装载机线控转向系统电子控制单元设计

介绍了线控转向系统的工作原理,对装载机线控转向系统的电子控制单元进行了设计,提出了电子控制单元的软硬件设计方案及各功能模块的实现过程,并给出了主流程图。仿真结果显示,设计的电子控制单元响应时间较快,抗干扰能力强,可以很好地满足实际转向系统的需要。     

装载机线控转向容错设计与实现

介绍了装载机线控转向原理,提出了装载机容错线控转向设计方案及实现方法。装载机线控转向容错设计主要采用硬件冗余容错技术,对传感器、控制器等主要部件采用冗余来提高系统容错能力和可靠性。     

铰接装载机线控转向系统

线控转向系统将电液比例、计算机、自动控制等高新技术充分结合,取消装载机原有转向系统中方向盘与转向轮之间机械(或液压)的联系,使装载机的转向灵敏度可以根据工况进行调节、为驾驶员提供合适的路感,解决了装载机作业效率与高速行走稳定性之间的矛盾,从而提高作业效率,降低操作人员的劳动强度,简化装配过程,同时使装载机的遥控驾驶成为可能.设计了装载机线控转向系统的液压系统、电控系统的软硬件,并在样车上进行了试验,结果表明装载机在安装线控转向系统后可以满足实际使用要求.     

汽车线控转向系统转向控制研究

针对汽车线控转向系统在转向盘和转向轮之间不存在机械连接的问题,进行适当的转向控制,使转向轮转角与转向盘转角的关系根据行驶状况实时调整.分析了线控转向系统转向控制的实现结构、工作原理和控制目标.从车辆动力学与控制的角度归纳分析了转向控制的内容,包括转向传动比算法、车辆稳定性控制、四轮转向控制、路径跟踪控制和转向电动机控制算法等方面,分析了经典控制方法、鲁棒控制方法、滑模控制方法、智能控制和分数阶PID控制等多种控制方法.分析了线控转向系统转向控制的试验技术,指出了转向控制研究的应用前景和发展趋势.结果表明:线控转向系统进行适当的转向控制能提高汽车操纵稳定性.     

线控转向系统的自适应神经网络滑模控制

传统滑模控制(SMC)方法应用到线控转向系统时,需要预先获取系统干扰的上界值,且系统干扰变化会导致转角控制稳定性变差.为了提高线控转向系统的车轮转角跟踪性能,提出了一种考虑系统干扰的自适应神经网络滑模控制(RBFSMC)方法.RBFSMC先采用径向基神经网络对系统的不确定性和电机力矩扰动进行实时估计,再结合传统滑模控制...     

基于联合仿真的线控转向系统控制策略的研究

文章应用ADAMS软件建立了某型轿车14自由度的整车模型,其次应用Matlab建立线控转向系统路感模拟的动力学模型和转向执行机构的动力学模型,最后通过ADAMS和Matlab的联合仿真建立了线控转向系统的控制策略。通过机械式转向系统和线控转向系统在特定工况下转向特性联合仿真的比较和分析,可见线控转向系统是基本符合转向特性要求的。     

基于新型趋近律的智能无人车辆线控转向系统滑模控制

路径跟踪是智能无人车辆的关键技术之一，其中，对线控转向系统的精确控制是影响智能无人车辆路径跟踪精度的重要因素.为提升线控转向系统在未知扰动下的转角动态响应性能和路径跟踪精度，本文基于一种新型趋近律设计了改进滑模控制方法并应用于线控转向系统.首先，考虑模型不确定、系统摩擦和齿条力建立线控转向系统数学模型.然后，分析得到滑模趋近律的设计原理，通过设计参数调节函数构建了一种新型滑模趋近律实现趋近速度的动态调节，并对比分析了其在离散形式下的性能.最后，针对线控转向系统，设计改进滑模控制方法.仿真和试验结果表明，改进滑模控制方法能够改善线控转向系统对转角的动态响应性能，提高路径跟踪精度.     

四轮独立驱动电动汽车仿真平台开发*

设计了轮边电机驱动和线控转向系统的结构,建立了电动汽车的线控转向系统和轮边电机的数学模型。采用Carsim与MATLAB/Simulink软件进行联合仿真,建立了基于线控转向的四轮轮边电机独立驱动的电动汽车整车动力学仿真研究的平台;通过选择典型的New York和开环控制的稳态圆周转向试验工况仿真工况,对所搭建的电动汽车的驱动和转向特性进行了仿真验证。仿真试验结果表明:所搭建的电动汽车动力学仿真平台在两种典型工况下均能较为合理地反映出四轮独立驱动的电动汽车的轮边电机输出转矩和转向系统响应特性,为开展四轮轮边电机独立驱动的电动汽车动力学控制研究奠定了良好的基础。     

基于轮边电机4WID电动汽车线控转向控制策略

对电动汽车的线控转向系统结构和基于两自由度的车辆动力学模型对线控转向稳态增益不变的理想转向传动比进行了设计;同时,利用MATLAB/Simulink建立线控转向系统数学模型和主动转向控制策略。在主动转向控制中,通过理想转向传动比和模糊滑模变结构动态稳定性主动控制算法,控制补偿轮边转向电机的转角。通过正弦输入的仿真试验表明,以理想转向传动比为基础,设计的此算法能满足车辆前轮转角实时补偿的需求,进而可有效提高了汽车的行驶稳定性。     

汽车线控转向系统的路感反馈技术综述

汽车线控转向系统取消了转向盘与转向轮之间的机械连接,通过力反馈装置提供转向时的转向盘阻力矩以实时提供路感反馈.路感反馈是线控转向系统的核心技术之一.总结了线控转向系统的国内外研究现状、实现线控转向系统路感反馈的几种典型结构和路感产生的机理,分析了线控转向系统路感反馈的多种控制算法和控制方法;研究了线控转向系统路感反馈的实验方法,为研发线控转向系统提供了参考.     

一种基于模糊神经网络的自适应PID智能控制器

设计了一种新的基于模糊神经网络的自适应PID智能控制器,该系统利用模糊神经网络对被控对象进行模糊辨识,同时,采用BP学习算法的神经网络自适应地调整PID控制器的参数,将模糊技术、神经网络与PID控制综合起来,从而实现PID控制的自适应和智能化。仿真实验表明,该控制器具有较高的控制品质。     

基于NN-PID算法的变风量空调系统空气品质控制

目的针对典型会议室环境,基于需求控制通风策略,对变风量中央空调系统房间空气品质控制进行研究。方法以典型的会议室环境为研究对象,分别建立空调新风系统模型及房间CO2浓度模型;设计NN-PID(神经网络-PID)算法,并进行控制与仿真;在变风量空调实验平台上进行验证。结果所设计的NN-PID算法能有效利用神经网络训练过程,在线自整定PID参数,控制效果优于传统PID算法。结论根据室内CO2浓度变化控制新风量,能很好地适应室内CO2浓度的动态特性,提高室内空气品质。     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

基于神经网络PID控制的电液位置伺服系统

针对电液位置伺服系统,利用神经元的自学习、自适应特点,将神经网络与PID控制方法相结合,对电液伺服系统在线边学习边控制,实现系统的快速实时控制。仿真研究表明,该电液伺服系统具有令人满意的静、动态性能。     

沥青混凝土摊铺机行驶系统模糊参数自整定PID控制

对沥青混凝土摊铺机行驶系统数字控制器进行了研究。重点研究了恒速控制技术 ,将 PID控制和模糊控制引入行驶系统数字控制器的设计中 ,利用 MATLAB语言对整个行驶系统的数学模型进行了仿真分析 ,证明了模糊自整定 PID控制效果要优于传统 PID控制。     

神经网络技术在舞台升降台控制系统中的应用

PID控制是迄今为止应用最广泛的控制方法,但在实际应用中,其参数整定仍未得到较好的解决.本文把神经网络控制技术应用在舞台升降台控制系统的PID控制中,构造神经网络PID参数自整定控制器,并且通过仿真试验,取得较好的结果.     

基于自适应PID控制器的异步电机矢量控制

为了克服传统PID控制器自适应性及鲁棒性相对较差的缺点。实现高性能的异步电机矢埴控制，提出了采用人工神经网络技术构造自适应PID控制器。在保证调速系统全局快速收敛的情况下，运用有监督的Delta学习规则和合理的控制算法。实现自适应PID控制器参数的在线自动调整。应用MATLAB软件设计基于自适应PID控制器的异步电机矢量控制模型并进行仿真研究，结果表明，自适应PID控制器不仅能够满足异步电动机矢量控制的实时性要求。而且可以大大改善异步电动机的动态性能与静态性能，表现出较强的自适应性与鲁棒性，因而可以取代传统PID控制器以实现高性能的异步电动机矢量控制。     

神经网络在CDMA移动通信上行链路功率控制中的应用研究

提出了一种神经网络功率控制方案,研究了该方案在码分多址 (CDMA)移动通信中实现最小发送功率控制问题。首先导出了最小发送功率控制模型。而后,利用最陡下降方法得到了求解该模型的神经网络的原理框图,并分析了用该网络进行最小发送功率控制的基本理论和实际性能,探讨了该网络相关参数的确定方法。最后用计算机仿真法模拟出该方案的运行性能。仿真结果表明与最小功率分配算法相比,神经网络功率控制方案可以提高基站接收信号的平均信扰比,降低信扰比的平均偏差,提高信扰比达到目标信扰比 90%以上的用户数量,从而可以降低用户信号的中断概率、提高信道容量。     

一种时变非线性对象神经网络PID控制的仿真

利用BP神经网络对被控对象进行了控制和辨识,提出了一种基于BP神经网络的PID控制器;给出了相应的控制算法;并对典型的参数时变非线性系统的控制进行了仿真研究。仿真结果表明,同传统PID控制器相比,神经网络PID控制器对于模型、环境具有较好的适应能力与较强的鲁棒性,证明了神经网络控制的优越性。     

静止无功补偿器的智能自适应PID控制器设计

将神经网络和模糊控制与有着广泛应用ＰＩＤ控制相结合,设计了一种静止无功补偿器的智能自适应ＰＩＤ控制器。利用神经网络实现系统模型辨识,采用模糊逻辑和神经网络相结合对ＰＩＤ控制器参数动态寻优。使ＳＶＣ的控制既具有模糊控制的简单,有效的非线性控制作用,又具有神经网络的自学习,自适应能力。