正交试验设计,研究了不同道路因素以及因素间交互作用对车辆侧翻的影响程度.结果表明,影响车辆侧翻的道路因素按其影响的强弱程度排序依次为:平曲线半径、平曲线半径与超高的交互作用、超高、缓和曲线设置、路面摩擦系数、平曲线半径与路面摩擦系数的交互作用、纵坡、平曲线半径与纵坡的交互作用,其中平曲线半径、超高、缓和曲线设置以及平曲线半径与超高交互作用对车辆侧翻具有显著性影响.     

基于粗糙集的改进BP神经网络算法研究

提出了一种基于粗糙集和遗传算法的改进BP神经网络算法.该算法首先对原始数据集进行属性约简,优化BP神经网络的输入变量;然后利用遗传算法全局搜索的特点,优化BP神经网络初始权重和阈值.将改进BP神经网络算法应用于客户分类,训练误差为5.92×10-12,测试总误差为0.00023;而改进前的一个比较理想的训练结果的训练误差为0.0016,测试总误差为0.073.Matlab仿真表明改进的BP神经网络算法有更好的训练精度和泛化能力.     

全轮转向多轴车辆性能分析及侧翻前馈预警研究

为研究多轴车辆的稳定性和安全性,建立了线性2自由度全轮转向车辆模型,并根据阿克曼原理计算了车辆的转向比例系数.基于准静态侧倾理论估计车辆的横向载荷转移率,利用拉普拉斯变换求解横摆角速度增益,进而提出了一种侧翻前馈预警算法.通过理论值与仿真值对比,发现所提出的算法可对车辆的侧倾状态进行有效的前馈预测,并且应用该算法还可计算出车辆转向时的极限车速和极限转角.研究对于车辆侧倾状态估计和侧翻控制预警具有重要的借鉴意义.     

Buck电路输出电流的神经网络PID控制

简述了降压斩波电路的电路模型,从其原理上解释其非线性输出的原因.其次,描述了传统控制的局限性和神经网络的研究现状,介绍了神经网络的特征和功能.再者,通过神经网络的模型,对BP算法进行了数学公式推导,给出了BP算法的详细思路和具体过程,采用Matlab软件编程实现BP神经网络算法,并将算法训练后的BP神经网络运用到非线性函数的逼近中去.最后,使用Matlab软件下的Simulink模块搭建了降压斩波电路,再分别搭建传统PID控制和神经网络PID控制的结构模型对其进行控制仿真,得到相应的输出电流电压仿真结果图.仿真结果表明,BP神经网络控制器具有更好的控制效果,相比较闭环PID控制器,能够有效克服经典PID控制器在被控对象具有非线性、时变不确定性和难以建立精确的数学模型时,出现的控制结构复杂、参数整定不良和性能欠佳等缺点.     

驾驶员转向特性分类与辨识方法对比研究

针对汽车驾驶员转向特性分类与辨识问题,基于CarSim仿真平台对研究方法进行了初步探索。设计了转向工况仿真试验,采集试验数据,根据车辆最大横摆角速度,使用K-means聚类算法对驾驶员转向特性进行分类。在Matlab软件环境下分别采用学习向量量化(LVQ)神经网络、BP神经网络、支持向量机(SVM)建立驾驶员转向特性辨识模型,并对3种网络建立的辨识模型进行测试试验和比较。试验结果表明:3种辨识方法均具有较高的辨识精度,其中支持向量机方法在汽车驾驶员转向特性辨识方面具有一定的优势。     

汽油机燃油控制系统联合仿真

基于AMESim仿真软件的发动机仿真平台IFP-Engine,建立四缸直喷增压汽油机仿真模型,在Matlab/Simulink仿真软件中建立汽油机燃油量智能控制器,联合AMESim和Simulink仿真软件仿真,实现对汽油机燃油量的精确控制.仿真结果表明:使用燃油量智能控制器,空燃比可维持在14.7左右,汽油机的最大功率提高5.6%,耗油率降低6.6%.     

基于遗传算法和BP神经网络的多维客户行为细分模型的研究

根据BP神经网络强处理非线性问题和遗传算法具有全局寻优的特点,总结出用遗传算法优化BP神经网络的初始权值和阈值,建立了基于遗传算法和BP神经网络的多维客户行为细分模型,对客户进行细分,挖掘出潜力客户,有效降低营销成本。最后,利用Matlab对多组数据进行测试,并与纯BP算法进行分析比较,结果表明该方法是有效可行的。     

基于BP神经网络的船舶航向智能PID控制研究

针对船舶航向控制非线性的特性,以船舶航向运动一阶KT模型为研究对象,设计了基于BP神经网络的自整定PID算法航向控制器。将传统PID与BP神经网络结合,对被控对象由BP神经网络进行辨识,给出PID控制参数,由PID控制算法进行控制并优化收敛速度。根据真实渡轮船舶特征参数,利用MATLAB/Simulink仿真软件建立船舶航向运动控制系统模型。仿真结果表明,基于BP神经网络的PID控制系统超调小、鲁棒性好,可长时间稳定工作,几乎无稳态误差,控制算法的实用性以及动态控制系统的优越性得到验证。     

基于改进粒子群算法的车辆液压 悬架系统自适应阻抗控制

为了避免车辆液压悬架系统行驶中受路面干扰因素的影响,提高车辆行驶的稳定性,创建1/4车辆液压悬架系统模型简图,建立车辆振动的动力学方程式.给出自适应阻抗控制系统参考模型,采用改进粒子群优化算法来优化控制器参数,改进控制系统抗干扰性能.设计控制系统的内回路和外回路,通过Simulink软件对车辆液压悬架系统自适应控制进行仿真.同时,与其他控制方法进行对比和分析.仿真结果显示:采用改进自适应阻抗控制,输出的车身加速度、悬架行程及滑阀位移跟踪误差最大值下降,整体波动幅度较低.车辆液压悬架系统采用改进自适应阻抗控制系统,能够抑制路面障碍物的干扰,有利于提高车辆行驶的稳定性.     

车辆侧翻指标与侧翻风险因素分析

为了明确侧翻预警与防侧翻控制所需的侧翻指标和考察侧翻风险因素的影响程度,利用CarSim建立了SUV车辆的整车非线性动力学模型,基于仿真分析方法进行了鱼钩转向侧翻试验设计,并对试验结果进行了数理统计与分析.仿真试验结果表明:侧翻指标方面,轮胎载荷转移率指标在表征车辆侧翻方面具有较高的可信度;车辆的侧滑甩尾和转向能力与侧翻之间的关系取决于路面的附着情况;所提出的新的侧翻风险度量指标适于车辆复杂输入条件下分析了多个侧翻风险因素对侧翻风险的影响.     

重型车辆液压辅助驱动系统的前馈+反馈复合控制

基于传统重型车辆开发了液压辅助驱动系统,可使车辆在低附着路面上从单一的机械后轮驱动变为全轮驱动,从而提高车辆的动力性.为提高整车牵引效率,文中设计了前馈+反馈控制器来调节该系统中变量泵的排量,即通过前馈环节由挡位确定泵的目标排量,再根据前后轮转速差反馈环节动态调节泵的最终排量.基于Matlab/Simulink和AMESim平台的联合仿真结果表明,在典型的低附着路面条件下,使用液压辅助驱动系统后,车辆的最大爬坡度和牵引力分别提高了14.4%17.2%和13.4%15.6%.实车测试结果表明,该策略可保证液驱系统平稳工作,仿真模型具有较高的准确性.     

分布式驱动电动方程式赛车扭矩分配策略

本文旨在提高分布式驱动电动方程式赛车在高速转弯时的操纵稳定性,提出一种基于模糊神经网络算法的驱动扭矩分配策略。首先,基于车辆二自由度模型设计质心侧偏角观测器获取实际质心侧偏角;其次,以横摆角速度和质心侧偏角作为控制变量,基于模糊神经网络算法设计扭矩分配控制器来控制车辆行驶状态。运用Matlab/Simulink和Carsim仿真软件建立车身稳定性控制系统的联合仿真模型,并对蛇行绕桩与双移线工况进行仿真分析和实车测试。试验结果验证了所提扭矩控制策略的可行性和有效性。     

采用NGA优化的新型BP神经网络模型及诊断应用

针对传统BP神经网络模型收敛速度慢、易陷入局部极小点、网络结构不稳定等缺陷,提出了一种小生境遗传算法优化的BP神经网络模型。该模型充分利用小生境遗传算法的搜索能力和BP神经网络的非线性映射和学习联想能力,通过小生境遗传算法的选择、交叉、变异及小生境淘汰等操作,优化BP神经网络的初始权值和阈值,并采用BP算法对网络进行训练。有效解决了网络初值不合理的问题,提高了网络收敛速度、稳定性。最后结合变压器故障诊断实例。在Matlab7.0平台上进行仿真实验。实验结果证明:与传统方法相比,该模型具有很强的可行性和有效性。     

汽车ESP系统的控制策略及硬件在环仿真

为了提高开发效率,采用V型开发模式设计了汽车电子稳定程序的控制系统.在MATLAB/Simulink中建立了轮胎模型、车身模型和车辆参考模型,在AMESim中建立了四通道液压制动模型,并通过接口连接成汽车动力学联合仿真模型.以汽车横摆角速度为控制变量,采用模糊控制、PID控制等算法建立了控制系统.将硬件嵌入到整个仿真系统,进行硬件在环仿真试验.结果表明,实时仿真与离线仿真结果基本一致,ESP控制效果良好,提高了汽车的稳定性和安全性.     

基于弹性扭转悬架的铰接工程车辆的动力学性能

为了研究铰接式工程车辆侧倾稳定性及方向稳定性,基于某35吨铰接矿卡,在Adams/View中建立了铰接车辆模型,且车辆前、后轴都装备了弹性扭转悬架.模型考虑了液压转向系统的运动学及动力学特性对车辆稳定性的影响.此外,还在Matlab/Simulink中建立了液压转向系统模型.通过Adams及Matlab的联合仿真,分析了车辆侧倾及方向的稳定性.根据车辆直线行驶时的振动响应验证了Adams车辆模型,并通过车辆稳态及动态转向实验验证了液压转向系统模型的准确性.最后依照铰接车辆侧倾及方向的稳定性评价指标,对比分析了无悬架和具有前后扭转悬架车辆在空载和满载下侧倾及方向的稳定性.结果表明,具有弹性扭转悬架车辆侧倾及方向的稳定性有所降低,但可通过对悬架参数的优化来降低悬架对铰接工程车辆稳定性的影响.